單因子變異數分析計算機
以單因子變異數分析比較三個或更多獨立組別的平均值。
單因子變異數分析
輸入各組樣本,以逗號或空格分隔數值。
關於單因子變異數分析
單因子變異數分析用於檢定多個獨立組別的母體平均值是否相同。相較於進行多次兩兩t檢定,變異數分析以一個模型評估所有組別,更能有效控制整體偽陽性風險。虛無假設認為各組母體平均值皆相等;對立假設認為至少有一個母體平均值不同,但整體檢定無法指出哪些特定組別配對存在差異。
計算將總變異分成組間與組內兩部分。組間平方和衡量各樣本平均值與總平均值的距離,並依各組樣本數加權。組內平方和衡量個別觀測值與所屬組平均值的距離。各平方和除以其自由度即可得到均方。F統計量為組間均方除以組內均方。F值較大,表示組平均值之間的差異相對於一般組內變異較明顯。
傳統單因子變異數分析假設觀測值相互獨立、各組殘差近似常態分布,且各母體變異數相近。樣本數適當且各組均衡時,通常可容忍中度偏離常態,但明顯離群值或嚴重的變異數差異可能扭曲結果。判讀統計量前,請先檢視圖表與研究設計。對於次序資料、高度偏態樣本,或假設有疑慮的小樣本,Kruskal-Wallis檢定等無母數方法可能更合適。
請輸入各組原始觀測值,而非僅輸入組平均值。每組至少需要兩個觀測值,所有數值應代表以相同尺度測量的同一結果變項。若變異數分析達統計顯著,應接著採用Tukey HSD等適當的多重比較程序找出差異。也應報告各組平均值、樣本數、變異程度、F統計量、兩個自由度及效果量估計。本計算機提供快速核對與教學所需的核心確定性變異數分析表數值;判定統計顯著性仍須在選定的顯著水準下與F分布比較。
單因子變異數分析範例
| 組別 | 變異數分析結果 | 判讀 |
|---|---|---|
| 1,2,3 | 4,5,6 | 7,8,9 | F = 27.0000; df = 2, 6 | 組間差異占主導 |
| 1,2,3 | 2,2,2 | 3,2,1 | F = 0.0000; df = 2, 6 | 所有樣本平均值相等 |
| 8,9,10 | 9,10,11 | 10,11,12 | F = 3.0000; df = 2, 6 | 組間略有差異,但數值仍重疊 |
如何進行單因子變異數分析
- 將以相同數值尺度測量的獨立觀測值整理成組。
- 輸入各組數值,以逗號或空格分隔。
- 新增或移除組別欄位,使計算機符合研究設計。
- 選擇「計算變異數分析」,檢視F統計量、自由度與平方和。
常見問題
變異數分析的F統計量代表什麼?
F統計量比較組平均值之間的變異與組內變異。數值越大,代表母體平均值並非全部相等的證據越強。
單因子變異數分析能比較幾組?
單因子變異數分析至少需要兩個獨立組別,通常比較三組以上。請為單一類別因子的每個水準新增一個欄位。
顯著的變異數分析能指出哪些組別不同嗎?
不能。整體檢定只表示至少有一個平均值不同。請使用計畫性對比或經校正的事後檢定,找出具體的組間差異。
各組樣本數可以不同嗎?
可以,單因子變異數分析可處理不等樣本數。當樣本數不等且變異數明顯不等時,必須更加謹慎判讀。
哪些資料不適合使用單因子變異數分析?
避免用於相依的重複測量、類別結果,或嚴重偏離常態的小樣本。請選擇符合結果尺度與研究設計的方法。