Paano I-interpret ang Mga Resulta ng ANOVA sa Excel (3 Mga Paraan)

  • Ibahagi Ito
Hugh West
Ang

ANOVA , o Analysis of Variance , ay isang pagsasama-sama ng maraming istatistikal na modelo upang mahanap ang mga pagkakaiba sa mga paraan sa loob o sa pagitan ng mga pangkat. Ang mga user ay maaaring gumamit ng maraming bahagi ng isang ANOVA Analysis upang bigyang-kahulugan ang mga resulta sa Excel.

Sabihin natin na mayroon tayong ANOVA Analysis na mga resulta tulad ng ipinapakita sa screenshot sa ibaba.

Sa artikulong ito, binibigyang-kahulugan namin ang maraming uri ng ANOVA na resultang nakuha gamit ang Excel.

I-download ang Excel Workbook

Pagbibigay-kahulugan sa Mga Resulta ng ANOVA.xlsx

3 Madaling Paraan para I-interpret ang Mga Resulta ng ANOVA sa Excel

Sa Excel, mayroong 3 uri ng ANOVA Analysis na available. Ang mga ito ay

(i) ANOVA: Single Factor: Single factor ANOVA ay ginaganap kapag naglalaro ang isang variable. Ang resulta ng pagsusuri ay upang malaman kung ang modelo ng data ay may anumang makabuluhang pagkakaiba sa mga paraan nito. Samakatuwid, nagdadala ito ng dalawang kilalang hypothesis upang lutasin.

(a) Null Hypothesis (H 0 ): Ang kadahilanan ay nagdudulot ng walang pagkakaiba sa mga paraan sa loob o sa pagitan ng mga grupo. Kung ang ibig sabihin ay sinasagisag ng µ , ang Null Hypothesis ay magtatapos: µ 1 = µ 2 = µ 3 …. = µ N .

(b) Alternatibong Hypothesis (H 1 ): ang kadahilanan ay nagdudulot ng makabuluhang pagkakaiba sa mga paraan. Kaya, ang Alternative Hypothesi s ay nagreresulta sa µ 1 ≠ µ 2 .

(ii)ANOVA Two-Factor with Replication: Kapag naglalaman ang data ng higit sa isang iteration para sa bawat set ng mga factor o independent variable, ilalapat ng mga user ang dalawang salik na may replication ANOVA Analysis . Katulad ng nag-iisang salik ANOVA analysis , dalawang salik na may mga pagsubok sa pagsusuri ng pagtitiklop para sa dalawang variant ng Null Hypothesis (H 0 ) .

(a) Ang mga grupo ay walang pagkakaiba sa kanilang paraan para sa unang independent variable .

(b) Ang ang mga pangkat ay walang pagkakaiba sa kanilang mga paraan para sa pangalawang independiyenteng variable .

Para sa Pakikipag-ugnayan, maaaring magdagdag ang mga user ng isa pang Null Hypothesis na nagsasaad-

(c) Ang isang independiyenteng variable ay hindi nakakaapekto sa epekto ng isa pang independent variable o vice versa .

(iii) ANOVA Dalawang-Salik na walang Replikasyon: Kapag higit sa isang gawain ang isinasagawa ng iba't ibang grupo, ang mga user ay nagsasagawa ng dalawang salik nang walang pagtitiklop sa ANOVA Analysis . Bilang resulta, mayroong dalawang Null Hypothesis .

Para sa Rows :

Null Hypothesis (H 0 ): Walang makabuluhang pagkakaiba sa pagitan ng mga paraan ng iba't ibang uri ng trabaho .

Para sa Mga Column :

Null Hypothesis (H 0 ): Walang makabuluhang pagkakaiba sa pagitan ng mga paraan ng iba't ibang uri ng grupo .

