testes de dois fatores ANOVA são um método estatístico para calcular os efeitos de dois fatores diferentes em várias populações. Eles permitem que você testar uma hipótese alternativa contra a hipótese nula com base em amostras em vários grupos. ANOVA de dois fatores são equações estatísticos complexos e são geralmente calculado com um programa de software. Independentemente de qual software que você usa , a mesma informação será exibida na janela de saída . Interpretar testes ANOVA de dois fatores com a compreensão do significado de cada componente. Instruções
1

Leia suas categorias de cima para baixo , incluindo " tratamento um", "tratamento dois", " interação ", " dentro " e " total". os dois tratamentos são responsáveis ​​por seus dados brutos ea categoria " interação " representa o efeito desses tratamentos em combinação . O " dentro " categoria exibe a variação dentro de suas categorias eo "total" fornece informações sobre todas as suas categorias.
2

Leia a coluna denominada " DF ", como os graus de liberdade para cada categoria. Os graus de liberdade para cada tratamento é a soma de um tamanho de amostra de menos. Graus de liberdade representam o número de amostras que podem variar dentro de um tamanho total da amostra.
3

Interpretar a coluna denominada " SS ", como a soma dos quadrados . A soma dos quadrados é calculada pela quadratura os desvios de cada categoria e adicioná-los juntos. Soma de quadrados representa a quantidade de dados é variável nas amostras .
4

Leia a coluna intitulada " MS " como o quadrado da média , o que é o produto da soma dos quadrados dividido pelos graus de liberdade . O valor médio quadrado representa o quanto uma categoria varia entre sua soma dos quadrados e graus de liberdade. Um importante valor médio quadrático é o erro quadrado médio , que mostra a variação dentro de seus grupos.
5

Interpretar a coluna "F ", como a análise de variância F- estatística. A estatística F mostra a distribuição dos valores a respeito de seus dados e da hipótese nula. A F- valor grande geralmente empresta a rejeitar a hipótese nula e um pequeno F- valor geralmente leva a não rejeitar a hipótese nula .
6

Leia a coluna " P-value " para rejeitar definitivamente ou deixar de rejeitar a sua hipótese nula . Embora a estatística F é útil para determinar qual curso de ação a ser tomada , o P-valor fornece a probabilidade real da população significa valor dado suas amostras. Por exemplo , se você usar um teste de 5 por cento e seu valor de P é inferior a 5 por cento , você pode rejeitar a sua hipótese nula .