எக்செல் இல் ANOVA முடிவுகளை எவ்வாறு விளக்குவது (3 வழிகள்)

Hugh West

ANOVA , அல்லது மாறுபாட்டின் பகுப்பாய்வு என்பது குழுக்களுக்குள்ளேயோ அல்லது குழுக்களுக்கிடையில் உள்ள வழிவகைகளில் உள்ள வேறுபாடுகளைக் கண்டறிய பல புள்ளிவிவர மாதிரிகளின் கலவையாகும். எக்செல் இல் முடிவுகளை விளக்குவதற்கு பயனர்கள் ANOVA பகுப்பாய்வின் பல கூறுகளைப் பயன்படுத்தலாம்.

கீழே உள்ள ஸ்கிரீன்ஷாட்டில் காட்டப்பட்டுள்ளபடி ANOVA பகுப்பாய்வு முடிவுகள் எங்களிடம் உள்ளன என்று வைத்துக்கொள்வோம்.

இந்தக் கட்டுரையில், எக்செல் மூலம் பெறப்பட்ட பல வகையான ANOVA முடிவுகளை நாங்கள் விளக்குகிறோம்.

எக்செல் பணிப்புத்தகத்தைப் பதிவிறக்கவும்

ANOVA முடிவுகளை விளக்குதல் 3 வகையான ANOVA பகுப்பாய்வு கிடைக்கிறது. அவை

(i) ANOVA: Single Factor: Single factor ANOVA ஒரு மாறி விளையாடும் போது செய்யப்படுகிறது. பகுப்பாய்வின் முடிவு, தரவு மாதிரி அதன் வழிமுறைகளில் குறிப்பிடத்தக்க வேறுபாடுகளைக் கொண்டிருக்கிறதா என்பதைக் கண்டறிய வேண்டும். எனவே, இது தீர்க்க இரண்டு முக்கிய கருதுகோள்களைக் கொண்டுள்ளது.

(a) பூஜ்ய கருதுகோள் (H 0 ): காரணியானது குழுக்களுக்குள் அல்லது அதற்கு இடையே உள்ள வழிமுறைகளில் எந்த வித்தியாசத்தையும் ஏற்படுத்தாது. அர்த்தம் µ உடன் குறிக்கப்பட்டால், பூஜ்ய கருதுகோள் முடிவடைகிறது: µ 1 = µ 2 = µ 3 …. = µ N .

(b) மாற்று கருதுகோள் (H 1 ): காரணியானது வழிமுறைகளில் குறிப்பிடத்தக்க வேறுபாடுகளை ஏற்படுத்துகிறது. எனவே, மாற்று கருதுகோள் கள் µ 1 ≠ µ 2 .

(ii)பிரதியுடனான ANOVA டூ-ஃபேக்டர்: தரவு ஒவ்வொரு காரணிகள் அல்லது சார்பற்ற மாறிகளுக்கு ஒன்றுக்கு மேற்பட்ட மறு செய்கைகளைக் கொண்டிருக்கும் போது, ​​பயனர்கள் ANOVA பகுப்பாய்வு பிரதியுடன் இரண்டு காரணிகளைப் பயன்படுத்துகின்றனர். ஒற்றை காரணி ANOVA பகுப்பாய்வு போலவே, பூஜ்ய கருதுகோள் (H 0 ) .

..

(a) குழுக்கள் முதல் சார்பற்ற மாறி க்கான பொருளில் வேறுபாடு இல்லை.

(b) தி குழுக்கள் இரண்டாவது சார்பற்ற மாறி க்கான வழிமுறைகளில் எந்த வித்தியாசத்தையும் கொண்டிருக்கவில்லை>(c) ஒரு சார்பற்ற மாறி மற்ற சுயேச்சை மாறியின் தாக்கத்தை பாதிக்காது அல்லது அதற்கு நேர்மாறாக .

(iii) ANOVA இரண்டு காரணிகள் பிரதியில்லாமல்: ஒன்றுக்கும் மேற்பட்ட பணிகளை வெவ்வேறு குழுக்களால் நடத்தும்போது, ​​பயனர்கள் ANOVA பகுப்பாய்வு இல் பிரதியில்லாமல் இரண்டு காரணிகளைச் செயல்படுத்துகின்றனர். இதன் விளைவாக, இரண்டு பூஜ்ய கருதுகோள்கள் உள்ளன.

