dos factores ANOVA son un método estadístico para calcular los efectos de dos factores en varias poblaciones. Permiten poner a prueba una hipótesis alternativa contra una hipótesis de nulidad sobre la base de muestras en varios grupos. ANOVA de dos factores son ecuaciones estadísticas complejas y generalmente se calculan con un programa de software. Independientemente del software que utilice, la misma información se mostrará en la ventana de salida . Interpretar las pruebas ANOVA de dos factores mediante la comprensión del significado de cada componente. Instrucciones
1

Leer las categorías de arriba a abajo como "tratamiento de uno", " tratamiento de dos ", " interacción", " dentro " y "total" . los dos tratamientos representan los datos en bruto y la categoría de "interacción" representa el efecto de los tratamientos en combinación . El "dentro" de la categoría se muestra la variación dentro de las categorías y la "total" se ofrece información sobre todas sus categorías.
2

Lea la columna titulada "DF ", como los grados de libertad para cada categoría. Los grados de libertad para cada tratamiento es la suma del tamaño de la muestra menos uno. Grados de libertad representan el número de muestras que pueden variar dentro de un tamaño total de la muestra .
3

Interpretar la columna " SS" como la suma de los cuadrados . La suma de cuadrados se calcula elevando al cuadrado las desviaciones de cada categoría y la adición de ellos juntos. Suma de cuadrados representa la cantidad de los datos varía en las muestras.
4

Lea la columna " MS ", como media cuadrática , que es el producto de la suma de cuadrados dividida por los grados de libertad . El valor medio cuadrado representa la cantidad de una categoría varía entre su suma de cuadrados y grados de libertad. Un importante valor medio cuadrado es el cuadrado medio del error , que muestra la variación dentro de sus grupos.
5

Interpretar la columna " F" como el F -estadístico ANOVA. El estadístico F muestra la distribución de valores con respecto a los datos y la hipótesis nula. Un gran valor F generalmente presta a rechazar la hipótesis nula y un pequeño valor F generalmente conduce a no rechazar la hipótesis nula.
6

Lea la columna " P -value " para rechazar definitivamente o no rechazar la hipótesis nula. Aunque el F- estadística es útil para determinar qué curso de acción a tomar , el valor P proporciona la probabilidad real del valor medio poblacional dado sus muestras. Por ejemplo , si se utiliza una prueba de 5 por ciento y el valor de p es menor del 5 por ciento , se puede rechazar la hipótesis nula.