ANOVA F-test-kalkylator
Beräkna F-statistikan för ett envägs-ANOVA-test genom att ange kvadratsummor och frihetsgrader. Använd den när du jämför medelvärden över tre eller fler grupper för att testa om minst ett skiljer sig signifikant.
Last updated: May 2026
Om denna räknare
Variansanalys (ANOVA) testar om medelvärdena för tre eller fler grupper skiljer sig mer än vad som kan förväntas av slumpen. Metoden delar upp den totala variabiliteten i två komponenter: variation mellan grupper (förklarad av grupptillhörighet) och variation inom grupper (slumpmässigt fel). Medelkvadraten mellan grupper är MSB = SSB / dfB och medelkvadraten inom grupper är MSW = SSW / dfW. F-statistikan är deras kvot: F = MSB / MSW = (SSB / dfB) / (SSW / dfW). Ett stort F innebär att variationen mellan grupper vida överstiger bruset inom grupper, vilket tyder på att gruppmedelvärdena inte är lika. Frihetsgraderna mellan grupper är k − 1 (där k är antalet grupper) och frihetsgraderna inom grupper är N − k (där N är totalt antal observationer). Det beräknade F-värdet jämförs med ett kritiskt värde från F-fördelningen vid signifikansnivå α; om F överstiger det kritiska värdet förkastas nollhypotesen om lika medelvärden.
Hur du använder den
Antag att tre grupper ger SSB = 84, SSW = 108, dfB = 2, dfW = 27. Steg 1: MSB = 84 / 2 = 42. Steg 2: MSW = 108 / 27 = 4. Steg 3: F = 42 / 4 = 10,5. Ange dessa värden i kalkylatorn. Vid α = 0,05 med dfB = 2 och dfW = 27 är det kritiska F-värdet ungefär 3,35. Eftersom 10,5 > 3,35 förkastar vi nollhypotesen och drar slutsatsen att minst ett gruppmedelvärde skiljer sig signifikant från de övriga.
Vanliga frågor
Vad mäter egentligen F-statistikan i ANOVA?
F-statistikan är kvoten mellan varians mellan grupper och varians inom grupper. Ett värde på 1,0 innebär att grupperna inte varierar mer än slumpmässiga stickprov från samma population skulle göra. Värden klart över 1 indikerar att grupptillhörighet förklarar en meningsfull del av den totala variansen. Ju större F, desto starkare grund finns det för att åtminstone ett gruppmedelvärde avviker. Det exakta tröskelvärdet beror på frihetsgraderna och vald signifikansnivå α.
Vilka antaganden krävs för ett giltigt envägs-ANOVA-test?
Envägs-ANOVA förutsätter: (1) oberoende — observationer är inte relaterade vare sig mellan eller inom grupper; (2) normalfördelning — data inom varje grupp är ungefär normalfördelad, även om ANOVA är robust mot milda avvikelser vid stora stickprov; (3) homogenitet i varians (homoskedasticitet) — alla grupper har liknande varianser, vilket kan verifieras med Levenes test. Brott mot oberoendeantagandet är det allvarligaste problemet och kan inte korrigeras i efterhand. Om antagandena om normalfördelning eller lika varians inte uppfylls, överväg det icke-parametriska alternativet Kruskal-Wallis.
Hur tolkar jag ANOVA-resultat när F-testet är signifikant?
Ett signifikant F-test berättar bara att inte alla gruppmedelvärden är lika — det anger inte vilka par som skiljer sig åt. För att identifiera vilka grupper som skiljer sig måste du utföra post-hoc-tester som Tukeys HSD, Bonferroni-korrektion eller Scheffés metod. Dessa kontrollerar det familjefelsfelfrekvens som blåses upp av multipla jämförelser. Effektstorleken för ANOVA rapporteras vanligtvis som η² (eta-kvadrat) = SSB / SS_total, där värdena 0,01, 0,06 och 0,14 anses motsvara liten, medel respektive stor effekt.