1702656570
①提出行因素原假设：该公司不同月份间的销售量不存在差异；备择假设：该公司不同月份间的销售量存在差异。
1702656571
1702656572
提出列因素原假设：该公司不同销售员间的销售量不存在差异；备择假设：该公司不同销售员间的销售量存在差异。
1702656573
1702656574
提出交互作用假设：该公司不同月份和不同销售员间的销售量不存在交互关系；备择条件：该公司不同月份和不同销售员间的销售量存在交互关系。
1702656575
1702656576
②转到“数据”选项卡，在“分析”选项组中单击“数据分析”按钮；在弹出的“数据分析”对话框中选择“方差分析：可重复双因素分析”，如图7.14所示；单击“确定”按钮即可弹出如图7.15所示的“方差分析：可重复双因素分析”对话框。
1702656577
1702656578
1702656579
1702656580
1702656581
图7.14 “数据分析”对话框
1702656582
1702656583
1702656584
1702656585
1702656586
图7.15 “方差分析：可重复双因素分析”对话框
1702656587
1702656588
③在“方差分析：可重复双因素分析”对话框中的“输入区域”文本框中输入数据所在的单元格区域”A2:D8”；在“每一样本的行数”文本框里输入包含在每一个样本中的行数“2”；在“α”文本框中输入显著性水平“0.05”，如图7.16所示；单击“确定”按钮，即可得出如图7.17所示的有重复的双因素方差分析的结果。
1702656589
1702656590
1702656591
1702656592
1702656593
图7.16 “方差分析：可重复双因素分析”对话框设置
1702656594
1702656595
1702656596
1702656597
1702656598
图7.17 有重复的双因素方差分析结果
1702656599
1702656600
④给出方差分析的结果。第一部分为”SUMMARY”，分别给出了不同行和列的观测值、和、均值和方差；第二部分为“总计”和“方差分析”，给出了双因素方差分析的方差分析表。
1702656601
1702656602
⑤分析方差分析结果。由图7.17所示的分析结果可看出，对于行因素的检验，计算的F值明显小于F临界值，同时P值大于显著性水平0.05，说明无法拒绝行因素原假设，可以得出结论：该公司不同月份间的销售量不存在差异；对于列因素的检验，计算的F值小于F临界值，同时P值大于显著性水平0.05，说明无法拒绝列因素原假设，可以得出结论：该公司不同销售员间的销售量不存在差异。对于交互作用因素的检验，计算的F值大于F临界值，同时P值小于显著性水平0.05，说明应该拒绝交互作用因素原假设，可以得出结论：该公司不同月份和不同销售员对销售量不存在显著影响，但不同月份和不同销售员之间存在交互作用，且交互作用对销售量的影响显著。
1702656603
1702656604
1702656605
1702656606
1702656607
Excel统计分析与应用大全 [:1702652449]
1702656608
Excel统计分析与应用大全 第8章 Excel中的数据分组与频数统计
1702656609
1702656610
统计数据既是信息，又是信息的载体。统计信息是社会经济信息的主体，与其他信息相比，具有数量性的特征。而统计信息的质量决定决策成功与否。统计信息是统计研究的产物，而统计研究的关键问题就是统计分组和频数统计。
1702656611
1702656612
统计分组一般以数据分组的形式体现出来。而在统计分组的基础上归类整理形成的分布在各个组的频数，统计起来就是频数统计。
1702656613
1702656614
Excel统计分析与应用大全 [:1702652450]
1702656615
8.1 数据分组
1702656616
1702656617
数据分组即统计分组，是统计研究中非常重要的一环，分组的效果高度影响着总体特征的统计。为了从数量方面深入地研究总体的特征，从更深层揭示统计总体中的数据集中和离散的特点，便需要进行数据分组。
1702656618
1702656619
Excel统计分析与应用大全 [:1702652451]