ANOVA è sinonimo da analisi della varianza. A due vie con test ANOVA replica esamina dati da prove ripetute durante il quale entrambi i "fattori" e "livelli" sono molteplici. Ad esempio, un esperimento ANOVA potrebbe guardare i tassi di crescita di tre diverse varietà di grano (i fattori) utilizzando tre diversi fertilizzanti (i livelli). Funzione di Excel ANOVA calcola valori "F" statistici che mostrano se cambiando diversi fattori o livelli ha provocato un cambiamento significativo nei risultati della prova. Altrettanto importante, ti dice se ci sono interazioni tra fattori e livelli.
Istruzioni
• Esaminare la tabella di dati che Excel utilizzata per il test ANOVA. Mostra i dati che il risultato di prove ripetute di commutazione tra i due fattori e anche tra due o più livelli di questi fattori. Ogni riga rappresenta prove presso un particolare fattore, e ogni colonna rappresenterà prove a un determinato livello di fattore, con ogni possibile combinazione rappresentata. Nel caso dell'esempio di grano, ci sarebbero nove diverse prove - grano 1/fertilizzante 1, grano 1/fertilizzante 2 e così via - con almeno due ripetizioni di ogni prova.
• Esaminare il foglio di lavoro contenente l'output di Excel ANOVA e individuare la tabella con l'etichetta "ANOVA."
• Trova le righe con l'etichetta "Campione", "Colonne" e "Interazione" nella colonna più a sinistra della tabella ANOVA. Seguire queste righe a destra fino a raggiungere la colonna con l'intestazione "f". In questa colonna, troverete i valori calcolati di F connessi con le prove originali. Ci sarà un valore F per esempio, le colonne e le interazioni. F è una statistica test Excel calcola basato su quanta variazione c'è all'interno di gruppi di dati, ad esempio tutte le prove utilizzando lo stesso fattore, rispetto al tra gruppi.
• Continuare a seguire le stesse righe a destra fino a raggiungere la colonna con l'intestazione "F Crit." In questa colonna, trovate i valori critici di F per esempio, colonna e interazioni. Si tratta di un valore standard che Excel Cerca in un database interno. È una soglia di pass/fail basata su vari fattori statistici, tra cui il numero di prove.
• Confrontare il valore di F per la riga di esempio per il valore critico F per quella stessa riga. Se il valore di F è maggiore la critica F, ciò significa che cambiando tra fattori nelle prove aveva un effetto statisticamente significativo sul risultato di tali sperimentazioni. Nel caso dell'esempio frumento, vorrebbe dire che il tipo di grano utilizzato influenzato il tasso di crescita osservato. Se il valore di F è stato sotto la critica F, il fattore aveva un effetto non maggiore del previsto di variazione casuale e non era significativa.
• Confrontare il valore di F per la riga di colonne per il valore critico F per tale riga. Questa volta, se il valore di F per questa riga supera il critico F, vuol dire che variando i livelli dei fattori ha avuto un effetto significativo. Nell'esempio, questo significherebbe che il particolare fertilizzante usato ha fatto la differenza per il tasso di crescita del grano che si distinguevano dalla variante di probabilità casuale.
• Confrontare il valore di F per la riga di interazioni al valore critico di F di tale riga. Se il valore di F per questa riga supera il critico F, ti dice che non c'erano significative interazioni tra i fattori ed i vostri livelli. Ciò significa che la quantità di variazione che si ottiene quando passare da un fattore a altro dipenderà da quale livello siete al. Per esempio, grano 2 può avere il più alto tasso di crescita, ma solo quando usando fertilizzante 3.
Consigli & Avvertenze
- Ricordate che, come molte analisi statistiche, questo test ha una probabilità di essere sbagliato. La percentuale di possibilità di commettere un errore nelle vostre conclusioni è rappresentato dal valore alfa che era input in Excel quando si è inizialmente scelto i parametri per il test ANOVA.