I den moderna eran av dataanalys kan du bli tvungen att beräkna P-värdet i Excel. Du kan göra detta med hjälp av Envägsanova eller . Tvåvägsanova. I den här artikeln kommer vi att visa dig hur du kan tre möjliga sätt att beräkna P-värdet i Excel Anova. Om du är nyfiken på det kan du ladda ner vår arbetsbok och följa oss.

Ladda ner övningsboken

Ladda ner den här arbetsboken för att träna medan du läser den här artikeln.

Beräkna P-värde.xlsx

Vad är ANOVA-analys?

ANOVA ger oss en första möjlighet att avgöra vilka faktorer som har en betydande effekt på en datamängd. Efter att ha slutfört analysen gör en analytiker en extra analys på Metodologiska faktorer. som på ett betydande sätt påverkar den inkonsekventa karaktären hos den datamängden. Dessutom använder han resultaten av Anova-analysen i f-test att skapa extra uppgifter som är relevanta för den uppskattade regressionsanalys. ANOVA-analysen jämför många datamängder samtidigt för att se om det finns några samband mellan dem. ANOVA är en statistisk metod som används för att analysera variansen i en datamängd genom att dela upp den i två delar:

1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. • Systematiska faktorer och
                                    • Slumpmässiga faktorer

Den matematiska formeln för Anova är:

Här,

• F = Anovakoefficient,
• MST = Medelvärde för summan av kvadrater på grund av behandling,
• MSE = Medelvärdet av summan av kvadrater på grund av fel.

Vad är P-värde?

P-värdet representerar sannolikhetsvärdet för ett dataset. Om nollhypotesen är sann kallas sannolikheten för att få resultat från ett statistiskt hypotesprövning som är minst lika allvarliga som de faktiska resultaten för p-värdet. Den minsta signifikansnivån vid vilken nollhypotesen skulle förkastas anges av p-värdet som ett alternativ till förkastningsgränserna.Den alternativa hypotesen indikeras av ett lägre p-värde.

3 lämpliga exempel för att beräkna P-värdet i Excel ANOVA

För att demonstrera exemplen tar vi ett dataset med två prover. Vi tar fyra elevernas betyg i examen i matematik och kemi från två Vi kan alltså hävda att vår datamängd ligger inom intervallet celler B5:D12.

1. Användning av ANOVA-analys med en enda faktor

I det första exemplet visar vi hur man beräknar P-värdet med hjälp av Anova: Enkel faktor. Stegen i denna metod beskrivs nedan:

📌 Steg:

• För det första, från den Uppgifter Välj fliken Data Toolpak från gruppen Analys. Om du inte har den Data Toolpak i den Uppgifter kan du aktivera den från fliken Excel-alternativen .

• Som ett resultat visas en liten dialogruta som heter Analys av data kommer att visas.
• Välj nu den Anova: En enda faktor och klicka på OK .

• En annan dialogruta som heter Anova: En enda faktor kommer att visas.
• Därefter, i den Ingång väljer du datauppsättningens inmatningscellintervall. Här kan du välja Ingångsintervall är $C$5:$D$12 .
• Behåll den Grupperade efter i Kolumner .
• Därefter, i den Utgång måste du ange hur du vill få fram resultatet. Du kan få fram det i tre olika sätt. Vi vill få fram resultatet på den samma blad .
• Därför väljer vi den Utgångsområde och ange cellreferensen som $F$4 .
• Slutligen klickar du på OK .

• Inom en sekund får du resultatet. Vårt önskade P-värde finns i cell K14 Dessutom får du också en sammanfattning resultatet i intervallet av celler F6:J9 .

Vi kan alltså säga att vår metod fungerade perfekt och att vi kunde beräkna P-värdet i Excel Anova.

🔎 Tolkning av resultatet

I det här exemplet fick vi ett P-värde på 0.1462 Det innebär att möjligheten att få ett lika stort antal i båda grupperna är 0.1462 eller . 14.62% Vi kan alltså hävda att detta P-värde är signifikant i vårt valda dataset.

Läs mer: Hur man tolkar ANOVA-resultat för en enskild faktor i Excel

2. Användning av tvåfaktorsanalys med replikation ANOVA-analys

I följande exempel ska vi använda Anova: Tvåfaktorsanalys med replikering För att beräkna P-värdet för vårt dataset används följande steg i denna metod:

📌 Steg:

• För det första, i Uppgifter Välj fliken Data Toolpak från gruppen Analys. Om du inte har den Data Toolpak i den Uppgifter kan du aktivera den från fliken Excel-alternativen .