வரிசைகளுக்கு :

பூஜ்ய கருதுகோள் (H 0 ): வெவ்வேறு வேலை வகைகளின் வழிமுறைகளுக்கு இடையே குறிப்பிடத்தக்க வேறுபாடு இல்லை .

நெடுவரிசைகளுக்கு :

பூஜ்ய கருதுகோள் (H 0 ): வெவ்வேறு குழு வகைகளின் வழிமுறைகளுக்கு இடையே குறிப்பிடத்தக்க வேறுபாடு இல்லை .

முறை 1: ஒற்றை காரணிக்கான ANOVA முடிவுகளை விளக்குதல் Excel இல் பகுப்பாய்வு

செயல்படுத்துதல் ANOVA: ஒற்றைகாரணி பகுப்பாய்வு Data Analysis Toolpak இலிருந்து 3 அல்லது அதற்கு மேற்பட்ட சுயாதீன மாதிரிகள் (அல்லது குழுக்கள்) இடையே புள்ளியியல் ரீதியாக குறிப்பிடத்தக்க வேறுபாடு உள்ளதா என்பதைக் கண்டறிய பயனர்களுக்கு உதவுகிறது. சோதனையைச் செய்வதற்குக் கிடைக்கும் தரவை பின்வரும் படம் காட்டுகிறது.

ANOVA: ஒற்றைக் காரணி தரவுப் பகுப்பாய்வை எக்செல் இல்<1 வழியாகச் செயல்படுத்துகிறோம் என்று வைத்துக்கொள்வோம்> தரவு > தரவு பகுப்பாய்வு ( பகுப்பாய்வு பிரிவில்) > Anova: Single Factor ( பகுப்பாய்வு கருவிகள் கீழ் விருப்பங்கள்). சோதனையின் முடிவுகள் கீழே உள்ள படத்தில் சித்தரிக்கப்பட்டுள்ளன.

முடிவு விளக்கம்

அளவுருக்கள்: அனோவா பகுப்பாய்வு தரவில் பூஜ்ய கருதுகோள் ன் பொருந்தக்கூடிய தன்மையை தீர்மானிக்கிறது. Anova Analysis விளைவுகளிலிருந்து வேறுபட்ட முடிவு மதிப்புகள் பூஜ்ய பகுப்பாய்வு நிலையைக் குறிக்கும்.

சராசரி மற்றும் மாறுபாடு: சுருக்கம் இலிருந்து, குழு 3க்கான அதிகபட்ச சராசரி (அதாவது 89.625 ) மற்றும் குழுவிற்குப் பெறப்பட்ட அதிக மாறுபாடு 28.125 என்பதை நீங்கள் பார்க்கலாம். 2.

சோதனை புள்ளிவிவரம் (எஃப்) எதிராக கிரிட்டிகல் வேல்யூ (எஃப் கிரிட் ): அனோவா முடிவுகள் புள்ளிவிவரத்தைக் காட்டுகின்றன ( F= 8.53 ) > முக்கியமான புள்ளிவிவரம் ( F Crit =3.47 ). எனவே, தரவு மாதிரியானது பூஜ்ய கருதுகோளை நிராகரிக்கிறது.

P-மதிப்பு மற்றும் முக்கியத்துவம் நிலை (a) : மீண்டும், ANOVA விளைவுகளிலிருந்து, P மதிப்பு ( 0.0019 ) < முக்கியத்துவ நிலை ( a = 0.05 ). எனவே, வழிமுறைகள் வேறுபட்டவை என்று நீங்கள் கூறலாம் மற்றும் பூஜ்ய கருதுகோளை நிராகரிக்கலாம்.

