Jak interpretować Excel ANOVA

Krok 1

Sprawdź tabelę danych, którą Excel użył do testu ANOVA. Przedstawiono dane wynikające z powtarzających się testów przełączania między dwoma czynnikami, a także między dwoma lub więcej poziomami tych czynników. Każdy wiersz reprezentuje określony współczynnik testowy, a każda kolumna reprezentuje testy na pewnym poziomie czynnika, z uwzględnieniem wszystkich możliwych kombinacji. W przypadku przykładu z pszenicy będzie dziewięć różnych prób, pszenica 1 / nawóz 1, pszenica 1 / nawóz 2 itd., Z co najmniej dwoma powtórzeniami każdej próby.

Krok 2

Sprawdź arkusz kalkulacyjny Excel zawierający dane wyjściowe ANOVA i odszukaj tabelę zatytułowaną "ANOVA".

Krok 3

Znajdź wiersze oznaczone jako "Próbka", "Kolumny" i "Interakcja" w kolumnie po lewej stronie tabeli ANOVA. Postępuj zgodnie z tymi wierszami po prawej stronie, aż dotrzesz do kolumny z tytułem "F". W tej kolumnie znajdują się obliczone wartości F związane z oryginalnymi testami. Dla każdej próbki, kolumn i interakcji będzie mieć wartość F. F jest testem statystycznym, który program Excel oblicza zgodnie z ilością zmienności istniejącą w grupach danych, tak jak w przypadku wszystkich prób wykorzystujących ten sam czynnik w porównaniu do grup.

Krok 4

Kontynuuj podążanie tymi samymi rzędami po prawej stronie, aż dojdziesz do kolumny z tytułem "F crit". W tej kolumnie znajdują się wartości krytyczne F dla próbki, kolumny i interakcji. Jest to standardowa wartość, której program Excel szuka w wewnętrznej bazie danych. Jest to pass / no-pass w oparciu o kilka czynników statystycznych, w tym liczbę prób.

Krok 5

Porównaj wartość F wiersza próbki dla wartości krytycznej F dla tego samego wiersza. Jeżeli wartość F jest większa niż krytyczna F, oznacza to, że zmiany między czynnikami w próbach miały statystycznie istotny wpływ na wyniki tych testów. W przypadku przykładu pszenicznego oznaczałoby to, że rodzaj użytej pszenicy wpływał na obserwowaną szybkość wzrostu. Jeżeli wartość F była mniejsza od krytycznej wartości F, współczynnik miał wpływ nie większy niż oczekiwana zmienność losowa i nie był znaczący.

Krok 6

Porównaj wartość F wiersza kolumny z krytyczną wartością F dla tego wiersza. Tym razem, jeśli wartość F dla tego rzędu przekroczy krytyczną wartość F, oznacza to, że zmiana poziomów czynników miała znaczący wpływ. W tym przykładzie oznaczałoby to, że użyty konkretny użyty nawóz miał wpływ na szybkość wzrostu pszenicy, którą można było odróżnić od możliwości przypadkowej zmiany.

Krok 7

Porównaj wartość F wiersza Interakcje z wartością krytycznego wiersza F. Jeśli wartość F dla tego wiersza przekroczy krytyczną wartość F, oznacza to, że wystąpiły istotne interakcje między czynnikami a ich poziomami. Oznacza to, że ilość zmienności uzyskana przy zmianie z jednego elementu na inny zależy od tego, na jakim poziomie się znajdujesz. Na przykład, pszenica 2 może mieć najwyższą szybkość wzrostu, ale tylko wtedy, gdy stosuje się nawóz 3.