Kandungan
Ahli biologi statistik dan evolusi Ronald Fisher telah membangunkan ANOVA, atau analisis varians, untuk menjadi satu cara untuk berakhir. Ia boleh membantu anda mengetahui sama ada keputusan eksperimen, tinjauan atau kajian boleh menyokong hipotesis. Menggunakan ANOVA, anda boleh dengan cepat memutuskan sama ada hipotesis adalah benar atau palsu.
Apa itu ANOVA?
Digunakan untuk menilai varians di kalangan kumpulan dalam sampel, ANOVA adalah pemasangan model statistik dan prosedur anggaran yang berkaitan. Ia pada dasarnya adalah variasi antara dua kumpulan data yang diketahui. Ia menawarkan ujian statistik sama ada populasi bermaksud beberapa set data sebenarnya sama. Ia kemudiannya membahagikan ujian t, atau analisis dua populasi bermakna melalui pemeriksaan statistik, kepada lebih daripada dua kumpulan. Ujian t menunjukkan jika terdapat perbezaan yang signifikan antara min populasi dan nilai hipotesis. Saiz perbezaan berbanding dengan variasi dalam data sampel ialah nilai t.
Satu cara atau dua cara?
Bilangan pemboleh ubah bebas dalam analisis ujian varians yang anda gunakan menentukan jika ANOVA adalah satu atau yang lain. Ujian sehala mempunyai pemboleh ubah bebas tunggal dengan dua peringkat. Analisis dua hala ujian varians mempunyai dua pemboleh ubah bebas. Ujian dua hala boleh mempunyai pelbagai tahap. Satu contoh satu arah akan membandingkan dua jenama jeli. Dua hala akan membandingkan jenama jeli serta tahap kalori, lemak, gula atau karbohidrat.
Tahap termasuk kumpulan-kumpulan yang berbeza dalam pemboleh ubah bebas yang sama. Replikasi adalah apabila anda mengulangi ujian dengan berbilang kumpulan. Analisis dua hala varians dengan replikasi menggunakan dua kumpulan dan individu yang berada dalam kumpulan yang melakukan pelbagai perkara. Ujian ANOVA dua hala boleh disiapkan dengan atau tanpa replikasi.
Bagaimana Melakukan ANOVA dengan Tangan
Perisian statistik tersedia yang boleh dengan cepat dan mudah mengira ANOVA, tetapi ada manfaat untuk menghitung ANOVA dengan tangan. Ia membolehkan anda memahami langkah-langkah individu yang terlibat serta bagaimana mereka masing-masing menyumbang dalam menunjukkan perbezaan antara pelbagai kumpulan.
Kumpulkan statistik dasar data yang dikumpulkan. Statistik ringkasan termasuk titik data individu untuk kumpulan pertama, berlabel "x," dan bilangan titik data untuk varian individu kedua, "y." Bilangan titik data bagi setiap kumpulan dilabel "n."
Tambah mata untuk kumpulan pertama, berlabel "SX." Kumpulan kedua data yang dikumpulkan adalah "SY."
Untuk mengira min, gunakan formula, C = (SX + SY) ^ 2 / (2n).
Kirakan jumlah kuadrat antara kumpulan, SSB = - C.
Sebaik sahaja anda telah mengkuadai semua titik data, jumlahnya dalam jumlah akhir "D."
Seterusnya, kirakan jumlah jumlah kuasa dua, SST = D - C.
Gunakan formula SST - SSB untuk mencari SSW, atau jumlah kotak di dalam kumpulan.
Gambarkan tahap kebebasan untuk antara kumpulan, "dfb," dan dalam kumpulan, "dfw."
Rumus untuk antara kumpulan ialah dfb = 1 dan bagi kumpulan dalam kumpulannya ialah dfw = 2n-2.
Kirakan kuadrat rata bagi kumpulan dalam kumpulan, MSW = SSW / dfw.
Akhirnya, hitung statistik terakhir, atau "F," F = MSB / MSW