• Som ett resultat av detta har Analys av data kommer att visas.
• Därefter väljer du Anova: Tvåfaktorsanalys med replikering och klicka på OK .

• En annan liten dialogruta som heter Anova: Tvåfaktorsanalys med replikering kommer att visas.
• Nu, i den Ingång väljer du datauppsättningens inmatningscellintervall. Här kan du välja Ingångsintervall är $B$4:$D$12 .
• Beteckna då Rader per prov fältet som 4 .
• Efteråt, i den Utgång måste du ange hur du vill få fram resultatet. Du kan få fram det på följande sätt tre olika sätt. I det här exemplet vill vi få resultatet i en nytt arbetsblad .
• Välj därför den Nytt arbetsblad Ply alternativet och skriver ner ett lämpligt namn enligt dina önskemål. Vi skriver Anova två faktorer för att få ett nytt arbetsblad med det här namnet.
• Slutligen klickar du på OK .

• Du kommer att märka att ett nytt arbetsblad skapas och Excel kommer att visa analysresultatet på det arbetsbladet. Vårt önskade P-värde ligger i området med cellerna G25:G27 Dessutom får du också en sammanfattning av resultatet i området med celler. B3:D20 .

Vi kan alltså säga att vår metod fungerade effektivt och att vi kunde beräkna P-värdet i Excel Anova.

🔎 Tolkning av resultatet

I det här exemplet är P-värdet för Kolumner är 0.0373 , vilket är statistiskt signifikant, så vi kan säga att det finns en effekt av skiftena på elevernas prestationer på provet. Men den 3:e bilden av exempelproceduren visar att värdet ligger nära den alfa värdet av 0.05 , så effekten är mindre betydande.

På samma sätt är P-värdet för Interaktioner är 0.0010 , vilket är mycket mindre än den alfa Värdet är alltså statistiskt signifikant, och vi kan konstatera att effekten av skiftet på båda proven är mycket stor.

Läs mer: Hur man tolkar ANOVA-resultat i Excel (3 sätt)

3. Tillämpning av tvåfaktorsanalys utan replikation ANOVA-analys

I det här exemplet är Anova: Tvåfaktorsanalys utan replikering hjälper oss att beräkna P-värdet. Proceduren beskrivs nedan steg för steg:

📌 Steg:

• För det första, i Uppgifter Välj fliken Data Toolpak från gruppen Analys. Om du inte har den Data Toolpak i den Uppgifter kan du aktivera den från fliken Excel-alternativen .

• Som ett resultat visas en liten dialogruta som heter Analys av data kommer att visas.
• Välj sedan Anova: två faktorer utan replikering och tryck på OK .

• En annan liten dialogruta som heter Anova: två faktorer utan replikering kommer att visas.
• Därefter, i den Ingång väljer du datauppsättningens inmatningscellintervall. Här kan du välja Ingångsintervall är $B$4:$D$12 .
• Kontrollera sedan Etiketter om det inte är markerat ännu.
• Nu, i den Utgång måste du ange hur du vill få fram resultatet. Du kan få fram det i tre olika sätt. Vi vill få resultatet i den samma blad .
• Därför väljer vi den Utgångsområde och ange cellreferensen som $F$4 .
• Slutligen klickar du på OK .

• Inom en sekund kommer du att se resultatet från cellen F4 Vårt önskade P-värde ligger i intervallet cell. K22:K23 Dessutom får du också en sammanfattning resultatet i intervallet av celler F6:J17 .

Slutligen kan vi säga att vår metod fungerade bra och att vi kunde beräkna P-värdet i Excel Anova.

🔎 Tolkning av resultatet

Här är P-värdet för Kolumner är 0.2482 Vi kan alltså säga att det finns en effekt av skiftena på elevernas prestationer i provet. Värdet ligger dock nära den alfa värdet av 0.05 , så effekten är mindre betydande.

Läs mer: Hur man tolkar tvåvägs ANOVA-resultat i Excel

Slutsats

Det är slutet på den här artikeln. Jag hoppas att den här artikeln kommer att vara till hjälp för dig och att du kommer att kunna beräkna P-värdet i Excel Anova. Dela gärna med dig av eventuella ytterligare frågor eller rekommendationer till oss i kommentarsfältet nedan om du har några ytterligare frågor eller rekommendationer.

Glöm inte att besöka vår webbplats, ExcelWIKI , för flera Excel-relaterade problem och lösningar. Fortsätt att lära dig nya metoder och fortsätt att växa!