ສາລະບານ
ANOVA , ຫຼື ການວິເຄາະຄວາມຜັນຜວນ , ແມ່ນການລວມຕົວແບບສະຖິຕິຫຼາຍອັນເພື່ອຊອກຫາຄວາມແຕກຕ່າງຂອງວິທີການພາຍໃນ ຫຼືລະຫວ່າງກຸ່ມ. ຜູ້ໃຊ້ສາມາດນໍາໃຊ້ຫຼາຍອົງປະກອບຂອງ ການວິເຄາະ ANOVA ເພື່ອແປຜົນໄດ້ຮັບໃນ Excel. 3>
ໃນບົດຄວາມນີ້, ພວກເຮົາຕີລາຄາຫຼາຍປະເພດຂອງ ANOVA ຜົນໄດ້ຮັບໂດຍການນໍາໃຊ້ Excel.
ດາວໂຫລດ Excel Workbook
ການຕີຄວາມໝາຍ ANOVA Results.xlsx
3 ວິທີງ່າຍໆໃນການແປຜົນ ANOVA ໃນ Excel
ໃນ Excel, ມີ 3 ປະເພດຂອງ ການວິເຄາະ ANOVA . ພວກມັນແມ່ນ
(i) ANOVA: Single Factor: Single factor ANOVA ຖືກປະຕິບັດເມື່ອຕົວແປດຽວຢູ່ໃນການຫຼິ້ນ. ຜົນໄດ້ຮັບຂອງການວິເຄາະແມ່ນເພື່ອຊອກຫາວ່າຕົວແບບຂໍ້ມູນມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນວິທີການຂອງມັນ. ດັ່ງນັ້ນ, ມັນມີສອງສົມມຸດຕິຖານທີ່ໂດດເດັ່ນເພື່ອແກ້ໄຂບັນຫາ. ຖ້າໝາຍຖືກໝາຍດ້ວຍ µ , ຈາກນັ້ນ ສົມມຸດຕິຖານ Null ສະຫຼຸບ: µ 1 = µ 2 = µ . 3 …. = µ N .
(b) Alternative Hypothesis (H 1 ): ປັດໄຈເຮັດໃຫ້ເກີດຄວາມແຕກຕ່າງຢ່າງຫຼວງຫຼາຍໃນວິທີການ. ດັ່ງນັ້ນ, Alternative Hypothesi s ຜົນໄດ້ຮັບໃນ µ 1 ≠ µ 2 .
(ii)ANOVA Two-Factor with Replication: ເມື່ອຂໍ້ມູນມີຫຼາຍກວ່າໜຶ່ງການຊ້ຳກັນສຳລັບແຕ່ລະຊຸດຂອງປັດໃຈ ຫຼືຕົວແປທີ່ເປັນເອກະລາດ, ຜູ້ໃຊ້ນຳໃຊ້ສອງປັດໃຈດ້ວຍການຈຳລອງ ການວິເຄາະ ANOVA . ຄ້າຍຄືກັນກັບປັດໄຈດຽວ ການວິເຄາະ ANOVA , ສອງປັດໃຈທີ່ມີການທົດສອບການວິເຄາະການຈໍາລອງສໍາລັບສອງຕົວແປຂອງ ສົມມຸດຕິຖານ Null (H 0 ) .
(a) ກຸ່ມບໍ່ມີຄວາມແຕກຕ່າງໃນວິທີການຂອງເຂົາເຈົ້າສໍາລັບຕົວແປເອກະລາດທໍາອິດ .
(b) The ກຸ່ມບໍ່ມີຄວາມແຕກຕ່າງໃນວິທີການຂອງພວກເຂົາສໍາລັບຕົວແປເອກະລາດທີສອງ .
ສໍາລັບການໂຕ້ຕອບ, ຜູ້ໃຊ້ສາມາດເພີ່ມ Null Hypothesis ອື່ນ -
(c) ຕົວແປອິດສະລະອັນໜຶ່ງບໍ່ມີຜົນຕໍ່ຜົນກະທົບຂອງຕົວແປເອກະລາດອື່ນ ຫຼືໃນທາງກັບກັນ .
