ANOVA lub Analiza wariancji jest połączeniem wielu modeli statystycznych w celu znalezienia różnic w średnich w obrębie grup lub pomiędzy nimi. Użytkownicy mogą używać wielu składników ankiety Analiza ANOVA do interpretacji wyników w programie Excel.

Powiedzmy, że mamy Analiza ANOVA wyniki, jak pokazano na poniższym zrzucie ekranu.

W tym artykule interpretujemy wiele rodzajów ANOVA wyniki uzyskane za pomocą programu Excel.

Pobierz skoroszyt Excela

3 proste metody interpretacji wyników ANOVA w Excelu

W Excelu istnieją 3 rodzaje Analiza ANOVA dostępne. Są to.

(i) ANOVA: Single Factor: Jednoczynnikowa ANOVA jest wykonywana, gdy w grę wchodzi pojedyncza zmienna. Wynikiem analizy jest stwierdzenie, czy w modelu danych występują istotne różnice w ich środkach. W związku z tym niesie ona dwie pierwszoplanowe hipotezy do rozwiązania.

(a) Hipoteza zerowa (H ₀ ): Czynnik nie powoduje różnicy w średnich w obrębie grupy lub między grupami. Jeśli średnie są symbolizowane przez µ , to. Hipoteza zerowa podsumowuje: µ ₁ = µ ₂ = µ ₃ .... = µ _N .

(b) Hipoteza alternatywna (H ₁ ): czynnik powoduje istotne różnice w średnich, a więc Hipoteza alternatywna wyniki w µ ₁ ≠ µ ₂ .

(ii) ANOVA dwuczynnikowa z replikacją: Gdy dane zawierają więcej niż jedną iterację dla każdego zestawu czynników lub zmiennych niezależnych, użytkownicy stosują dwa czynniki z replikacją Analiza ANOVA . podobnie jak w przypadku pojedynczego czynnika Analiza ANOVA , dwóch czynników z testami analizy replikacyjnej dla dwóch wariantów Hipoteza zerowa (H ₀ ) .

(a) Grupy nie różnią się średnimi dla pierwszej zmiennej niezależnej .

(b) Grupy nie różnią się średnimi dla drugiej zmiennej niezależnej .

Dla Interakcji, użytkownicy mogą dodać kolejny Hipoteza zerowa stwierdzający -

(c) Jedna zmienna niezależna nie wpływa na wpływ drugiej zmiennej niezależnej lub odwrotnie .

(iii) ANOVA dwuczynnikowa bez replikacji: Gdy więcej niż jedno zadanie jest wykonywane przez różne grupy, użytkownicy wykonują dwa czynniki bez replikacji w Analiza ANOVA W związku z tym istnieją dwa Hipotezy zerowe .

Dla Rzędy :

Hipoteza zerowa (H ₀ ): Brak istotnej różnicy między średnimi poszczególnych rodzajów pracy .

Dla Kolumny :

Hipoteza zerowa (H ₀ ): Brak istotnych różnic między średnimi poszczególnych typów grup .

Metoda 1: Interpretacja wyników ANOVA dla analizy jednoczynnikowej w programie Excel

Wykonanie ANOVA: czynnik jednoczynnikowy Analiza z Zestaw narzędzi do analizy danych pomaga użytkownikom znaleźć, czy istnieje statystycznie istotna różnica między średnimi 3 lub więcej niezależnych próbek (lub grup). Poniższy obrazek pokazuje dane dostępne do przeprowadzenia testu.

Załóżmy, że wykonamy ANOVA: Analiza danych jednoczynnikowych w Excelu poprzez przejście przez Dane > Analiza danych (w. Analiza section)> Anova: pojedynczy czynnik (w ramach Narzędzia analizy Wyniki testu przedstawia poniższy obrazek.

Interpretacja wyników

Parametry: Analiza Anova określa Hipoteza zerowa Różne wartości wyników z Analiza Anova wynik może wskazać Analiza zerowa status.

Średnia i wariancja: Z. Podsumowanie , widać, że grupy mają najwyższą średnią (tj, 89.625 ) dla grupy 3, a największa wariancja to. 28.125 uzyskane dla grupy 2.

Statystyka testu (F) vs. wartość krytyczna (F _Crit ): Wyniki Anova przedstawiają Statystyka ( F= 8.53 )> Statystyka krytyczna ( F _Crit =3.47 Dlatego też model danych odrzuca Hipoteza zerowa .

