सामग्री तालिका
ANOVA , वा Analysis of Variance , समूह भित्र वा बीचको भिन्नता पत्ता लगाउन धेरै सांख्यिकीय मोडेलहरूको एकीकरण हो। प्रयोगकर्ताहरूले एक्सेलमा नतिजाहरू व्याख्या गर्न ANOVA विश्लेषण को धेरै कम्पोनेन्टहरू प्रयोग गर्न सक्छन्।
मानौं हामीसँग तलको स्क्रिनसटमा चित्रण गरिएको ANOVA विश्लेषण परिणामहरू छन्।
यस लेखमा, हामी एक्सेल प्रयोग गरेर प्राप्त परिणामहरू ANOVA धेरै प्रकारको व्याख्या गर्छौं।
एक्सेल कार्यपुस्तिका डाउनलोड गर्नुहोस्
ANOVA Results.xlsx व्याख्या गर्दै
3 एक्सेलमा ANOVA परिणामहरू व्याख्या गर्ने सजिलो तरिका
एक्सेलमा, त्यहाँ ३ प्रकारका ANOVA विश्लेषण उपलब्ध छन्। तिनीहरू हुन्
(i) ANOVA: एकल कारक: एकल कारक ANOVA एकल चर प्लेमा हुँदा प्रदर्शन गरिन्छ। विश्लेषणको नतिजा डेटा मोडेलमा यसको माध्यममा कुनै महत्त्वपूर्ण भिन्नता छ कि छैन भनेर पत्ता लगाउनु हो। त्यसकारण, यसले समाधान गर्न दुई प्रमुख परिकल्पनाहरू बोक्छ।
(a) शून्य परिकल्पना (H 0 ): कारकले समूहहरू भित्र वा बीचको अर्थमा कुनै फरक पार्दैन। यदि अर्थहरू µ सँग प्रतीक छन् भने, त्यसपछि नल हाइपोथेसिस निष्कर्षमा पुग्छ: µ 1 = µ 2 = µ ३ <१०>... = µ N ।
(b) वैकल्पिक परिकल्पना (H 1 ): कारकले साधनहरूमा महत्त्वपूर्ण भिन्नताहरू निम्त्याउँछ। यसरी, वैकल्पिक परिकल्पना को परिणाम µ 1 ≠ µ 2 मा हुन्छ।
(ii)ANOVA टू-फ्याक्टर प्रतिकृति: जब डेटाले प्रत्येक कारक वा स्वतन्त्र चरहरूको सेटको लागि एक भन्दा बढी पुनरावृत्ति समावेश गर्दछ, प्रयोगकर्ताहरूले प्रतिकृति ANOVA विश्लेषण संग दुई कारकहरू लागू गर्छन्। एकल कारक ANOVA विश्लेषण जस्तै, नल हाइपोथेसिस (H 0 ) का दुई संस्करणहरूको लागि प्रतिकृति विश्लेषण परीक्षणका साथ दुई कारकहरू।
(a) पहिलो स्वतन्त्र चर को लागि समूहहरूको माध्यमा कुनै भिन्नता छैन।
(b) द दोस्रो स्वतन्त्र चर का लागि समूहहरूको माध्यममा कुनै भिन्नता छैन।
अन्तर्क्रियाको लागि, प्रयोगकर्ताहरूले अर्को नल हाइपोथेसिस स्टेटिङ-
<1 थप्न सक्छन्।>(c) एउटा स्वतन्त्र चरले अर्को स्वतन्त्र चरको प्रभावलाई असर गर्दैन वा यसको विपरीत ।
(iii) ANOVA टू-फ्याक्टर बिना प्रतिकृति: जब एक भन्दा बढी कार्य विभिन्न समूहहरू द्वारा सञ्चालन गरिन्छ, प्रयोगकर्ताहरूले ANOVA विश्लेषण मा प्रतिकृति बिना दुई कारकहरू कार्यान्वयन गर्छन्। नतिजाको रूपमा, त्यहाँ दुई नल हाइपोथेसिस छन्।
