Två - faktor ANOVA test är en statistisk metod för att beräkna effekterna av två olika faktorer på flera populationer . De tillåter dig att testa en alternativ hypotes mot en nollhypotes baserad på prov i flera grupper . Två-faktor ANOVA test är komplexa statistiska ekvationer och är i allmänhet beräknas med ett program . Oavsett vilket program du använder , kommer samma information att visas i utdata fönstret . Tolka två - faktor ANOVA- tester genom att förstå innebörden av varje komponent . Instruktioner
1
Läs dina kategorier från topp till botten med " behandling en , " " behandling två , " " interaktion ", " inom " och " totalt ". de två behandlingarna står för dina rådata och " interaktion " kategorin representerar effekten av dessa behandlingar i kombination . Den " inom " kategorin visar variationen inom dina kategorier och den " totala " ger information om alla dina kategorier .
2
Läs kolumnen " DF " som frihetsgraderna för varje kategori . De frihetsgrader för varje behandling är summan av provets storlek minus ett . Grader av frihet representerar antalet prover som kan variera inom en total urvalsstorlek . Addera 3
Tolka kolumnen " SS " som summan av kvadraterna . Summan av kvadrater beräknas genom att kvadrera avvikelserna för varje kategori och lägga ihop dem . Summan av kvadraterna representerar hur mycket data som varierar i proverna .
4
Läs kolumnen " MS " som mean square , som är produkten av summan av kvadraterna dividerat med frihetsgraderna . Den medelkvadratvärdet representerar hur mycket en kategori varierar mellan dess summan av kvadraterna och grader av frihet. En viktig medelkvadratvärdet är felet menar torget , som visar variationen i dina grupper .
5
Tolka " F " kolumnen som ANOVA F - statistik . F - statistik visar fördelningen av värderingar kring dina data och nollhypotesen . Ett stort F - värde ger generellt att förkasta nollhypotesen och ett litet F - värde leder i allmänhet till att inte förkasta nollhypotesen .
6
Läs " P - värde " kolumnen till slutgiltigt förkasta eller underlåter att avslå din nollhypotesen . Även om F - statistik är till hjälp för att avgöra vilken handlingslinje att ta , ger P - värdet den faktiska sannolikheten för befolkningen medelvärdet givet dina prover . Till exempel , om du använder en 5 procent testa och din P - värdet är mindre än 5 procent , kan du avslå din nollhypotesen .