P-Value vs. Significance Level (a): Ponownie, z ANOVA wyniki, a także P Wartość ( 0.0019 ) <the Poziom istotności ( a = 0.05 ). Można więc powiedzieć, że średnie są różne i odrzucić tezę Hipoteza zerowa .

Read More: Jak wykreślić wyniki testu Anova w Excelu (3 odpowiednie przykłady)

Metoda 2: Dekodowanie wyników ANOVA dla dwóch czynników z analizą replikacji w Excelu

Ewentualnie, ANOVA: Dwuczynnikowa z replikacją ocenia różnicę między średnimi więcej niż dwóch grup. Przyporządkujmy poniższe dane do przeprowadzenia tej analizy.

Po wykonaniu Anova: Dwuczynnikowa z analizą replikacji , wynik może wyglądać następująco.

Interpretacja wyników

Parametry: P Wartość działa tylko jako parametr do odrzucenia lub przyjęcia Hipoteza zerowa .

Zmienna 1 Status znaczący: Zmienna 1 (t.j., Przykładowa strona ) ma P Wartość (t.j., 0.730 ) większy niż Poziom istotności (t.j., 0.05 ), a więc, Zmienna 1 nie może odrzucić Hipoteza zerowa .

Zmienna 2 Status znaczący: podobny do Zmienna 1 , Zmienna 2 (t.j., Kolumny ) ma P Wartość (t.j., 0.112 ), która jest większa niż 0.05 . W tym przypadku, Zmienna 2 również wchodzi w zakres Hipoteza zerowa . Dlatego środki są takie same.

Status interakcji: Zmienne 1 oraz 2 nie mają żadnej interakcji, ponieważ mają P Wartość (t.j., 0.175 ) więcej niż Poziom istotności (t.j., 0.05 ).

Ogólnie rzecz biorąc, żadna zmienna nie wywiera na siebie znaczącego wpływu.

Średnia interakcja: Wśród środków na Grupy A , B oraz C , Grupa A ma najwyższą średnią. Ale te średnie nie mówią, czy to porównanie jest znaczące, czy nie. W tym przypadku możemy spojrzeć na średnie wartości dla Grupy 1 , 2 oraz 3 .

Średnie wartości Grupy 1 , 2 oraz 3 mają większe wartości dla Grupa 3 . Jednak, ponieważ żadna ze zmiennych nie ma na siebie znaczącego wpływu.

Nie ma również istotnych efektów interakcji, ponieważ wpisy wydają się być losowe i powtarzające się w pewnym zakresie.

Read More: Jak interpretować wyniki dwukierunkowej analizy wariancji w programie Excel?

Metoda 3: Tłumaczenie wyników ANOVA dla dwóch czynników bez analizy replikacji w Excelu

Gdy oba czynniki lub zmienne wpływają na zmienne zależne, użytkownicy zwykle wykonują ANOVA: Dwuczynnikowa bez analizy replikacyjnej Powiedzmy, że do takiej analizy wykorzystujemy te ostatnie dane.

Wyniki analizy dwuczynnikowej bez replikacji wyglądają podobnie jak poniżej.

Interpretacja wyników

Parametry: Dwuczynnikowa analiza ANOVA bez replikacji ma podobne parametry jak pojedynczy czynnik ANOVA .

Statystyka testu (F) a wartość krytyczna (F _Crit ): Dla obu zmiennych Statystyka wartości ( F= 1.064, 3.234 ) < Statystyka krytyczna ( F _Crit =6.944, 6.944 ). W rezultacie model danych nie może odrzucić Hipoteza zerowa . Czyli środki są równoważne.

P-Value vs Significance Level (a): Teraz, w ANOVA wyniki, a także Wartości P ( 0.426, 0.146 )>. Poziom istotności ( a = 0.05 W takim przypadku można powiedzieć, że średnie są takie same i przyjąć Hipoteza zerowa .

Read More: Jak zrobić dwudrożną ANOVA w Excelu (z prostymi krokami)

Wniosek

W tym artykule opisujemy rodzaje Analiza ANOVA i pokazać sposób interpretacji ANOVA Mamy nadzieję, że ten artykuł pomoże Ci zrozumieć wyniki i da Ci przewagę w wyborze odpowiedniego Analizy ANOVA Komentarz, jeśli masz dalsze pytania lub masz coś do dodania.

Zapraszamy do odwiedzenia naszej niesamowitej strona internetowa i sprawdź nasze ostatnie artykuły na temat Excela - Happy Excelling.