(iii) ANOVA Two-Factor without Replication: ເມື່ອຫຼາຍກວ່າໜຶ່ງໜ້າວຽກຖືກດຳເນີນໂດຍກຸ່ມຕ່າງໆ, ຜູ້ໃຊ້ຈະດຳເນີນການສອງປັດໃຈໂດຍບໍ່ຈຳລອງໃນ ການວິເຄາະ ANOVA . ດັ່ງນັ້ນ, ມີສອງ Null Hypothesis .
ສຳລັບ Rows :
Null Hypothesis (H 0 ): ບໍ່ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງວິທີການຂອງປະເພດວຽກທີ່ແຕກຕ່າງກັນ .
ສຳລັບ ຖັນ :
ສົມມຸດຕິຖານ Null (H 0 ): ບໍ່ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງວິທີການຂອງປະເພດກຸ່ມທີ່ແຕກຕ່າງກັນ .
ວິທີການ 1: ການແປຜົນ ANOVA ສໍາລັບປັດໄຈດຽວ ການວິເຄາະໃນ Excel
ປະຕິບັດ ANOVA: ດຽວປັດໄຈ ການວິເຄາະ ຈາກ Data Analysis Toolpak ຊ່ວຍໃຫ້ຜູ້ໃຊ້ຊອກຫາວ່າມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍທາງສະຖິຕິລະຫວ່າງວິທີການຂອງຕົວຢ່າງເອກະລາດ 3 ຫຼືຫຼາຍກວ່ານັ້ນ (ຫຼືກຸ່ມ). ຮູບພາບຕໍ່ໄປນີ້ສະແດງໃຫ້ເຫັນຂໍ້ມູນທີ່ມີຢູ່ເພື່ອເຮັດການທົດສອບ.
ສົມມຸດວ່າພວກເຮົາດໍາເນີນການ ANOVA: ການວິເຄາະຂໍ້ມູນປັດໄຈດຽວ ໃນ Excel ໂດຍການຜ່ານ ຂໍ້ມູນ > ການວິເຄາະຂໍ້ມູນ (ຢູ່ໃນພາກສ່ວນ ການວິເຄາະ ) > Anova: ປັດໄຈດຽວ (ພາຍໃຕ້ ເຄື່ອງມືການວິເຄາະ ທາງເລືອກ). ຜົນໄດ້ຮັບຂອງການທົດສອບແມ່ນສະແດງຢູ່ໃນຮູບຂ້າງລຸ່ມນີ້.
ການແປຜົນໄດ້ຮັບ
ພາຣາມິເຕີ: ການວິເຄາະ Anova ກຳນົດຄວາມສາມາດຂອງ Null Hypothesis ໃນຂໍ້ມູນ. ຄ່າຜົນໄດ້ຮັບທີ່ແຕກຕ່າງກັນຈາກຜົນໄດ້ຮັບ ການວິເຄາະ Anova ສາມາດລະບຸສະຖານະ Null Analysis ໄດ້.
ສະເລ່ຍ ແລະຄວາມແຕກຕ່າງກັນ: ຈາກ ບົດສະຫຼຸບ , ທ່ານສາມາດເບິ່ງກຸ່ມທີ່ມີຄ່າສະເລ່ຍສູງສຸດ (i.e., 89.625 ) ສໍາລັບກຸ່ມ 3 ແລະຄວາມແຕກຕ່າງທີ່ສູງທີ່ສຸດແມ່ນ 28.125 ໄດ້ຮັບສໍາລັບກຸ່ມ. 2.
ສະຖິຕິການທົດສອບ (F) ທຽບກັບຄ່າສຳຄັນ (F Crit ): ຜົນໄດ້ຮັບຈາກ Anova ສະແດງໃຫ້ເຫັນ ສະຖິຕິ ( F= 8.53 ) > ສະຖິຕິສຳຄັນ ( F Crit =3.47 ). ດັ່ງນັ້ນ, ຮູບແບບຂໍ້ມູນປະຕິເສດ ສົມມຸດຕິຖານ Null .
P-Value ທຽບກັບລະດັບຄວາມສໍາຄັນ (a) : ອີກເທື່ອໜຶ່ງ, ຈາກ ANOVA ຜົນໄດ້ຮັບ, P Value ( 0.0019 ) < the ລະດັບຄວາມສຳຄັນ ( a = 0.05 ). ດັ່ງນັ້ນ, ທ່ານສາມາດເວົ້າວ່າວິທີການແມ່ນແຕກຕ່າງກັນ ແລະປະຕິເສດ Null Hypothesis .
