Eine geschachtelte ANOVA ist eine Art ANOVA („Varianzanalyse“), bei der mindestens ein Faktor in einem anderen Faktor verschachtelt ist.
Nehmen wir zum Beispiel an, ein Forscher möchte wissen, ob drei …
Eine einfaktorielle ANOVA wird verwendet, um zu bestimmen, ob es einen statistisch signifikanten Unterschied zwischen den Mittelwerten von drei oder mehr unabhängigen Gruppen gibt oder nicht.
Das folgende Beispiel bietet eine vollständige Anleitung zur Interpretation der Ergebnisse einer einfachen ANOVA in Excel.
Angenommen, eine Lehrerin weist 30 Schülern ihrer Klasse nach dem Zufallsprinzip zu, eine von drei Lernmethoden anzuwenden, um sich auf eine Prüfung vorzubereiten.
Der folgende Screenshot zeigt die Ergebnisse der Schüler basierend auf der von ihnen verwendeten Methode:
Angenommen, der Lehrer möchte eine einfaktorielle ANOVA durchführen, um festzustellen, ob die Mittelwerte in allen drei Gruppen gleich sind.
Um eine einfaktorielle ANOVA in Excel durchzuführen, klicken Sie im oberen Menüband auf die Registerkarte Daten und dann in der Gruppe Analysieren auf Datenanalyse.
Sobald Sie darauf klicken, erscheint ein neues Fenster. Wählen Sie Anova: Single Factor und klicken Sie dann auf OK.
Geben Sie im neu erscheinenden Fenster die folgenden Informationen ein:
Nachdem Sie auf OK geklickt haben, werden die Ergebnisse der einfachen ANOVA angezeigt:
In der Ausgabe werden zwei Tabellen angezeigt: SUMMARY und ANOVA.
So interpretieren Sie die Werte in jeder Tabelle:
ZUSAMMENFASSUNG Tabelle:
Diese Tabelle liefert uns mehrere nützliche zusammenfassende Statistiken für jede Gruppe, die in der ANOVA verwendet wird.
Aus dieser Tabelle können wir ersehen, dass die Schüler, die Methode 3 verwendeten, die höchste durchschnittliche Prüfungspunktzahl (86,7) hatten, aber sie hatten auch die höchste Varianz der Prüfungspunktzahlen (13,56667).
Um festzustellen, ob die Unterschiede in den Gruppenmittelwerten statistisch signifikant sind, müssen wir uns auf die ANOVA-Tabelle beziehen.
ANOVA-Tabelle:
Der wichtigste Wert in dieser Tabelle ist der p-Wert, der sich als 0,002266 herausstellt.
Denken Sie daran, dass eine einfaktorielle ANOVA die folgenden Null- und Alternativhypothesen verwendet:
Da der p-Wert kleiner als α = 0,05 ist, lehnen wir die Nullhypothese der einfachen ANOVA ab und schließen daraus, dass wir ausreichende Beweise dafür haben, dass nicht alle Gruppenmittelwerte gleich sind.
Das bedeutet, dass die drei Studienformen nicht alle zu den gleichen durchschnittlichen Prüfungsergebnissen führen.
Hinweis: Sie können auch den gesamten F-Wert mit dem kritischen F-Wert vergleichen, um zu bestimmen, ob Sie die Nullhypothese zurückweisen oder nicht zurückweisen sollten. Da in diesem Fall der F-Gesamtwert größer als der kritische F-Wert ist, würden wir die Nullhypothese ablehnen. Beachten Sie, dass der p-Wert-Ansatz und der kritische F-Wert-Ansatz immer zu demselben Schluss führen.
Die folgenden Tutorials erklären, wie man verschiedene ANOVAs in Excel durchführt:
So führen Sie eine einfaktorielle ANOVA in Excel durch
So führen Sie eine Zweiweg-ANOVA in Excel durch
So führen Sie eine ANOVA mit wiederholten Messungen in Excel durch
So führen Sie eine verschachtelte ANOVA in Excel durch
Eine geschachtelte ANOVA ist eine Art ANOVA („Varianzanalyse“), bei der mindestens ein Faktor in einem anderen Faktor verschachtelt ist.
Nehmen wir zum Beispiel an, ein Forscher möchte wissen, ob drei …
Eine zweifaktorielle ANOVA wird verwendet, um zu bestimmen, ob es einen statistisch signifikanten Unterschied zwischen den Mittelwerten von drei oder mehr unabhängigen Gruppen gibt, die auf zwei Faktoren aufgeteilt wurden …