மேலும் படிக்க: எப்படி எக்செல் இல் அனோவா முடிவுகளை வரைபடமாக்குவதற்கு (3 பொருத்தமான எடுத்துக்காட்டுகள்)

முறை 2: எக்செல் இல் ரெப்ளிகேஷன் அனாலிசிஸுடன் இரண்டு காரணிகளுக்கான ANOVA முடிவுகளை டிகோடிங் செய்தல்

மாற்றாக, ANOVA: டூ-ஃபேக்டர் வித் ரெப்ளிகேஷன் இரண்டுக்கும் மேற்பட்ட குழுக்களின் வழிமுறைகளுக்கு இடையிலான வேறுபாட்டை மதிப்பிடுகிறது. இந்தப் பகுப்பாய்வைச் செய்ய, கீழே உள்ள தரவை ஒதுக்குவோம்.

Anova: இரண்டு-காரணிகள் பிரதி பகுப்பாய்வு செய்த பிறகு, பின்வருவனவற்றைப் போல இருக்கும் .

முடிவு விளக்கம்

அளவுருக்கள்: P மதிப்பு மட்டுமே செயல்படுகிறது பூஜ்ய கருதுகோள் நிராகரிப்பு அல்லது ஏற்றுக்கொள்வதற்கான அளவுரு.

மாறி 1 குறிப்பிடத்தக்க நிலை: மாறி 1 (அதாவது, மாதிரி ) P மதிப்பு (அதாவது, 0.730 ) முக்கியத்துவ நிலை (அதாவது. , 0.05 ). எனவே, மாறி 1 பூஜ்ய கருதுகோளை நிராகரிக்க முடியாது .

மாறி 2 குறிப்பிடத்தக்க நிலை: மாறி 1 , மாறி 2 (அதாவது, நெடுவரிசைகள் ) P மதிப்பு (அதாவது, 0.112 ) போன்றது ) இது 0.05 ஐ விட அதிகமாகும். இந்த வழக்கில், மாறி 2 என்பதும் பூஜ்ய கருதுகோள் இன் கீழ் வரும். எனவே, வழிமுறைகள்அதே.

இன்டராக்ஷன் நிலை: மாறிகள் 1 மற்றும் 2 போன்றவற்றுக்கு எந்த தொடர்பும் இல்லை P மதிப்பு (அதாவது, 0.175 ) முக்கியத்துவ நிலை (அதாவது, 0.05 )

ஒட்டுமொத்தமாக, எந்த மாறியும் ஒன்றுக்கொன்று குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தாது.

சராசரி தொடர்பு: குழுக்கள் A க்கான வழிமுறைகளில், பி , மற்றும் சி , குரூப் ஏ ஆகியவை அதிகபட்ச சராசரியைக் கொண்டுள்ளன. ஆனால் இந்த சராசரி மதிப்புகள் இந்த ஒப்பீடு குறிப்பிடத்தக்கதா இல்லையா என்பதைக் கூறவில்லை. இந்த நிலையில், குழுக்கள் 1 , 2 , மற்றும் 3 .

ஆகியவற்றின் சராசரி மதிப்புகளைப் பார்க்கலாம்.

குழுக்கள் 1 , 2 மற்றும் 3 ஆகியவற்றின் சராசரி மதிப்புகள் குழு 3 க்கு அதிக மதிப்புகளைக் கொண்டுள்ளன. இருப்பினும், எந்த மாறிகளும் ஒன்றுக்கொன்று குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தாது.

மேலும், உள்ளீடுகள் ஒரு வரம்பிற்குள் சீரற்றதாகவும் மீண்டும் மீண்டும் நிகழக்கூடியதாகவும் தோன்றுவதால் குறிப்பிடத்தக்க தொடர்பு விளைவுகள் எதுவும் இல்லை.

மேலும் படிக்க: எக்செல் இல் இருவழி ANOVA முடிவுகளை எவ்வாறு விளக்குவது

முறை 3: பிரதியெடுப்பு இல்லாமல் இரண்டு காரணிகளுக்கு ANOVA முடிவுகளை மொழிபெயர்த்தல் Excel இல் பகுப்பாய்வு

காரணிகள் அல்லது மாறிகள் இரண்டும் சார்பு மாறிகளை பாதிக்கும் போது, ​​பயனர்கள் வழக்கமாக ANOVA: இரண்டு காரணிகள் பிரதி பகுப்பாய்வு இல்லாமல் செயல்படுத்துவார்கள். அத்தகைய பகுப்பாய்வைச் செய்ய பிந்தைய தரவைப் பயன்படுத்துகிறோம் என்று வைத்துக் கொள்வோம்.

