Excel में ANOVA का उपयोग करने के लिए एक व्यापक मार्गदर्शिका

सांख्यिकीय विश्लेषण व्यापार, स्वास्थ्य सेवा, शिक्षा और वैज्ञानिक अनुसंधान सहित विभिन्न क्षेत्रों में डेटा-आधारित निर्णय लेने की बुनियाद है। अकादमिक और व्यावसायिक परिवेश में एक सामान्यतः प्रयुक्त सांख्यिकीय विधि है Analysis of Variance, या ANOVA।

Microsoft Excel ANOVA करने के लिए एक शक्तिशाली और उपयोगकर्ता-अनुकूल प्लेटफ़ॉर्म प्रदान करता है। इसका सहज इंटरफ़ेस शुरुआती लोगों के लिए लाभकारी है और SPSS या SAS जैसे विशेष सांख्यिकीय सॉफ़्टवेयर की आवश्यकता को कम कर देता है।

यह मार्गदर्शिका Excel में ANOVA करने की प्रक्रिया को सरल बनाएगी, और आपको आत्मविश्वास के साथ ANOVA परीक्षण करने और उनकी व्याख्या करने में मदद के लिए स्पष्ट, चरण-दर-चरण निर्देश देगी। चाहे आप छात्र हों, शोधकर्ता हों, या अपनी विश्लेषणात्मक दक्षता बढ़ाने के इच्छुक पेशेवर—यह गाइड आपको Excel का उपयोग आपकी आम सांख्यिकीय आवश्यकताओं में से एक के लिए करना सिखाएगी।

ANOVA क्या है?

ANOVA एक सांख्यिकीय विधि है जिसका उपयोग तीन या अधिक स्वतंत्र समूहों के औसतों के बीच महत्वपूर्ण अंतर होने का निर्धारण करने के लिए किया जाता है। यह एक अन्य सांख्यिकीय परीक्षण t-test के समान है, जिसका उपयोग दो समूहों के औसतों के बीच महत्वपूर्ण अंतर होने का पता लगाने के लिए किया जाता है। ANOVA और t-test उन कई सांख्यिकीय तकनीकों में से दो हैं जो हमारे व्यापक Data Analysis in Excel कोर्स में शामिल हैं—यदि आप सांख्यिकी में दक्ष बनना चाहते हैं तो इसे अवश्य देखें।

ANOVA प्रत्येक समूह के भीतर की विचरण की तुलना समूहों के बीच की विचरण से करता है ताकि यह आंका जा सके कि समूहों के औसत समान हैं या नहीं। यदि समूहों के बीच की विचरण समूहों के भीतर की विचरण से काफी अधिक है, तो यह संकेत देता है कि कम से कम एक समूह का औसत अन्य से भिन्न है।

सामान्य रूप से, ANOVA के दो प्रकार होते हैं:

• वन-वे ANOVA: एक वन-वे ANOVA तीन या अधिक समूहों के औसतों की तुलना करके एक ही स्वतंत्र चर का आश्रित चर पर प्रभाव जांचता है।
• टू-वे ANOVA: एक टू-वे ANOVA एक साथ दो स्वतंत्र चरों के प्रभाव का आकलन करता है और उनके इंटरैक्शन की जांच करता है। 

शैक्षणिक शोधकर्ता नियंत्रित अध्ययन करने के बाद परिणामों का विश्लेषण करने के लिए इन परीक्षणों का उपयोग करते हैं। उदाहरण के लिए, शोधकर्ता कई रोगी समूहों में विभिन्न उपचारों या दवाओं की प्रभावशीलता की तुलना करने के लिए ANOVA का उपयोग कर सकते हैं। लाभकारी कंपनियां डेटा-आधारित निर्णय लेने के लिए ANOVA का उपयोग कर सकती हैं, जैसे कई सेवा केंद्रों के बीच ग्राहक संतुष्टि स्कोर की तुलना करना या विज्ञापन अभियानों के प्रदर्शन की तुलना करना।

