การทดสอบค่าเฉลี่ยสำหรับหลายกลุ่มตัว

การทดสอบค่าเฉลี่ยสำหรับหลายกลุ่มตัวอย่าง โดยวิเคราะห์ความแปรปรวน
เป็นการศึกษาเปรียบเทียบและตรวจสอบว่าคุณลักษณะใดคุณลักษณะหนึ่งของข้อมูลตั้งแต่ 3 กลุ่มขึ้นไปมีความแตกต่างกันหรือไม่ และถ้าแตกต่างกันนั้นแตกต่างกันอย่างไร โดยพิจารณาจกค่าเฉลี่ยของคุณลักษณะนั้นๆ
ตัวสถิติที่ใช้ในการทดสอบความแตกต่างระหว่างค่าเฉลี่ยสำหรับหลายกลุ่มตัวอย่างคือ การวิเคราะห์ความแปรปรวน (Analysis of Variances : ANOVA)
การวิเคราะห์ความแปรปรวน หรือนิยมเรียกย่อๆ ว่า ANOVA เป็นวิถีทางสถิติวิธีหนึ่งที่ใช้ในการศึกษาหาความสัมพันธ์ระหว่างตัวแปร 2 ประเภท คือตัวแปรตาม (Dependent) และตัวแปรอิสระ (Independent) โดยใช้ตัวแปรอิสระเป็นตัวแบ่งข้อมูลออกเป็นกลุ่มๆ เพื่อทดสอบว่าในแต่ละกลุ่มที่แตกต่างกันนั้นจะทำให้ค่าเฉลี่ยของตัวแปรตามแตกต่างกันหรือไม่ บางครั้งอาจเรียกตัวแปรอิสระว่า ปัจจัย (Factor)
ประเภทของการวิเคราะห์ความแปรปรวน
1. การวิเคราะห์ความแปรปรวนแบบจำแนกทางเดียว (One-Way ANOVA)
เป็นการวิเคราะห์ความแปรปรวนที่ใช้กับข้อมูลที่ได้จากการจำแนกหรือแบ่งกลุ่มโดยใช้หลักเกณฑ์แบบเดียวหรือปัจจัยเดียว
2. การวิเคราะห์ความแปรปรวนแบบจำแนกสองทาง (Two-Way ANOVA)
เป็นการวิเคราะห์ความแปรปรวนที่ใช้กับข้อมูลที่ได้จากการจำแนกหรือแบ่งกลุ่มโดยใช้หลักเกณฑ์สองแบบหรือสองปัจจัย
3.การวิเคราะห์ความแปรปรวนแบบจำแนกหลายทาง (Multi-Way ANOVA)
เป็นการวิเคราะห์ความแปรปรวนที่ใช้กับข้อมูลที่ได้จากการจำแนกหรือแบ่งกลุ่มโดยใช้หลักเกณฑ์ตั้งแต่สามแบบเดียวหรือสามปัจจัยขึ้นไป
วิธีการวิเคราะห์ความแปรปรวนแบ่งได้ 2 วิธี
1. การวิเคราะห์ความแปรปรวนโดยวิธีพาราเมตริก
2. การวิเคราะห์ความแปรปรวนโดยวิธีน็อนพาราเมตริก

การวิเคราะห์ความแปรปรวนจำแนกทางเดียวแบบพาราเมตริก
คุณลักษณะของข้อมูลมีข้อกำหนดดังนี้
1. ข้อมูลแต่ละกลุ่มย่อยจะต้องมาจากประชากรที่มีการกระจายหรือความแปรปรวนไม่แตกต่างกันทางสถิติ
2. ข้อมูลแต่ละกลุ่มย่อยที่เลือกมาทดสอบมาจากประชากรที่มีการแจกแจงแบบปกติ
3. ตัวอย่างที่เลือกมาแต่ละกลุ่มควรจะต้องเป็นอิสระต่อกัน
ตัวอย่าง ผู้วิจัยต้องการทดสอบราคาสินค้าชนิดหนึ่งที่ผลิตจากผู้ผลิตที่ใช้ยี่ห้อแตกต่างกันจำนวน 4 ยี่ห้อว่ามีราคาจำหน่ายตามร้านต่างๆ แตกต่างกันหรือไม่
ยี่ห้อ เป็นตัวแปรอิสระที่ใช้ในการแบ่งกลุ่ม
ราคา เป็นตัวแปรตามที่จะหาค่าเฉลี่ยแตกต่างกันหรือไม่
กำหนดสมมติฐานทางสถิติ
H0 : ราคาเฉลี่ยของสินค้าแต่ละยี่ห้อไม่แตกต่างกัน หรือ H0 : µ1 = µ2 = µ3 = µ4
H1 : ราคาเฉลี่ยของสินค้าแต่ละยี่ห้อแตกต่างกัน หรือ H1 : µi ≠ µj สำหรับ i ≠ j
ถ้ายอมรับสมมติฐานจะสรุปได้ว่าสินค่า 4 ยี่ห้อ ราคาเฉลี่ยไม่แตกต่างกัน แต่ถ้าปฏิเสธสมมติฐาน แสดงว่ามีอย่างน้อย 2 ยี่ห้อราคาเฉลี่ยแตกต่างกัน แต่ไม่สามารถบอกได้ว่ายี่ห้อไหนบ้างที่แตกต่างกัน ถ้าต้องการว่ามี 2 ยี่ห้อใดบ้างที่มีราคาเฉลี่ยแตกต่างกัน จะต้องดำเนินการทดสอบต่อไปโดยใช้วิธีการเปรียบเทียบแบบพหุคูณ (Multiple Comparison Test)
การใช้โปรแกรมทดสอบค่าเฉลี่ยหลายกลุ่มแบบพาราเมตริก ต้องดำเนินการ 2 ขั้นตอน
1. การใช้โปรแกรมตรวจสอบคุณลักษณะของข้อมูล
2. การใช้โปรแกรมวิเคราะห์ความแปรปรวนแบบจำแนกทางเดียวแบบพาราเมตริก
การใช้โปรแกรมตรวจสอบคุณสมบัติของข้อมูล
1. เปิดไฟล์ DATA14A.sav
2. เลือกเมนู Analyze -> Descriptive Statistics -> Explore

