Hvordan til at fortolke Excel ANOVA

ANOVA står for variansanalyse. De to-vejs med replikering ANOVA test undersøger dataene fra gentagne forsøg, hvorunder både "faktorer" og "niveauer" er varierede. For eksempel kan en ANOVA eksperiment ser på vækstrater på tre forskellige sorter af hvede (de faktorer) ved hjælp af tre forskellige gødninger (de niveauer). Excels ANOVA funktionen beregner statistiske "F" værdier, der viser, om skiftende forskellige faktorer eller niveauer resulterede i en væsentlig ændring af forsøgsresultater. Lige så vigtigt, det fortæller dig, om der er samspil mellem faktorer og niveauer.

Vejledning

• Undersøg tabellen med data, som Excel bruges til ANOVA test. Det viser de data, der var resultatet af gentagne forsøg skifte mellem de to faktorer og også mellem to eller flere niveauer af disse faktorer. Hver række repræsenterer forsøg ved en bestemt faktor, og hver kolonne repræsenterer forsøg på et bestemt niveau af faktor, med alle mulige kombinationer repræsenteret. I tilfælde af eksempel hvede, ville der være ni forskellige forsøg - hvede 1 / gødning 1, hvede 1 / gødning 2, og så videre - med mindst to gentagelser af hvert forsøg.

• Undersøg regnearket, der indeholder Excel ANOVA output og find tabellen mærket "ANOVA."

• Find rækkerne mærket "Sample", "Kolonner" og "interaktion" i den yderste venstre kolonne i ANOVA tabellen. Følg disse rækker til højre, indtil du når kolonnen med overskriften "F." I denne kolonne, vil du finde de beregnede F-værdier forbundet med dine oprindelige forsøg. Der vil være en F-værdi hver for prøve Kolonner og interaktioner. F er en teststørrelse, som Excel beregner baseret på hvor meget variation der er inden for grupper af data, såsom alle de forsøg med samme faktor, sammenlignet med mellem grupperne.

• Fortsæt med at følge de samme rækker til højre, indtil du når kolonnen med overskriften "F crit." I denne kolonne, vil du finde de kritiske F-værdier for prøve, kolonne og Interactions. Dette er en standard værdi, Excel kigger op i en intern database. Det er en bestået / ikke bestået tærskel baseret på forskellige statistiske faktorer, herunder antallet af forsøg.

• Sammenlign F-værdien for prøven række til den kritiske F værdi for den samme række. Hvis F-værdien er større end den kritiske F, betyder det, at skifte mellem faktorer i dine prøvelser havde en statistisk signifikant effekt på resultatet af disse forsøg. I tilfælde af eksempel hvede, ville det betyde, at den type hvede anvendes påvirket observerede vækst. Hvis F-værdien var under den kritiske F, faktor havde en virkning, der ikke er større end forventet tilfældig variation og var ikke signifikant.

• Sammenlign F-værdien for de Kolonner række til den kritiske F-værdi for den pågældende række. Denne gang, hvis F-værdien for denne række overstiger den kritiske F, betyder det, at variere niveauet af de faktorer havde en signifikant effekt. I eksemplet ville det betyde, at den særlige gødning bruges gjort en forskel for væksten i hvede, der kunne skelnes fra tilfældig chance variation.

• Sammenlign F-værdien for det samspil række til denne række kritiske F-værdi. Hvis F-værdi for denne række overstiger den kritiske F, det fortæller dig, at der var betydelige interaktioner mellem dine faktorer og dit niveau. Det betyder, at mængden af ​​variation, du får, når du skifter fra én faktor til en anden, vil afhænge af, hvilket niveau du er på. For eksempel kan hvede 2 har den højeste vækstrate, men kun når du bruger gødning 3.