ອ່ານເພີ່ມເຕີມ: ແນວໃດ ກັບ Graph Anova ຜົນໄດ້ຮັບໃນ Excel (3 ຕົວຢ່າງທີ່ເຫມາະສົມ)
ວິທີ 2: ການຖອດລະຫັດຜົນໄດ້ຮັບ ANOVA ສໍາລັບສອງປັດໄຈທີ່ມີການວິເຄາະການຈໍາລອງໃນ Excel
ອີກທາງເລືອກ, ANOVA: Two-Factor with Replication ປະເມີນຄວາມແຕກຕ່າງລະຫວ່າງວິທີການຫຼາຍກວ່າສອງກຸ່ມ. ມາມອບໝາຍຂໍ້ມູນລຸ່ມນີ້ເພື່ອເຮັດການວິເຄາະນີ້.
ຫຼັງຈາກປະຕິບັດ Anova: Two-factor With Replication Analysis , ຜົນໄດ້ຮັບອາດຈະມີລັກສະນະຕໍ່ໄປນີ້. .
ການຕີຄວາມໝາຍຜົນໄດ້ຮັບ
ພາຣາມິເຕີ: P Value ພຽງແຕ່ເຮັດໜ້າທີ່ເປັນ ພາຣາມິເຕີສຳລັບການປະຕິເສດ ຫຼືການຍອມຮັບ Null Hypothesis .
ຕົວແປ 1 ສະຖານະສຳຄັນ: ຕົວແປ 1 (i.e., Sample ) ມີ P Value (i.e., 0.730 ) ຫຼາຍກວ່າ ລະດັບຄວາມສຳຄັນ (i.e. , 0.05 ). ດັ່ງນັ້ນ, ຕົວແປ 1 ບໍ່ສາມາດປະຕິເສດ ສົມມຸດຕິຖານ Null .
ຕົວແປ 2 ສະຖານະສຳຄັນ: ຄ້າຍຄືກັນກັບ ຕົວແປ 1 , ຕົວແປ 2 (i.e., ຖັນ ) ມີ ຄ່າ P (i.e., 0.112 . ) ເຊິ່ງໃຫຍ່ກວ່າ 0.05 . ໃນກໍລະນີນີ້, ຕົວແປ 2 ຍັງຢູ່ພາຍໃຕ້ ສົມມຸດຕິຖານ Null . ເພາະສະນັ້ນ, ວິທີການແມ່ນຄືກັນ.
ສະຖານະການໂຕ້ຕອບ: ຕົວແປ 1 ແລະ 2 ບໍ່ມີປະຕິສຳພັນອັນໃດເນື່ອງຈາກພວກມັນ ມີ P Value (i.e., 0.175 ) ຫຼາຍກວ່າ ລະດັບຄວາມສຳຄັນ (i.e., 0.05 ).
ໂດຍລວມແລ້ວ, ບໍ່ມີຕົວປ່ຽນໃດມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ກັນແລະກັນ.
ການພົວພັນໂດຍສະເລ່ຍ: ໃນບັນດາວິທີການສໍາລັບ ກຸ່ມ A , B , ແລະ C , ກຸ່ມ A ມີຄວາມໝາຍສູງສຸດ. ແຕ່ຄຸນຄ່າເຫຼົ່ານີ້ບໍ່ໄດ້ບອກວ່າການປຽບທຽບນີ້ມີຄວາມສໍາຄັນຫຼືບໍ່. ໃນກໍລະນີນີ້, ພວກເຮົາສາມາດເບິ່ງຄ່າສະເລ່ຍຂອງ ກຸ່ມ 1 , 2 , ແລະ 3 .
ຄ່າສະເລ່ຍຂອງ ກຸ່ມ 1 , 2 , ແລະ 3 ມີຄ່າຫຼາຍກວ່າສຳລັບ ກຸ່ມ 3 . ແນວໃດກໍ່ຕາມ, ເນື່ອງຈາກບໍ່ມີຕົວແປທີ່ມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ກັນແລະກັນ.
ນອກຈາກນັ້ນ, ບໍ່ມີຜົນການໂຕ້ຕອບທີ່ສໍາຄັນເນື່ອງຈາກວ່າລາຍການເບິ່ງຄືວ່າເປັນການສຸ່ມແລະຊ້ໍາຊ້ອນພາຍໃນຂອບເຂດໃດຫນຶ່ງ.