ผลลัพธ์ (อังกฤษ) 1:

The average value for a variety of tests, for example, by analysis of variance.A comparative study and monitor which features a feature of data from 3 or more different or not different, and if so how, considering different means of glass.The statistic used to test the difference between the average values for groups, for example, is an analysis of variance (ANOVA Analysis of Variances:)Analysis of variance, or ANOVA is the way top get yo that statistical method used for studying the relationship between the two types of variables (Dependent) variable and an independent variable (the Independent), using the free variables are output break into groups to test how each of the different groups that make up the average of the variable. Sometimes called independent variables that factor (Factor).This type of analysis of variance1. a resolution one way analysis of variance (One-Way ANOVA).As an analysis of the variance that is applied to data obtained from classified or grouped by using a single criterion or factor only.2. a seamless two-way ANOVA (Two-Way ANOVA).As an analysis of the variance that is applied to data obtained from classified or grouped using two criteria or factors.3. multiple classification ANOVA designs (Multi-Way ANOVA).As an analysis of the variance that is applied to data obtained from classified or grouped using three or more criteria or three or more factors.How to break a 2-way ANOVA1. the parametric ANOVA method 2. analysis of variance by non parametric method. An analysis of variance model parametric characterization.The attributes of the data requires the following:1. each group will have to come from a population that is distributed or the variance is not a statistical difference. 2. each of the selected Subsegment use comes from a population with a normal distribution. 3. the sample selected from each group should be autonomous. For example, Researchers want to test a type of manufactured product prices from manufacturers that use different brands of 4 brands that are sold in various stores.The brand is an independent variable is used to divide the group.Prices are variable according to the average.Define statistical hypothesisH0: the average price of each item is not different brands or H0: µ 1 = µ µ µ 2 = 3 = 4.H1: the average price of each different brand or H1: ≠ ≠ j µi µj for i.If you accept the assumption that the average loan value of 4 different brands, price, but if it does not reject the hypothesis that indicates that there are at least two different brands, prices on average, but could not say where some of the different brands. If you want to say, there are two brands which mean different prices. The following tests must be carried out by means of a comparison of the multiples (Multiple Comparison Test).Using a variety of parametric test average. Must complete two steps.1. use the check attributes of information 2. use a classified one way ANOVA parametric model. The program checks the properties of the data.1. open the DATA14A.sav file. 2. Select Descriptive Statistics-Analyze-> menu > Explore.

ผลลัพธ์ (อังกฤษ) 2:

The average test for multiple samples. The variance analysis
and comparison study to determine whether one of these features of the data from the third group to be different or not. And, if different, however, is different. Limited by the average of the attributes that
statistic used to test the difference between the average for multiple samples. ANOVA (Analysis of Variances: ANOVA)
variance analysis. Or commonly referred to as a way ANOVA statistical method used to study the relationship between two types of variables (Dependent) and independent variables. (Independent) in the variable data is divided into groups. To test how different groups are making an average of the different variables or not. Sometimes called independent variables that factor (Factor)
type of analysis of variance
one. The seamless one-way analysis of variance (One-Way ANOVA)
was used to analyze the variability of data classification or segmentation using the same criteria or factors alone
two. The seamless two-way ANOVA (Two-Way ANOVA)
was used to analyze the variability of data classification or segmentation using two rules or two factors,
3. Analysis of variance multiple classification (Multi. -Way ANOVA)
was used to analyze the variability of data classification or segmentation using three criteria from one or more third factor
analysis of variance divided two ways
: 1. By way ANOVA p. Metric
2. Variance analysis by xenon parametric one-way analysis of variance classification parametric data attributes are defined as follows: 1. Each subgroup must come from a population that has spread or variance did not differ statistically 2. Each group selected for testing from a population with a normal distribution 3. Samples selected for each group should be independent from each sample. The researchers wanted to test a type of product produced by manufacturers that make use of four different brands that are distributed by various outlets. Different or not brands The independent variables used to segment the price. Is variable according to the average difference whether or not a given statistical hypothesis H0: the average price of each brand is different or H0: Μ1 = Μ2 = Μ3 = Μ4 H1: The average price of each brand is different. or H1: μi ≠ μj for i ≠ j if accepted assumption to conclude that the end of the fourth hand, the average price is no different. But if the hypothesis Show that there are at least two different brands Avg. I can not tell whether some different brands. To make certain that there are two at an average price difference. The next test will be conducted by means of multiple comparisons (Multiple Comparison Test) test application using the multi-parametric group. Must perform two steps : 1. Using the monitoring features of two. Using one-way ANOVA parametric identification using checking of the data first. Open DATA14A.sav 2. Select Analyze -> Descriptive Statistics -> Explore.

ผลลัพธ์ (อังกฤษ) 3:

The test means for several samples by analysis of variance
.The compare and determine which features one feature of information from 3 group up have a different or not. And if that different different? By considering the average glass features that
.The statistics were used to test the difference between the average for many students. Analysis of variance (Analysis of Variances. : ANOVA)
.Analysis of variance, or popular short is the way that ANOVA statistics method was used to study the relationship between variables 2 types. Is the Dependent) and independent variables (Independent).To test whether each different groups will mean of the dependent variable is different or not. Sometimes called independent factors that factors (Factor)
.