ANOVA के लिए Microsoft Excel क्यों उपयुक्त है

यहां ANOVA को मैन्युअल रूप से करने के लिए आवश्यक क्रमबद्ध चरण दिए गए हैं। संदर्भ के लिए, f-ratio ANOVA में प्रयुक्त टेस्ट सांख्यिकी है, जो समूहों के औसतों के बीच महत्वपूर्ण अंतर होने का निर्धारण करता है। इस सांख्यिकी तक पहुंचने के लिए कई गणनाएं करनी पड़ती हैं। 

1. समग्र औसत निकालें: सभी डेटा बिंदुओं का सम्मिलित औसत खोजें।
2. समूह औसत निकालें: प्रत्येक व्यक्तिगत समूह का औसत निर्धारित करें।
3. टोटल सम ऑफ स्क्वेयर्स की गणना करें: प्रत्येक डेटा बिंदु और समग्र औसत के बीच वर्गांतरों का योग करके डेटा में कुल भिन्नता मापें।
4. बिटवीन-ग्रुप्स सम ऑफ स्क्वेयर्स की गणना करें: समूह औसतों और समग्र औसत के बीच की भिन्नता मापें।
5. विदिन-ग्रुप्स सम ऑफ स्क्वेयर्स की गणना करें: प्रत्येक समूह के भीतर की भिन्नता मापें, यानी प्रत्येक डेटा बिंदु और उसके समूह औसत के बीच वर्गांतरों का योग।
6. बिटवीन-ग्रुप्स मीन स्क्वेयर निकालें: बिटवीन-ग्रुप्स सम ऑफ स्क्वेयर्स को बिटवीन-ग्रुप्स डिग्रीज़ ऑफ फ्रीडम से विभाजित करें।
7. विदिन-ग्रुप्स मीन स्क्वेयर निकालें: विदिन-ग्रुप्स सम ऑफ स्क्वेयर्स को विदिन-ग्रुप्स डिग्रीज़ ऑफ फ्रीडम से विभाजित करें, जहां विदिन-ग्रुप्स डिग्रीज़ ऑफ फ्रीडम कुल प्रेक्षणों की संख्या में से समूहों की संख्या घटाने पर मिलता है।
8. F-Ratio की गणना करें: f-ratio प्राप्त करने के लिए बिटवीन-ग्रुप्स मीन स्क्वेयर को विदिन-ग्रुप्स मीन स्क्वेयर से विभाजित करें।

जैसा कि आप देख सकते हैं, ANOVA को मैन्युअल रूप से निकालना थोड़ा पेचीदा है। इसी कारण सॉफ़्टवेयर का उपयोग सबसे अच्छा तरीका है, और Microsoft Excel अपनी व्यापक उपयोगिता के कारण अधिकांश व्यवसायों और शैक्षणिक सेटिंग्स में अलग नज़र आता है। 

यह भी ध्यान रखें कि सामान्य तौर पर ANOVA की गणनाएं बड़े विश्लेषणात्मक प्रोजेक्ट्स का हिस्सा होती हैं। Excel की सांख्यिकीय क्षमता के अलावा, अन्य सुविधाएं—जैसे सुंदर Excel में विज़ुअलाइज़ेशन—की उपलब्धता यह तर्क और मजबूत करती है कि Microsoft Excel ANOVA के लिए एक बढ़िया उपकरण है। 

Excel में Data Analysis ToolPak कैसे सक्षम करें

Excel में ऐड-इन्स पूरक प्रोग्राम या सुविधाएं होती हैं जिन्हें Excel की कार्यक्षमता बढ़ाने के लिए इंस्टॉल और इंटीग्रेट किया जा सकता है। Data Analysis ToolPak ऐसा ही एक ऐड-इन है जो अधिकांश डेटा एनालिटिक्स आवश्यकताओं में मदद करता है।

Data Analysis ToolPak ऐड-इन डिफ़ॉल्ट रूप से सक्षम नहीं होता; इसलिए आपको यह जांचना होगा कि क्या आप Data टैब के दाईं ओर ऊपर Data Analysis आइकन देख सकते हैं, जैसा कि नीचे दिखाया गया है।

Excel में Data Analysis ToolPak

यदि आपको Data Analysis ToolPak दिखाई नहीं देता है, तो संभव है कि यह सक्षम न हो। इसे सक्षम करने के लिए, मेनू से File पर क्लिक करें और Options चुनें।