ອ່ານເພີ່ມເຕີມ: ວິທີການຕີຄວາມຜົນ ANOVA ສອງທາງໃນ Excel
ວິທີ 3: ການແປຜົນ ANOVA ສໍາລັບສອງປັດໄຈໂດຍບໍ່ມີການຈໍາລອງ ການວິເຄາະໃນ Excel
ເມື່ອທັງສອງປັດໃຈ ຫຼືຕົວແປມີອິດທິພົນຕໍ່ຕົວແປທີ່ຂຶ້ນກັບ, ຜູ້ໃຊ້ມັກຈະປະຕິບັດ ANOVA: ສອງປັດໄຈທີ່ບໍ່ມີການວິເຄາະການຈໍາລອງ . ໃຫ້ເວົ້າວ່າພວກເຮົາໃຊ້ຂໍ້ມູນສຸດທ້າຍເພື່ອເຮັດການວິເຄາະດັ່ງກ່າວ.
ຜົນໄດ້ຮັບຂອງສອງປັດໄຈທີ່ບໍ່ມີການວິເຄາະການຈໍາລອງເບິ່ງຄ້າຍຄືກັນກັບຕໍ່ໄປນີ້.
ການແປຜົນໄດ້ຮັບ
ພາຣາມິເຕີ: ການວິເຄາະສອງປັດໄຈ ANOVA ໂດຍບໍ່ມີການຈໍາລອງ ມີຕົວກໍານົດການທີ່ຄ້າຍຄືກັນເປັນ ປັດໄຈດຽວ ANOVA .
ສະຖິຕິການທົດສອບ (F) ທຽບກັບຄ່າສຳຄັນ (F Crit ): ສໍາລັບຕົວແປທັງສອງ, ຄ່າ ສະຖິຕິ ( F= 1.064, 3.234 ) < ສະຖິຕິສຳຄັນ ( F Crit =6.944, 6.944 ). ດັ່ງນັ້ນ, ຮູບແບບຂໍ້ມູນບໍ່ສາມາດປະຕິເສດ Null Hypothesis . ດັ່ງນັ້ນ, ວິທີການແມ່ນທຽບເທົ່າ.
P-Value vs Significance Level (a): ໃນປັດຈຸບັນ, ໃນ ANOVA ຜົນໄດ້ຮັບ, ຄ່າ P ( 0.426, 0.146 ) > the ລະດັບຄວາມສຳຄັນ ( a = 0.05 ). ໃນກໍລະນີດັ່ງກ່າວ, ທ່ານສາມາດເວົ້າວ່າວິທີການແມ່ນຄືກັນແລະຍອມຮັບ Null Hypothesis .
ອ່ານເພີ່ມເຕີມ: ວິທີການເຮັດ ANOVA ສອງທາງໃນ Excel (ດ້ວຍຂັ້ນຕອນງ່າຍໆ)
ສະຫຼຸບ
ໃນບົດຄວາມນີ້, ພວກເຮົາອະທິບາຍປະເພດຂອງ ANOVA ການວິເຄາະ ແລະສະແດງໃຫ້ເຫັນວິທີການຕີຄວາມໝາຍ ANOVA ໃນ Excel. ພວກເຮົາຫວັງວ່າບົດຄວາມນີ້ຈະຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈຜົນໄດ້ຮັບແລະໃຫ້ທ່ານຂັ້ນເທິງທີ່ຈະເລືອກເອົາຕາມລໍາດັບ ການວິເຄາະ ANOVA ທີ່ເຫມາະສົມກັບຂໍ້ມູນຂອງທ່ານທີ່ດີທີ່ສຸດ. ຂຽນຄຳເຫັນ ຖ້າເຈົ້າມີຄຳຖາມເພີ່ມເຕີມ ຫຼືມີອັນໃດຈະເພີ່ມ.
ໃຫ້ເຂົ້າໄປເບິ່ງ ເວັບໄຊທ໌ ຂອງພວກເຮົາໄດ້ໄວ ແລະກວດເບິ່ງບົດຄວາມຫຼ້າສຸດຂອງພວກເຮົາໃນ Excel. Happy Excelling.
