Minitab er en statistisk analyse pakke til Windows, der har været i produktion siden 1972. Det bruger et regneark -style interface og kan køre en bred vifte af univariate og multivariate analyser , herunder en-vejs variansanalyse ( ANOVA) . ANOVA er en statistisk metode anvendes til at sammenligne midlerne til tre eller flere grupper af data , og i Minitab , kan denne analyse køres gennem den grafiske brugergrænseflade . Formål
ANOVA bruges til at afgøre , om de midler af tre grupper af numeriske data er statistisk forskellige fra hinanden . Dette sker gennem nulhypotesen signifikans testning, sammenligner den hypotese, at midlerne er anderledes nulhypotesen at de ikke er . Resultatet er en "p" værdi, sandsynligheden for, at disse resultater ville have opnået , forudsat at nul- hypotesen er korrekt. Hvis denne værdi er under et vist niveau , normalt 0,05, bliver forskellen betragtet som statistisk signifikant.
Begrænsninger
Selvom generelt ganske robust, ANOVA er ikke en perfekt test, og kan returnere unøjagtige resultater i visse tilfælde. ANOVA forudsætter endvidere, at grupperne i analysen er normalfordelte , uafhængige af hinanden , og at standardafvigelser af grupperne er lige. Desuden, som en stand- alone test, kan ANOVA ikke afgøre , hvilke af dine grupper er forskellige fra hinanden , og yderligere test , såsom Tukey Ærlig signifikant forskel test , der er behov for at lære dette.
Procedure
Vælg " Arbejdsark " vinduet, og klik derefter på " Stat ", " ANOVA " og " General Linear Model ". Klik inde i " svar "-boksen derefter dobbeltklikke på dit afhængige variabel fra listen til venstre. Klik inde i "Model "-boksen , og derefter dobbeltklikke på hver faktor på din uafhængige variabel til gengæld - med andre ord , skal hver af niveauerne for din gruppering variablen gå i denne boks . Klik på " OK" i nederste højre hjørne af vinduet for at køre ANOVA . Resultaterne kan tage et par sekunder til at dukke op.
Output
Skift til " Session " vinduet. Rul ned, indtil du når bordet titlen " variansanalyse for [dit afhængige variabel] ". Kig efter din uafhængige variabel i den første kolonne . Kig langs denne række , indtil du finder "F" og "P" kolonner. "F" giver dig F Ratio , og P bruges til at fastslå, om resultaterne er statistisk signifikant - på de fleste områder , ville du kigge efter en "P" lavere værdi end .05
< . br >