File टैब से Options चुनना

जब Excel Options डायलॉग बॉक्स खुल जाए, तो Add-ins चुनें।

Excel Options डायलॉग बॉक्स से Add-ins चुनें

इसके बाद, नीचे Manage बॉक्स में Excel Add-ins चुनें और Go पर क्लिक करें।

Excel ऐड-इन्स प्रबंधन

Add-Ins बॉक्स के अंतर्गत, Data Analysis ToolPak को चेक करें और फिर OK पर क्लिक करें।

Data Analysis ToolPak सक्षम करना

अब, जब आप Data Tab में दोबारा देखेंगी/देखेंगे तो नया Data Analysis आइकन नज़र आएगा। अब हम कुछ उदाहरणों की मदद से Excel में ANOVA लागू करने के लिए तैयार हैं।

Excel में वन-वे ANOVA: एक व्यावहारिक उदाहरण

कल्पना कीजिए कि आप एक मार्केटिंग एजेंसी में डेटा विश्लेषक हैं और आपको तीन मार्केटिंग रणनीतियों (A, B, और C) के बिक्री राजस्व पर प्रभाव का विश्लेषण करने का कार्य सौंपा गया है।

आपकी कंपनी यह निर्धारित करना चाहती है कि क्या इन रणनीतियों से उत्पन्न औसत बिक्री राजस्व में कोई महत्वपूर्ण अंतर है। आपने क्षेत्र A की पाँच समान-स्तर की कंपनियों से बिक्री राजस्व डेटा भी एकत्र किया है, जहां प्रत्येक रणनीति को लागू किया गया था।

संकलित डेटा को नीचे दी गई सारणी में संकलित किया गया है:

वन-वे ANOVA के लिए डेटा

अब ANOVA का उपयोग करके देखें कि प्रत्येक रणनीति की औसत बिक्री में कोई महत्वपूर्ण अंतर है या नहीं।

पहले चरण में, नीचे दिखाए अनुसार पंक्ति शीर्षक सहित कॉलम B, C और D चुनें, और Data Analysis आइकन पर क्लिक करके Data Analysis Toolpak ऐड-इन खोलें।

Data Analysis Toolpak ऐड-इन शुरू करना

अगले चरण में, डायलॉग बॉक्स से Anova: Single Factor चुनें और OK पर क्लिक करें।

Anova: Single Factor विकल्प चुनना

आपके सामने नीचे दिखाया गया डायलॉग बॉक्स आएगा।

Anova: Single Factor के लिए विवरण भरना

Input Range पहले से भरा होगा क्योंकि हमने ऐड-इन शुरू करने से पहले ही उसे चुना था। Grouped By विकल्प के लिए Columns चुनें, Labels in the first row बॉक्स को चेक करें, और डिफ़ॉल्ट मान वैसे ही रहने दें। Output Range के लिए, हम इसी शीट में कोई सेल चुनते हैं, मान लीजिए $A$9, या आपकी इच्छा हो तो नई वर्कशीट।

OK पर क्लिक करें, और आपको वही Excel शीट में गणना किए गए परिणाम दिखाई देंगे।

वन-वे ANOVA के परिणाम

आपने कुछ ही समय में अपने डेटा सेट पर वन-वे ANOVA सफलतापूर्वक कर लिया!

परिकल्पना परीक्षण और ANOVA

परिणामों को बेहतर ढंग से समझने के लिए, हमें परिकल्पना परीक्षण और उसके ANOVA से संबंध में जाना होगा। परिकल्पना परीक्षण का विस्तार से वर्णन हमारे Introduction to Statistics कोर्स में किया गया है।

सांख्यिकीय परिकल्पना परीक्षण में, शून्य परिकल्पना (H0) एक सामान्य कथन होता है जो यह कहता है कि मापी गई दो घटनाओं के बीच कोई संबंध नहीं है—अर्थात कोई प्रभाव या कोई अंतर नहीं है। दूसरी ओर, वैकल्पिक परिकल्पना (H1 या Ha) सुझाव देती है कि नमूना प्रेक्षण किसी गैर-यादृच्छिक कारण से प्रभावित हैं, और यह शून्य परिकल्पना का खंडन करती है।

हमारे उदाहरण में, वन-वे ANOVA परीक्षण के लिए परिकल्पनाएं होंगी:

