Examinez la table de données Excel utilisé pour le test ANOVA. Il montre que les données résultant de commutation essais répétés entre les deux éléments et aussi entre deux ou plusieurs niveaux de ces facteurs. Chaque ligne représente essais à un facteur particulier, et chaque colonne représentera essais à un niveau particulier du facteur, avec toutes les combinaisons possibles représentés. Dans le cas de l'exemple de blé, il y aurait neuf essais différents - blé 1/1 engrais, de blé 1 / engrais 2, et ainsi de suite - avec au moins deux répétitions de chaque essai.
Examinez la feuille de calcul Excel contenant la sortie de variance et localiser le tableau intitulé "analyse de la variance."
Trouver les rangées intitulées «échantillon», «Colonnes» et «interaction» dans la gauche, la plupart colonne du tableau ANOVA. Suivez ces lignes vers la droite jusqu'à ce que vous atteigniez la colonne avec la rubrique «F.» Dans cette colonne, vous trouverez les valeurs de F calculés associés avec vos essais originaux. Il y aura une valeur F pour chaque échantillon, les colonnes et les interactions. F est une statistique de test qui repose sur Excel calcule combien il y a variation à l'intérieur de groupes de données, tels que les essais utilisant tous le même facteur, par rapport à entre les groupes.
Continuez à suivre les mêmes lignes vers la droite jusqu'à ce que vous atteigniez la colonne intitulée "F crit." Dans cette colonne, vous trouverez les valeurs critiques F pour l'échantillon, la colonne et interactions. Ceci est une valeur standard Excel recherche dans une base de données interne. Il est un pass / fail seuil basé sur divers facteurs statistiques, y compris le nombre d'essais.
Comparer la valeur F pour la ligne de l'échantillon à la valeur critique de F pour cette même ligne. Si la valeur F est supérieure à la critique de F, ce qui signifie que le changement entre les facteurs dans vos essais a eu un effet statistiquement significatif sur les résultats de ces essais. Dans le cas de l'exemple de blé, cela signifierait que le type de blé utilisé affecté le taux de croissance observé. Si la valeur est inférieure à la F F critique, le facteur a eu un effet non supérieure à la variation aléatoire attendu et n'a pas été significative.
Comparer la valeur F pour les Colonnes ligne à la valeur critique de F pour cette ligne. Cette fois, si la valeur F pour cette ligne dépasse le F critique, cela signifie que les différents niveaux des facteurs a eu un effet significatif. Dans l'exemple, cela signifierait que l'engrais particulier utilisé fait une différence pour le taux de croissance du blé qui pourrait être distinguée de variation aléatoire de la chance.
Comparer la valeur F pour les Interactions ligne à la valeur critique de F de cette ligne. Si la valeur F pour cette ligne dépasse le F critique, il vous dit qu'il y avait des interactions significatives entre vos facteurs et vos niveaux. Cela signifie que la quantité de variation que vous obtenez lorsque vous changez d'un facteur à l'autre dépendra de quel niveau vous en êtes. Par exemple, le blé 2 peut avoir le taux de croissance le plus, mais seulement lors de l'utilisation d'engrais 3.