Paraan 1: Pagbibigay-kahulugan sa Mga Resulta ng ANOVA para sa Single Factor Pagsusuri sa Excel

Isinasagawa ang ANOVA: SingleAng Factor Analysis mula sa Data Analysis Toolpak ay tumutulong sa mga user na makita kung may makabuluhang pagkakaiba sa istatistika sa pagitan ng mga paraan ng 3 o higit pang mga independiyenteng sample (o mga grupo). Ang sumusunod na larawan ay nagpapakita ng data na magagamit upang maisagawa ang pagsubok.

Ipagpalagay na ipapatupad natin ang ANOVA: Single Factor Data Analysis sa Excel sa pamamagitan ng pagdaan sa Data > Pagsusuri ng Data (sa seksyong Pagsusuri ) > Anova: Single Factor (sa ilalim ng Mga Tool sa Pagsusuri mga pagpipilian). Ang mga resulta ng pagsubok ay inilalarawan sa larawan sa ibaba.

Resulta Interpretasyon

Mga Parameter: Pagsusuri ng Anova tinutukoy ang pagiging angkop ng Null Hypothesis sa data. Maaaring matukoy ng iba't ibang value ng resulta mula sa resulta ng Anova Analysis ang status na Null Analysis .

Average at Variance: Mula sa Buod , makikita mo ang mga pangkat na may pinakamataas na average (ibig sabihin, 89.625 ) para sa Pangkat 3 at ang pinakamataas na pagkakaiba ay 28.125 na nakuha para sa Grupo 2.

Test Statistic (F) vs. Critical Value (F Crit ): Anova results showcase Statistic ( F= 8.53 ) > Kritikal na Istatistika ( F Crit =3.47 ). Samakatuwid, tinatanggihan ng modelo ng data ang Null Hypothesis .

P-Value vs. Significance Level (a) : Muli, mula sa ANOVA kinalabasan, ang P Value ( 0.0019 ) < ang Antas ng Kahalagahan ( a = 0.05 ). Kaya, maaari mong sabihin na iba ang paraan at tanggihan ang Null Hypothesis .

Magbasa Nang Higit Pa: Paano I-graph ang Mga Resulta ng Anova sa Excel (3 Angkop na Halimbawa)

Paraan 2: Pagde-decode ng Mga Resulta ng ANOVA para sa Two-factor na may Replication Analysis sa Excel

Bilang kahalili, ANOVA: Two-Factor with Replication sinusuri ang pagkakaiba sa pagitan ng paraan ng higit sa dalawang grupo. Italaga natin ang data sa ibaba upang maisagawa ang pagsusuring ito.

Pagkatapos isagawa ang Anova: Two-factor With Replication Analysis , ang resulta ay maaaring magmukhang sumusunod .

Interpretasyon ng Resulta

Mga Parameter: P Value ang gumaganap lamang bilang parameter para sa pagtanggi o pagtanggap ng Null Hypothesis .

Variable 1 Significant Status: Ang variable 1 (ibig sabihin, Sample ) ay may P Value (ibig sabihin, 0.730 ) na mas malaki kaysa sa Significance Level (ibig sabihin. , 0.05 ). Kaya, hindi maaaring tanggihan ng Variable 1 ang Null Hypothesis .

Variable 2 Significant Status: Katulad ng Variable 1 , Variable 2 (ibig sabihin, Mga Column ) ay may P Value (ibig sabihin, 0.112 ) na mas malaki sa 0.05 . Sa kasong ito, ang Variable 2 ay nasa ilalim din ng Null Hypothesis . Samakatuwid, ang mga paraan ay angpareho.

Katayuan ng Pakikipag-ugnayan: Ang mga Variable 1 at 2 ay walang anumang pakikipag-ugnayan dahil sila magkaroon ng P Value (ibig sabihin, 0.175 ) na higit sa Antas ng Kahalagahan (ibig sabihin, 0.05 ).

Sa pangkalahatan, walang variable na nagdudulot ng anumang makabuluhang epekto sa isa't isa.

Mean Interaction: Kabilang sa mga paraan para sa Mga Pangkat A , B , at C , Pangkat A ang may pinakamataas na mean. Ngunit ang ibig sabihin ng mga halagang ito ay hindi nagsasabi kung ang paghahambing na ito ay makabuluhan o hindi. Sa kasong ito, maaari nating tingnan ang mga mean na halaga para sa Mga Pangkat 1 , 2 , at 3 .