• शून्य परिकल्पना (H0): तीनों रणनीतियों द्वारा उत्पन्न औसत बिक्री राजस्व में कोई अंतर नहीं है।
• वैकल्पिक परिकल्पना (Ha): कम से कम एक रणनीति का औसत बिक्री राजस्व भिन्न है।

ANOVA परीक्षण का उद्देश्य इन परिकल्पनाओं का परीक्षण करना है। यदि p-value महत्व स्तर (आम तौर पर 0.05) से कम है, तो हम शून्य परिकल्पना को अस्वीकार कर देते हैं और वैकल्पिक परिकल्पना के पक्ष में निष्कर्ष निकालते हैं।

वन-वे ANOVA के परिणामों की व्याख्या

ANOVA तालिका पढ़ते समय, हमें तीन पंक्तियों में परिणाम दिखते हैं:

• Between Groups: यह पंक्ति विभिन्न मार्केटिंग रणनीतियों के बीच की भिन्नता और उससे संबंधित गणनाओं को दर्शाती है।
• Within Groups: यह पंक्ति प्रत्येक मार्केटिंग रणनीति के भीतर की भिन्नता और उससे संबंधित गणनाओं को दर्शाती है।
• Total: यह पंक्ति डेटा में कुल भिन्नता और संबंधित परिणामों को दर्शाती है।

P-value 0.73 है। चूंकि यह सामान्य महत्व स्तर 0.05 से अधिक है, हम शून्य परिकल्पना को अस्वीकार करने में विफल रहते हैं। दूसरे शब्दों में, यह कहने के लिए पर्याप्त साक्ष्य नहीं हैं कि तीनों मार्केटिंग रणनीतियों के औसतों में महत्वपूर्ण अंतर है।

F crit का मान 3.88 है। हमें पता है कि यदि f सांख्यिकी (0.32) f-critical मान से अधिक होती, तो हम शून्य परिकल्पना को अस्वीकार कर देते और निष्कर्ष निकालते कि औसतों में महत्वपूर्ण अंतर है।

हमारे ANOVA परीक्षण के आधार पर, प्रतीत होता है कि तीनों मार्केटिंग रणनीतियों की प्रभावशीलता में महत्वपूर्ण अंतर नहीं है। हालांकि, यह याद रखना महत्वपूर्ण है कि शून्य परिकल्पना को अस्वीकार न कर पाना इसका सत्य होना सिद्ध नहीं करता। इसका अर्थ केवल इतना है कि हमारे पास इसके विपरीत निष्कर्ष निकालने के लिए पर्याप्त मजबूत साक्ष्य नहीं हैं।

अब आइए जानें कि दो कारकों और उनके आश्रित चर पर प्रभाव का परीक्षण कैसे करें।

Excel में टू-वे ANOVA: एक व्यावहारिक उदाहरण

आइए अपने पहले के उदाहरण का विस्तार करते हुए दूसरा कारक जोड़ें। इस बार, आपकी कंपनी यह जानना चाहती है कि क्या अलग-अलग रणनीतियों से उत्पन्न राजस्व में कोई महत्वपूर्ण अंतर है, और क्या रणनीतियों और क्षेत्रों के बीच कोई इंटरैक्शन प्रभाव है।

अतिरिक्त एकत्रित डेटा को नीचे दिखाए अनुसार वर्कशीट में जोड़ा गया है:

टू-वे ANOVA के लिए डेटा

क्योंकि अब दो कारक हैं—रणनीति और क्षेत्र—आप जानते हैं कि हमें वन-वे ANOVA के बजाय टू-वे ANOVA की आवश्यकता है।

आइए सभी सेल्स की पूरी रेंज चुनें और ऐड-इन शुरू करने के लिए Data Analysis आइकन पर क्लिक करें।

Data Analysis Toolpak ऐड-इन शुरू करना

हमें टू-वे ANOVA के लिए दो अलग-अलग विकल्पों वाला डायलॉग बॉक्स दिखता है।

Anova: Two-Factor With Replication विकल्प चुनना

• ANOVA: Two-Factor With Replication: इसका उपयोग तब किया जाता है जब हमारे पास प्रत्येक कारक-संयोजन के लिए एकाधिक प्रेक्षण, या प्रतिकृतियां (replications) होती हैं।
• ANOVA: Two-Factor Without Replication: इसका उपयोग तब किया जाता है जब हमारे पास प्रत्येक कारक-संयोजन के लिए केवल एक प्रेक्षण होता है।