का लागि पङ्क्तिहरू :
नल हाइपोथेसिस (H 0 ): विभिन्न कार्य प्रकारका माध्यमहरू बीच कुनै महत्त्वपूर्ण भिन्नता छैन ।
स्तम्भहरू का लागि:
नल हाइपोथेसिस (H 0 ): विभिन्न समूह प्रकारका माध्यमहरू बीच कुनै महत्त्वपूर्ण भिन्नता छैन ।
विधि 1: एकल कारकका लागि ANOVA परिणामहरूको व्याख्या एक्सेलमा विश्लेषण
कार्यान्वयन गर्दै ANOVA: एकलकारक विश्लेषण डेटा विश्लेषण उपकरणप्याक बाट प्रयोगकर्ताहरूलाई 3 वा बढी स्वतन्त्र नमूनाहरू (वा समूहहरू) को माध्यमबाट सांख्यिकीय रूपमा महत्त्वपूर्ण भिन्नता छ कि भनेर पत्ता लगाउन मद्दत गर्दछ। निम्न छविले परीक्षण गर्न उपलब्ध डाटा देखाउँछ।
मानौं हामीले एक्सेलमा ANOVA: सिंगल फ्याक्टर डाटा विश्लेषण लाई एक्सेलमा <1 मा गएर कार्यान्वयन गर्छौं।> डाटा > डेटा विश्लेषण ( विश्लेषण खण्डमा) > Anova: एकल कारक ( विश्लेषण उपकरण अन्तर्गत विकल्प)। परीक्षणको नतिजा तलको छविमा चित्रण गरिएको छ।
नतिजा व्याख्या
प्यारामिटरहरू: अनोभा विश्लेषण डेटामा नल हाइपोथेसिस को लागू हुने निर्धारण गर्दछ। Anova विश्लेषण परिणामबाट फरक परिणाम मानहरूले नल विश्लेषण स्थितिलाई इंगित गर्न सक्छ।
औसत र भिन्नता: सारांश बाट, तपाईंले समूह 3 को लागि उच्चतम औसत (अर्थात्, 89.625 ) देख्न सक्नुहुन्छ र उच्चतम भिन्नता 28.125 समूहको लागि प्राप्त गरिएको छ। 2.
परीक्षण तथ्याङ्क (F) बनाम क्रिटिकल मान (F Crit ): Anova परिणामहरू प्रदर्शन गर्दछ संख्या ( F= 8.53 ) > महत्वपूर्ण तथ्याङ्क ( F Crit =3.47 )। त्यसैले, डेटा मोडेलले नल हाइपोथेसिस लाई अस्वीकार गर्दछ।
P-मान बनाम महत्व स्तर (a) : फेरि, ANOVA परिणामहरूबाट, P मान ( 0.0019 ) < महत्व स्तर ( a = 0.05 )। त्यसोभए, तपाईले भन्न सक्नुहुन्छ कि माध्यमहरू फरक छन् र अस्वीकार गर्नुहोस् नल हाइपोथेसिस ।
22>
थप पढ्नुहोस्: कसरी एक्सेलमा एनोभा परिणामहरू ग्राफमा (३ उपयुक्त उदाहरणहरू)
विधि 2: एक्सेलमा प्रतिकृति विश्लेषणको साथ दुई-कारकका लागि ANOVA परिणामहरू डिकोडिङ
वैकल्पिक रूपमा, ANOVA: प्रतिकृति संग दुई-कारक दुई भन्दा बढी समूह को माध्यम बीचको भिन्नता मूल्याङ्कन गर्दछ। यो विश्लेषण गर्नको लागि तलको डेटा असाइन गरौं।
Anova: प्रतिकृति विश्लेषण संग दुई-कारक प्रदर्शन गरेपछि, नतिजा निम्न जस्तो देखिन सक्छ। .