Ang mga mean na halaga ng Mga Pangkat 1 , 2 , at 3 ay may mas malalaking halaga para sa Pangkat 3 . Gayunpaman, dahil walang mga variable ang may malaking epekto sa isa't isa.

Gayundin, walang makabuluhang epekto sa pakikipag-ugnayan dahil ang mga entry ay tila random at paulit-ulit sa loob ng isang hanay.

Magbasa Nang Higit Pa: Paano I-interpret ang Two-Way na Resulta ng ANOVA sa Excel

Paraan 3: Pagsasalin ng mga Resulta ng ANOVA para sa Two-Factor na Walang Replikasyon Pagsusuri sa Excel

Kapag ang parehong mga salik o variable ay nakakaimpluwensya sa mga dependent na variable, ang mga user ay karaniwang nagsasagawa ng ANOVA: Two-factor Without Replication Analysis . Sabihin nating ginagamit namin ang huling data para magsagawa ng ganoong pagsusuri.

Ang mga resulta ng dalawang salik na walang pagsusuri sa pagtitiklop ay mukhang katulad ngsumusunod.

Interpretasyon ng Resulta

Mga Parameter: Dalawang-factor na Pagsusuri ng ANOVA na Walang Replika ay may mga katulad na parameter gaya ng ang nag-iisang salik ANOVA .

Istatistika ng Pagsubok (F) kumpara sa Kritikal na Halaga (F Crit ): Para sa parehong mga variable, ang Statistic values ​​( F= 1.064, 3.234 ) < Kritikal na Istatistika ( F Crit =6.944, 6.944 ). Bilang resulta, hindi maaaring tanggihan ng modelo ng data ang Null Hypothesis . Kaya, ang ibig sabihin ay katumbas.

P-Value vs Significance Level (a): Ngayon, sa ANOVA resulta, ang P value ( 0.426, 0.146 ) > ang Antas ng Kahalagahan ( a = 0.05 ). Kung ganoon, maaari mong sabihin na pareho ang ibig sabihin at tanggapin ang Null Hypothesis .

Magbasa Nang Higit Pa: Paano Gumawa ng Two Way ANOVA sa Excel (Na may Madaling Hakbang)

Konklusyon

Sa artikulong ito, inilalarawan namin ang mga uri ng ANOVA Pagsusuri at ipakita ang paraan upang bigyang-kahulugan ang mga resulta ng ANOVA sa Excel. Umaasa kaming makakatulong sa iyo ang artikulong ito na maunawaan ang mga kinalabasan at bigyan ka ng mas mataas na kamay upang piliin ang kani-kanilang Mga Pagsusuri ng ANOVA na pinakaangkop sa iyong data. Magkomento kung mayroon kang karagdagang mga katanungan o may idadagdag.

Magkaroon ng mabilis na pagbisita sa aming kamangha-manghang website at tingnan ang aming mga kamakailang artikulo sa Excel. Maligayang Mahusay.

Si Hugh West ay isang napakaraming Excel trainer at analyst na may higit sa 10 taong karanasan sa industriya. May hawak siyang Bachelor's degree sa Accounting and Finance at Master's degree sa Business Administration. Si Hugh ay may hilig sa pagtuturo at nakabuo ng kakaibang diskarte sa pagtuturo na madaling sundin at maunawaan. Ang kanyang dalubhasang kaalaman sa Excel ay nakatulong sa libu-libong mag-aaral at propesyonal sa buong mundo na mapabuti ang kanilang mga kasanayan at maging mahusay sa kanilang mga karera. Sa pamamagitan ng kanyang blog, ibinahagi ni Hugh ang kanyang kaalaman sa mundo, nag-aalok ng mga libreng Excel tutorial at online na pagsasanay upang matulungan ang mga indibidwal at negosyo na maabot ang kanilang buong potensyal.