參數輸入

輸入區域:無交互作用方差分析的兩個因素交叉點的樣本容量為1。舉例如下:原始數據形式:

電子表格輸入形式:

顯著水平(α):一般為0.1、0.05或0.01,根據需要填寫;輸出結果

輸出結果如表所示:

SUMMARY:在SUMMARY表格中,前一部分的123是因素A(行因素)的數據計算結果,後一部分的123是因素B(列因素)的數據計算結果。結果有觀測數、求和、平均和樣本方差(自由度是n-1,Excel公式:=VAR.S())。方差分析表格:方差分析表分別輸出因素A和因素B假設檢驗所需內容,解釋如下:離差平方和(SS):Excel公式是DEVSQ()。自由度(df):略。均方差:離差平方和除以相應自由度。F:計算得到的F值。P-Value:累計概率曲線上F值對應的概率值,或是概率密度曲線F值對應的概率面積值。F crit:顯著水平α對應的F臨界值,範例分析

某人事部門想研究獎勵制度對員工生產力是否有不同的影響。為了消除不同類型領導對員工生產力的影響,分別按三種領導的類型調查了9個公司的員工生產力情況,如下表所示。表中數字是生產力分數(分數高代表生產力高)。試檢驗三種獎勵制度對員工生產力的影響是否一致?(α=0.05)

Excel計算結果:

計算推導過程解:假設領導類型與獎勵制度沒有交互作用,按無交互作用的方差分析方法。1、建立假設

關於獎勵制度假設

H0: μ1=μ2=μ3;H1:μ1,μ2,μ3不全相等;關於領導類型假設H0: μ1=μ2=μ3;H1:μ1,μ2,μ3不全相等。2、計算各項離差平方和將題目信息整理如下表:

離差平方和計算如下:

3、計算各項均方MSA=SSA/(c-1)=13.556/2=6.778MSA=SSB/(r-1)=20.222/2=10.111MSE=SSE/(c-1)(r-1)=9.778/2*2=2.4444、計算F統計量

對於領導類型:FA=MSA/MSE=6.778/2.444=2.773

對於獎勵制度:FB=MSB/MSE=10.111/2.444=4.136

5、查F分布表確定臨界值已知α=0.05,對於獎勵制度,查的F0.05(2,4)=6.94。因為FB=4.136<6.94= F0.05(2,4),落在接受域。所以接受H0,拒絕H1,即三種獎勵制度對於員工的生產力沒有明顯差別。同理因為FA=2.773<6.94= F0.05(2,4),所以領導類型對員工生產力的影響也無明顯差別。可以證明,Excel結果中t值與單尾結果與計算推導的結果一致。

推薦閱讀:

相关文章