كيفية إجراء تحليل التباين (ancova) في excel


يتم استخدام تحليل التباين المشترك ( ANCOVA ) (“تحليل التباين”) لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية بين متوسطات ثلاث مجموعات مستقلة أو أكثر، بعد التحكم في واحد أو أكثر من المتغيرات المشتركة .

يشرح هذا البرنامج التعليمي كيفية إجراء تحليل التباين (ANCOVA) في Excel.

مثال: أنكوفا في إكسيل

تريد إحدى المعلمات معرفة ما إذا كانت هناك ثلاث تقنيات دراسة مختلفة تؤثر على درجات الامتحان، ولكنها تريد أن تأخذ في الاعتبار الدرجة الحالية التي حصل عليها الطالب بالفعل في الفصل.

سيتم إجراء تحليل التباين (ANCOVA) باستخدام المتغيرات التالية:

  • متغير العامل: الدراسة الفنية
  • المتغير: النتيجة الحالية
  • متغير الاستجابة: درجة الامتحان

يعرض الجدول التالي مجموعة بيانات الطلاب الخمسة عشر الذين تم تعيينهم للمشاركة في الدراسة:

مجموعة بيانات ANCOVA في Excel

اتبع الخطوات التالية لإجراء تحليل التباين (ANCOVA) على مجموعة البيانات هذه:

الخطوة 1: أدخل البيانات.

أولا قم بإدخال البيانات بالصيغة التالية:

تنسيق ANCOVA في Excel

الخطوة 2: حساب المتوسط والتباين لكل عمود.

بعد ذلك، احسب المتوسط والتباين لكل عمود:

الخطوة 3: حساب منحدرات خطوط الانحدار.

بعد ذلك، سوف نقوم بحساب منحدرات خطوط الانحدار لدرجات الامتحان لكل أسلوب دراسة.

ملاحظة: تعرض الخلايا B21:E28 الصيغ المستخدمة للحصول على القيم الموجودة في الخلايا B13:E19.

الخطوة 4: إجراء تحليل التباين (ANOVA) أحادي الاتجاه على درجات الامتحان والصف الحالي بشكل منفصل.

بعد ذلك، سنقوم بإجراء تحليل التباين (ANOVA) أحادي الاتجاه على نتائج الامتحان:

المرجع: كيفية إجراء ANOVA أحادي الاتجاه في Excel

بعد ذلك، سنقوم بإجراء ANOVA أحادي الاتجاه على التصنيفات الحالية:

الخطوة 5: أكمل جدول تحليل التباين (ANCOVA).

بعد ذلك، سنقوم بملء جدول تحليل التباين (ANCOVA).

ملاحظة: تعرض الخلايا H39:M43 الصيغ المستخدمة للحصول على القيم الموجودة في الخلايا B39:F43.

الخطوة 6: تفسير النتائج.

من جدول تحليل التباين (ANCOVA)، نرى أن القيمة p لتقنية الدراسة هي 0.032 . وبما أن هذه القيمة أقل من 0.05، فيمكننا رفض الفرضية الصفرية القائلة بأن كل أسلوب من أساليب الدراسة يؤدي إلى نفس متوسط درجات الامتحان، حتى بعد احتساب الدرجة الحالية للطالب في الفصل .

Add a Comment

ایمئیل یایینلانمایاجاق ایسته‎نیله‎ن بوشلوقلار خاللانمیشدیر *