Excel တွင် anova ထပ်ခါတလဲလဲတိုင်းတာနည်းများလုပ်ဆောင်နည်း

အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသောခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို ANOVA ကို အသုံးပြုသည်။

ဤသင်ခန်းစာသည် Excel တွင် ANOVA တစ်ကြောင်းတည်းဖြင့် ထပ်ခါတလဲလဲတိုင်းတာနည်းကို ရှင်းပြထားသည်။

ဥပမာ- Excel တွင် ANOVA ထပ်ခါတလဲလဲ တိုင်းတာမှုများ

မတူညီသော ဆေးဝါးလေးမျိုးသည် မတူညီသော တုံ့ပြန်မှုအကြိမ်များကို ဖြစ်စေကြောင်း သုတေသီများက သိချင်ကြသည်။ ယင်းကို စမ်းသပ်ရန်အတွက် ၎င်းတို့သည် မတူညီသော ဆေးဝါးလေးမျိုးအား လူနာများ၏ တုံ့ပြန်မှုအကြိမ်ငါးကြိမ်ကို တိုင်းတာသည်။ လူနာတစ်ဦးစီအား ဆေးဝါးလေးခုစီတွင် တိုင်းတာထားသောကြောင့် ဆေးဝါးများကြား ပျမ်းမျှတုံ့ပြန်မှုအချိန်ကွာခြားခြင်းရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ကိုအသုံးပြုပါမည်။

Excel တွင် ANOVA ထပ်ခါတလဲလဲတိုင်းတာမှုများလုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို ပြီးအောင်လုပ်ပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ဆေးဝါးလေးခုအတွက် လူနာငါးဦး၏ တုံ့ပြန်မှုအချိန် (စက္ကန့်ပိုင်းအတွင်း) ကိုပြသသည့် အောက်ပါဒေတာကို ထည့်သွင်းပါ-

အဆင့် 2- ANOVA တိုင်းတာမှုကို ထပ်ခါတလဲလဲ လုပ်ဆောင်ပါ။

ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVA ဆောင်ရွက်ရန်၊ ဒေတာ တက်ဘ်သို့ သွား၍ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုကို နှိပ်ပါ။ ဤရွေးချယ်မှုကို မတွေ့ပါက၊ အခမဲ့ Analysis ToolPak ဆော့ဖ်ဝဲလ်ကို ဦးစွာ ထည့်သွင်းရပါ မည် ။

Data Analysis ကို နှိပ်ပြီးတာနဲ့ Window အသစ်တစ်ခု ပေါ်လာပါလိမ့်မယ်။ Anova- ပုံတူပွားခြင်းမရှိဘဲ two-factor ကိုရွေးပြီး OK ကိုနှိပ်ပါ။

မှတ်ချက် –

Analysis Toolpak တွင် ထပ်ခါတလဲလဲ အစီအမံများ လုပ်ဆောင်ရန်အတွက် ANOVA တွင် တိကျပြတ်သားသော လုပ်ဆောင်မှုတစ်ခု မပါရှိသော်လည်း Anova သည် ရလဒ်တွင် တွေ့ရသည့်အတိုင်း ကျွန်ုပ်တို့ ရှာဖွေနေသည့် ရလဒ်များကို နှစ်လမ်းသွားဖြင့် ထုတ်ပေးမည်ဖြစ်ပါသည်။

Input Range အတွက် လူနာတုံ့ပြန်မှုအကြိမ်များပါရှိသော ဆဲလ်အကွာအဝေးကို ထည့်ပါ။ ခြားနားသော အရေးပါမှုအဆင့်ကို အသုံးမပြုလိုပါက 0.05 တွင် Alpha ကို ချန်ထားခဲ့ပါ။ Output Range အတွက်၊ သင်ရလဒ်များပေါ်လာစေလိုသည့် ဆဲလ်တစ်ခုကို ရွေးပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

ရလဒ်များသည် အလိုအလျောက်ပေါ်လာလိမ့်မည်-

ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့သည် အတန်းရလဒ်များကို စိတ်မဝင်စားသော်လည်း ဆေးဝါးပေါ်မူတည်၍ တုံ့ပြန်မှုအချိန်ကွဲပြားမှုကို ပြောပြသည့် ကော်လံများတွင်သာဖြစ်သည်။

F-test ကိန်းဂဏန်းသည် 24.75887 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.0000199 ဖြစ်သည်။ ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကိုငြင်းပယ်ပြီး ဆေးဝါးလေးမျိုးကြားရှိ ပျမ်းမျှတုံ့ပြန်မှုအကြိမ်များတွင် ကိန်းဂဏန်းအချက်အလတ်သိသိသာသာကွာခြားမှုရှိသည်ဟု ကောက်ချက်ချပါသည်။

အဆင့် 3- ရလဒ်များကို သတင်းပို့ပါ။

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့၏ ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVA ၏ ရလဒ်များကို အစီရင်ခံပါမည်။ ဤသည်မှာ ဤအရာကို ပြုလုပ်ပုံ၏ ဥပမာတစ်ခုဖြစ်သည်။

တုံ့ပြန်မှုအချိန်ပေါ်တွင် မတူညီသောဆေးဝါးလေးမျိုး၏ အကျိုးသက်ရောက်မှုကို စစ်ဆေးရန် ANOVA ကို တစ်လမ်းသွား ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ပြုလုပ်ခဲ့သည်။

ရလဒ်များက အသုံးပြုသော ဆေးအမျိုးအစားသည် တုံ့ပြန်ချိန်၌ ကိန်းဂဏန်းအချက်အလတ်များ သိသာထင်ရှားစွာ ကွဲပြားမှုများ ဖြစ်ပေါ်ခဲ့သည် (F(3, 12) = 24.75887, p < 0.001)။