பிரதி பகுப்பாய்வு இல்லாமல் இரண்டு காரணிகளின் முடிவுகள் இதைப் போலவே இருக்கும்பின்வரும் ஒற்றை காரணி ANOVA .

சோதனை புள்ளிவிபரம் (F) vs Critical Value (F Crit ): இரண்டு மாறிகளுக்கும், புள்ளிவிவரம் மதிப்புகள் ( F= 1.064, 3.234 ) < முக்கிய புள்ளிவிவரம் ( F Crit =6.944, 6.944 ). இதன் விளைவாக, தரவு மாதிரியானது பூஜ்ய கருதுகோளை நிராகரிக்க முடியாது. எனவே, வழிமுறைகள் சமமானவை.

பி-மதிப்பு மற்றும் முக்கியத்துவம் நிலை (a): இப்போது, ​​<1 இல்>ANOVA முடிவுகள், P மதிப்புகள் ( 0.426, 0.146 ) > முக்கியத்துவ நிலை ( a = 0.05 ). அப்படியானால், வழிமுறைகள் ஒரே மாதிரியானவை என்று நீங்கள் கூறலாம் மற்றும் பூஜ்ய கருதுகோளை ஏற்றுக்கொள்ளலாம் .

மேலும் படிக்க: 1>எக்செல் இல் இரண்டு வழி ANOVA செய்வது எப்படி (எளிதான படிகளுடன்)

முடிவு

இந்த கட்டுரையில், ANOVA வகைகளை விவரிக்கிறோம் பகுப்பாய்வு மற்றும் எக்செல் இல் ANOVA முடிவுகளை விளக்குவதற்கான வழியை நிரூபிக்கவும். இந்தக் கட்டுரையின் விளைவுகளைப் புரிந்துகொள்வதற்கும், உங்கள் தரவுகளுக்குச் சிறந்த முறையில் பொருத்தமான ANOVA பகுப்பாய்வு ஐத் தேர்ந்தெடுப்பதற்கும் இந்த கட்டுரை உங்களுக்கு உதவும் என்று நம்புகிறோம். உங்களிடம் கூடுதல் விசாரணைகள் இருந்தாலோ அல்லது சேர்க்க ஏதேனும் இருந்தால் கருத்துத் தெரிவிக்கவும்.

எங்கள் அற்புதமான இணையதளத்திற்கு விரைவாகச் சென்று எக்செல் பற்றிய எங்கள் சமீபத்திய கட்டுரைகளைப் பார்க்கவும். ஹேப்பி எக்ஸலிங்.

ஹக் வெஸ்ட் மிகவும் அனுபவம் வாய்ந்த எக்செல் பயிற்சியாளர் மற்றும் ஆய்வாளர் மற்றும் துறையில் 10 ஆண்டுகளுக்கும் மேலான அனுபவம் கொண்டவர். கணக்கியல் மற்றும் நிதித்துறையில் இளங்கலைப் பட்டமும், வணிக நிர்வாகத்தில் முதுகலைப் பட்டமும் பெற்றவர். ஹக் கற்பிப்பதில் ஆர்வம் கொண்டவர் மற்றும் பின்பற்றவும் புரிந்துகொள்ளவும் எளிதான ஒரு தனித்துவமான கற்பித்தல் அணுகுமுறையை உருவாக்கியுள்ளார். எக்செல் பற்றிய அவரது நிபுணத்துவ அறிவு, உலகெங்கிலும் உள்ள ஆயிரக்கணக்கான மாணவர்கள் மற்றும் தொழில் வல்லுநர்களுக்கு அவர்களின் திறன்களை மேம்படுத்தவும், அவர்களின் வாழ்க்கையில் சிறந்து விளங்கவும் உதவியுள்ளது. அவரது வலைப்பதிவின் மூலம், ஹக் தனது அறிவை உலகத்துடன் பகிர்ந்து கொள்கிறார், தனிநபர்கள் மற்றும் வணிகங்கள் தங்கள் முழு திறனை அடைய உதவும் வகையில் இலவச எக்செல் பயிற்சிகள் மற்றும் ஆன்லைன் பயிற்சிகளை வழங்குகிறார்.