To- faktor ANOVA tester er en statistisk metode for å beregne effekten av to ulike faktorer på flere bestander . De lar deg teste en alternativ hypotese mot en null hypotese basert på prøver i flere grupper . To- faktor ANOVA tester er komplekse statistiske ligninger og er generelt beregnet med et program . Uavhengig av hvilken programvare du bruker, vil den samme informasjonen vises i output -vinduet . Tolk to-faktor ANOVA tester ved å forstå betydningen av hver komponent. Instruksjoner
en

Les kategoriene fra topp til bunn inkludert "behandling en, " "behandling to ", " samhandling ", " innenfor " og " total ". de to behandlinger redegjøre for rådata og " samspill "-kategorien representerer effekten av disse behandlingene i kombinasjon . Den " innenfor " kategorien viser variasjonen innenfor kategoriene og " total" gir informasjon om alle dine kategorier.
2

Les kolonnen merket " DF " som frihetsgrader for hver kategori . Gradene av frihet for hver behandling er summen av størrelsen på utvalget minus én . Frihetsgrader representerer antall prøver som kan variere innenfor en total utvalgsstørrelse .
3

Tolk kolonnen merket "SS " som summen av kvadrater . Summen av kvadrater beregnes ved å kvadrere avvikene i hver kategori og legge dem sammen . Summen av kvadrater representerer hvor mye data varierer i prøvene .
4

Les kolonnen merket " MS " som gjennomsnittlig kvadrat , som er produktet av summen av kvadratene delt på antall frihetsgrader . Den midlere kvadratiske verdi representerer hvor mye en kategori varierer mellom sin sum av kvadrater og frihetsgrader . En viktig midlere kvadratiske verdi er feilen mean square , som viser deg variansen innen gruppene dine .
5

Tolke "F "-kolonnen som ANOVA F - statistikken . F-statistikken viser fordelingen av verdier om dine data og null-hypotesen . En stor F - verdi gir generelt å avvise nullhypotesen og en liten F - verdi generelt fører til ikke å forkaste null-hypotesen .
6

Les " P - verdi "-kolonnen til definitivt avvise eller unnlater å avvise null-hypotesen . Selv om F - statistikken er nyttig i å avgjøre hvilke løpet av handlingen til å ta , gir P- verdien den faktiske sannsynligheten for befolkningen middelverdi gitt dine prøver . For eksempel , hvis du bruker en fem prosent test og P- verdien er mindre enn 5 prosent , kan du avvise nullhypotesen .