परिणाम व्याख्या
प्यारामिटरहरू: P मान मात्र कार्य गर्दछ नल हाइपोथेसिस को अस्वीकार वा स्वीकृतिको लागि प्यारामिटर।
1> 
चर 1 महत्त्वपूर्ण स्थिति: चर 1 (अर्थात, नमूना ) मा P मान (अर्थात्, 0.730 ) सार्थकता स्तर भन्दा ठूलो छ (जस्तै। , 0.05 )। यसैले, चर 1 ले नल हाइपोथेसिस लाई अस्वीकार गर्न सक्दैन।
1> 
चर २ महत्त्वपूर्ण स्थिति: चर 1 , चर 2 (अर्थात्, स्तम्भ ) सँग मिल्दोजुल्दो P मान (जस्तै, ०.११२ ) ) जुन 0.05 भन्दा ठूलो छ। यस अवस्थामा, चर 2 पनि नल हाइपोथेसिस अन्तर्गत पर्दछ। तसर्थ, साधनहरू हुन्समान।
अन्तर्क्रिया स्थिति: चर 1 र 2 सँग कुनै अन्तरक्रिया छैन। P मान (जस्तै, 0.175 ) महत्व स्तर (जस्तै, 0.05 ) भन्दा बढी छ।
समग्रमा, कुनै पनि चरले एकअर्कामा कुनै महत्त्वपूर्ण प्रभाव पार्दैन।
मीन अन्तरक्रिया: समूह A , B , र C , Group A मा उच्चतम माध्य छ। तर यी अर्थ मानहरूले यो तुलना महत्त्वपूर्ण छ वा होइन भनेर बताउँदैन। यस अवस्थामा, हामी समूह 1 , 2 , र 3 को लागि औसत मानहरू हेर्न सक्छौं।
समूह 1 , 2 , र 3 को औसत मानहरू समूह 3 को लागि ठूलो मानहरू छन्। यद्यपि, कुनै पनि चरहरूले एकअर्कामा महत्त्वपूर्ण प्रभाव पार्दैन।
साथै, त्यहाँ कुनै महत्त्वपूर्ण अन्तरक्रिया प्रभावहरू छैनन् किनकि प्रविष्टिहरू दायरा भित्र अनियमित र दोहोरिने देखिन्छ।<3
थप पढ्नुहोस्: एक्सेलमा दुई-तर्फी ANOVA परिणामहरू कसरी व्याख्या गर्ने
विधि 3: प्रतिकृति बिना दुई-कारकका लागि ANOVA परिणामहरू अनुवाद गर्दै एक्सेलमा विश्लेषण
जब दुबै कारक वा चरहरूले निर्भर चरहरूलाई प्रभाव पार्छन्, प्रयोगकर्ताहरूले सामान्यतया ANOVA: प्रतिकृति विश्लेषण बिना दुई-कारक कार्यान्वयन गर्छन्। यस्तो विश्लेषण गर्न हामीले पछिल्लो डेटा प्रयोग गर्छौं भनौं।
प्रतिकृति विश्लेषण बिना दुई कारकको नतिजा समान देखिन्छ।निम्न।
परिणाम व्याख्या
प्यारामिटर: प्रतिकृति बिना दुई कारक ANOVA विश्लेषण मा समान मापदण्डहरू छन् एकल कारक ANOVA ।
परीक्षण तथ्याङ्क (F) बनाम क्रिटिकल मान (F क्रिट ): दुबै चरका लागि, Statistic मान ( F= 1.064, 3.234 ) < आलोचनात्मक तथ्याङ्क ( F Crit =6.944, 6.944 )। नतिजाको रूपमा, डेटा मोडेलले नल हाइपोथेसिस लाई अस्वीकार गर्न सक्दैन। त्यसकारण, साधनहरू बराबर छन्।
P-मान बनाम महत्व स्तर (a): अब, <1 मा>ANOVA परिणामहरू, P मानहरू ( 0.426, 0.146 ) > महत्व स्तर ( a = 0.05 )। त्यस अवस्थामा, तपाईले भन्न सक्नुहुन्छ कि माध्यमहरू समान छन् र स्वीकार गर्नुहोस् शून्य हाइपोथेसिस ।
थप पढ्नुहोस्: <१> एक्सेलमा कसरी दुई तरिकाले गर्ने ANOVA (सजिलो चरणहरू सहित)
निष्कर्ष
यस लेखमा, हामीले ANOVA का प्रकारहरू वर्णन गर्छौं। विश्लेषण र एक्सेलमा ANOVA परिणामहरू व्याख्या गर्ने तरिका प्रदर्शन गर्नुहोस्। हामी आशा गर्छौं कि यस लेखले तपाईलाई नतिजाहरू बुझ्न मद्दत गर्दछ र तपाईलाई सम्बन्धित ANOVA विश्लेषणहरू छनोट गर्न माथिल्लो हात दिन्छ जुन तपाईको डेटामा उपयुक्त हुन्छ। यदि तपाइँसँग थप सोधपुछ वा थप गर्न केहि छ भने टिप्पणी गर्नुहोस्।
हाम्रो अद्भुत वेबसाइट मा द्रुत भ्रमण गर्नुहोस् र Excel मा हाम्रा हालका लेखहरू हेर्नुहोस्। शुभकामना उत्कृष्ट।
