วิธีใช้สถิติพรรณนาใน Excel

ก่อนที่คุณจะวิเคราะห์ตัวอย่างใหม่หรือประชากรของข้อมูล คุณควรตรวจสอบตัวแปรแต่ละตัวก่อน เป็นรายบุคคลเพื่อตรวจสอบว่ามีอะไรผิดปกติเกี่ยวกับข้อมูลที่คุณควรทราบในระหว่าง การวิเคราะห์. คุณลักษณะสถิติพรรณนาใน Excel's Analysis ToolPak คำนวณสถิติจำนวนหนึ่งที่ช่วยให้คุณเข้าใจความแปรปรวนและแนวโน้มศูนย์กลางของข้อมูล

ขั้นตอนที่ 1

ตัวเลือกการวิเคราะห์

เครดิตรูปภาพ: Steve McDonnell/Demand Media

เรียกใช้ Excel เลือก ไฟล์ แล้วก็ ตัวเลือก.

วีดีโอประจำวันนี้

ขั้นตอนที่ 2

จัดการส่วนเสริม

เครดิตรูปภาพ: Steve McDonnell/Demand Media

เลือก ส่วนเสริม จากรายการตัวเลือกในคอลัมน์ด้านซ้าย ค้นหารายการ Analysis Toolpak ในรายการ Add-in ทางด้านขวา หากไม่ปรากฏในรายการ Add-in ที่เปิดใช้งาน ให้เลือก ไป... เพื่อเปิดหน้าจอ Add-In

ขั้นตอนที่ 3

เปิดใช้งาน Add-In

เครดิตรูปภาพ: Steve McDonnell/Demand Media

ทำเครื่องหมายที่ช่องถัดจาก Analysis ToolPak แล้วเลือก ตกลง.

ขั้นตอนที่ 4

โปรแกรมเสริมของ Excel

เครดิตรูปภาพ: Steve McDonnell/Demand Media

หลังจากเปิดใช้งาน Analysis ToolPak หรือหากเปิดใช้งานแล้ว ให้เลือก ตกลง เพื่อจะดำเนินการต่อ.

ใช้สถิติพรรณนา

วัตถุประสงค์ของคุณเมื่อใช้เครื่องมือนี้คือการคำนวณสถิติเชิงพรรณนาสำหรับข้อมูลที่รวบรวมสำหรับตัวแปรเพื่อให้เข้าใจข้อมูลนั้นได้ดีขึ้น ตัวอย่างหนึ่งอาจเป็นการวิเคราะห์จำนวนวินาทีที่ผู้เข้าร่วมวิ่งวิ่งหนึ่งไมล์

ขั้นตอนที่ 1

การวิเคราะห์ข้อมูล

เครดิตรูปภาพ: ได้รับความอนุเคราะห์จาก Microsoft

เปิดเวิร์กบุ๊กที่มีข้อมูลที่คุณต้องการวิเคราะห์ ในตัวอย่างนี้ วินาทีต่อไมล์ เลือก ข้อมูล จากเมนู การวิเคราะห์ข้อมูล จากแถบริบบิ้น สถิติเชิงพรรณนา จากช่องตัวเลือกแล้วเลือก ตกลง.

ขั้นตอนที่ 2

ตัวเลือกสถิติเชิงพรรณนา

เครดิตรูปภาพ: ได้รับความอนุเคราะห์จาก Microsoft

พิมพ์ช่วงของเซลล์ที่มีข้อมูลสำหรับตัวแปรหรือคลิก ตัวเลือกเซลล์ ปุ่ม เน้นช่วงด้วยเมาส์ของคุณแล้วคลิกปุ่มอีกครั้ง เลือกส่วนที่ว่างของเวิร์กบุ๊กเพื่อจัดเก็บเอาต์พุตสถิติเชิงพรรณนาแล้วเลือก ประเภทของข้อมูลที่คุณต้องการแสดง เช่น สถิติสรุปและความมั่นใจ 95 เปอร์เซ็นต์ ช่วงเวลา เลือก ตกลง เพื่อคำนวณสถิติ

ขั้นตอนที่ 3

สถิติเชิงพรรณนา

เครดิตรูปภาพ: ได้รับความอนุเคราะห์จาก Microsoft

ใช้และตีความสถิติพรรณนาดังนี้

  • หมายถึง: ค่าเฉลี่ย — ตรงนี้ จะเท่ากับ 716.69 วินาที หรือเกือบ 12 นาทีต่อไมล์
  • มาตรฐานบกพร่อง: นี่คือค่าตัวอย่างของคุณที่ใกล้เคียงกับค่าเฉลี่ย ในการแจกแจงแบบปกติ ค่าเกือบทั้งหมดจะอยู่ภายในข้อผิดพลาดมาตรฐานสามประการของค่าเฉลี่ย ประมาณ 95 เปอร์เซ็นต์จะอยู่ภายในข้อผิดพลาดมาตรฐานสองประการ และประมาณสองในสามจะอยู่ภายในข้อผิดพลาดมาตรฐานรอบค่าเฉลี่ย
  • ค่ามัธยฐาน: ค่ากลาง — ที่นี่ 697 วินาที ซึ่งเท่ากับ 11.6 นาทีต่อไมล์
  • โหมด: ค่าทั่วไป — 675 วินาที หรือ 11.25 นาทีต่อไมล์
  • ส่วนเบี่ยงเบนมาตรฐาน: การบ่งชี้ว่าตัวเลขกระจายไปมากเพียงใดรอบๆ ค่าเฉลี่ย
  • Kurtosis: ระบุว่าข้อมูลมีจุดสูงสุดหรือแบนราบเมื่อพล็อตเมื่อเปรียบเทียบกับการแจกแจงแบบปกติ ความโด่งสำหรับการแจกแจงแบบปกติคือ 3
  • ความเบ้: ระบุว่าข้อมูลมีความสมมาตรหรือไม่เมื่อพล็อตเมื่อเปรียบเทียบกับการแจกแจงแบบปกติ ความเบ้สำหรับการแจกแจงแบบปกติคือ 0
  • พิสัย: ความแตกต่างระหว่างค่าต่ำสุดและสูงสุด — 667 วินาที หรือประมาณ 11.1 นาที
  • ขั้นต่ำ: ค่าต่ำสุดในชุดข้อมูล — 399 ซึ่งเท่ากับ 6.65 นาทีต่อไมล์
  • ขีดสุด: ค่าสูงสุดในชุดข้อมูล -- 1,066 หรือ 17.77 นาทีต่อไมล์
  • ซำ: ผลรวมของจุดข้อมูลทั้งหมด
  • นับ: จำนวนจุดข้อมูล
  • ระดับความมั่นใจ (95%): ช่วงรอบค่าเฉลี่ยที่คุณมั่นใจได้ด้วยความน่าจะเป็นร้อยละ 95 ที่ช่วงนั้นมีค่าเฉลี่ยจริง

หมวดหมู่

ล่าสุด

วิธีสร้างดัชนีใน PowerPoint

วิธีสร้างดัชนีใน PowerPoint

ดัชนี PowerPoint ช่วยให้คุณนำทางผ่านงานนำเสนอไ...

วิธีการพล็อต Autocorrelation ใน SPSS

วิธีการพล็อต Autocorrelation ใน SPSS

สามารถพล็อตความสัมพันธ์อัตโนมัติในซอฟต์แวร์สถิ...

วิธีอ่านผลลัพธ์หลังเฉพาะกิจใน SPSS

วิธีอ่านผลลัพธ์หลังเฉพาะกิจใน SPSS

เป็นการยากที่จะตีความผลลัพธ์ post hoc ใน SPSS ...