हमारे मामले में, क्योंकि हमारे पास प्रत्येक मार्केटिंग रणनीति (A, B, C) और क्षेत्र (A, B) के संयोजन के लिए एकाधिक प्रेक्षण हैं, हम replication के साथ two-factor ANOVA चुनते हैं।

OK पर क्लिक करने के बाद, आपको नीचे दिखाया गया डायलॉग बॉक्स एक पूर्व-भरी इनपुट रेंज के साथ दिखाई देगा।

Anova: Two-Factor With Replication के लिए विवरण भरना

Rows per sample विकल्प में, हम 5 इनपुट करते हैं क्योंकि हमारे पास प्रत्येक क्षेत्र के लिए पाँच डेटा बिंदु हैं। आउटपुट रेंज के लिए, हम कोई भी सेल चुन सकते हैं, मान लीजिए $A$14, या आपकी इच्छा हो तो नई वर्कशीट। 

टू-वे ANOVA के परिणाम

बस इतना ही! आपने कुछ चरणों में दिए गए डेटा सेट के लिए टू-वे ANOVA कर लिया है।

टू-वे ANOVA के परिणामों की व्याख्या

एक क्षण निकालते हैं और समझते हैं कि ANOVA तालिका कैसे पढ़ें और कौन सी पंक्ति किस कारक का प्रतिनिधित्व करती है।

• Sample: Sample पंक्ति दो क्षेत्रों के बीच की भिन्नता को दर्शाती है।

• Columns: Columns पंक्ति विभिन्न मार्केटिंग रणनीतियों के बीच की भिन्नता को दर्शाती है।

• Interaction: Interaction पंक्ति मार्केटिंग रणनीतियों और क्षेत्रों के बीच इंटरैक्शन प्रभाव को दर्शाती है।

• Within: Within पंक्ति प्रत्येक रणनीति-क्षेत्र संयोजन के भीतर की भिन्नता को दर्शाती है।

• Total: Total पंक्ति डेटा में कुल भिन्नता को दर्शाती है।

यदि F सांख्यिकी पर्याप्त रूप से बड़ी होती है, तो p-value पर्याप्त रूप से छोटी होगी। इससे हम शून्य परिकल्पना को अस्वीकार कर देंगे और निष्कर्ष निकालेंगे कि समूहों के औसतों में महत्वपूर्ण अंतर हैं।

हालांकि, हमारे मामले में sample, columns और interaction के लिए f सांख्यिकी प्रत्येक के f critical मान से छोटी है, और सभी p-values 0.05 से बड़ी हैं। इसलिए, हम तीनों मामलों में शून्य परिकल्पना को अस्वीकार करने में विफल रहते हैं।

इसका अर्थ है कि क्षेत्रों के औसतों, मार्केटिंग रणनीतियों के औसतों, या रणनीतियों और क्षेत्रों के बीच इंटरैक्शन प्रभाव में महत्वपूर्ण अंतर होने के दावे के लिए पर्याप्त साक्ष्य उपलब्ध नहीं हैं।

निष्कर्ष

ANOVA शैक्षणिक और व्यावसायिक दोनों परिवेशों में एक महत्वपूर्ण सांख्यिकीय उपकरण है। इस ट्यूटोरियल में हमने इस तकनीक और इसके दो मुख्य प्रकारों का परिचय दिया। हमने एक वास्तविक दुनिया के उदाहरण पर काम करते हुए Microsoft Excel में वन-वे ANOVA और टू-वे ANOVA दोनों लागू किए।

कार्यान्वयन से आगे बढ़ते हुए, हमने यह भी सीखा कि परिकल्पना कैसे बनाएं और परिणामों की व्याख्या करके परिकल्पना को स्वीकार या अस्वीकार कैसे करें।

इसी तरह के विश्लेषणात्मक कार्यों के लिए Excel में निपुण होने हेतु Excel Fundamentals ट्रैक एक अच्छा विकल्प होगा, साथ ही त्वरित संदर्भ के लिए Excel चीट शीट भी सहायक है।

सीखते रहिए!