เนื้อหา
นักชีววิทยาและนักวิวัฒนาการ Ronald Fisher พัฒนา ANOVA หรือการวิเคราะห์ความแปรปรวนเพื่อเป็นเครื่องมือในการสิ้นสุด มันสามารถช่วยคุณค้นหาว่าผลลัพธ์ของการทดสอบการสำรวจหรือการศึกษาสามารถรองรับสมมติฐานได้หรือไม่ เมื่อใช้ ANOVA คุณจะสามารถตัดสินใจได้อย่างรวดเร็วว่าสมมติฐานนั้นเป็นจริงหรือเท็จ
ANOVA คืออะไร
ใช้ในการประเมินความแปรปรวนระหว่างค่าเฉลี่ยของกลุ่มในตัวอย่าง ANOVA เป็นการรวบรวมแบบจำลองทางสถิติและขั้นตอนการประมาณค่าที่เกี่ยวข้อง มันเป็นความแปรปรวนระหว่างกลุ่มข้อมูลที่รู้จักกันสองกลุ่ม มันเสนอการทดสอบทางสถิติว่าค่าเฉลี่ยประชากรของชุดข้อมูลหลายชุดมีค่าเท่ากันจริงหรือไม่ จากนั้นจะสรุปการทดสอบทีหรือการวิเคราะห์สองกลุ่มประชากรผ่านการตรวจสอบทางสถิติไปยังมากกว่าสองกลุ่ม การทดสอบทีแสดงว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างค่าเฉลี่ยประชากรและค่าที่ตั้งสมมติฐาน ขนาดของความแตกต่างที่สัมพันธ์กับการเปลี่ยนแปลงในข้อมูลตัวอย่างคือค่า t
ทางเดียวหรือสองทาง
จำนวนตัวแปรอิสระในการวิเคราะห์การทดสอบความแปรปรวนที่คุณใช้กำหนดว่า ANOVA เป็นหนึ่งหรืออื่น ๆ การทดสอบทางเดียวมีตัวแปรอิสระเดียวที่มีสองระดับ การวิเคราะห์ความแปรปรวนแบบสองทางมีตัวแปรอิสระสองตัว การทดสอบสองทางสามารถมีได้หลายระดับ ตัวอย่างหนึ่งทางเดียวคือเปรียบเทียบเจลลี่สองยี่ห้อ สองทางจะเปรียบเทียบยี่ห้อของเจลลี่เช่นเดียวกับแคลอรี่ไขมันน้ำตาลหรือคาร์โบไฮเดรต
ระดับรวมถึงกลุ่มต่าง ๆ ที่อยู่ในตัวแปรอิสระเดียวกัน การจำลองแบบคือเมื่อคุณทำการทดสอบซ้ำกับหลายกลุ่ม การวิเคราะห์ความแปรปรวนแบบสองทางพร้อมการจำลองแบบใช้สองกลุ่มและบุคคลที่อยู่ภายในกลุ่มนั้นที่ทำหลายสิ่งหลายอย่าง การทดสอบความแปรปรวนสองทางสามารถเสร็จสิ้นโดยมีหรือไม่มีการจำลองแบบ
วิธีการทำ ANOVA ด้วยมือ
มีซอฟต์แวร์ทางสถิติที่สามารถคำนวณ ANOVA ได้อย่างรวดเร็วและง่ายดาย แต่มีประโยชน์ในการคำนวณ ANOVA ด้วยมือ ช่วยให้คุณเข้าใจขั้นตอนของแต่ละบุคคลที่เกี่ยวข้องรวมถึงวิธีที่แต่ละคนมีส่วนร่วมในการแสดงความแตกต่างระหว่างหลายกลุ่ม
รวบรวมสถิติสรุปพื้นฐานของข้อมูลที่คุณรวบรวม สถิติสรุปรวมถึงจุดข้อมูลแต่ละจุดสำหรับกลุ่มแรกที่มีป้ายกำกับว่า "x," และจำนวนจุดข้อมูลสำหรับตัวแปรแต่ละตัวที่สอง "y." จำนวนจุดข้อมูลสำหรับแต่ละกลุ่มจะมีป้ายกำกับว่า "n"
เพิ่มคะแนนสำหรับกลุ่มแรกที่มีป้ายกำกับ“ SX” กลุ่มข้อมูลที่สองที่รวบรวมคือ“ SY”
ในการคำนวณค่าเฉลี่ยให้ใช้สูตร C = (SX + SY) ^ 2 / (2n)
คำนวณผลรวมของสแควร์ระหว่างกลุ่ม SSB = - C
เมื่อคุณยกกำลังสองของจุดข้อมูลทั้งหมดแล้วให้รวมเป็นผลรวมสุดท้ายของ“ D”
ถัดไปคำนวณผลรวมของกำลังสองรวม SST = D - C
ใช้สูตร SST - SSB เพื่อค้นหา SSW หรือผลรวมของกำลังสองภายในกลุ่ม
กำหนดองศาความอิสระระหว่างกลุ่ม“ dfb” และภายในกลุ่ม“ dfw”
สูตรสำหรับระหว่างกลุ่มคือ dfb = 1 และสำหรับภายในกลุ่มนั้นคือ dfw = 2n-2
คำนวณค่าเฉลี่ยกำลังสองสำหรับกลุ่มภายในคือ MSW = SSW / dfw
สุดท้ายให้คำนวณสถิติสุดท้ายหรือ“ F” F = MSB / MSW