Excel でデータ分析ツールパックを使用する方法 (13 の優れた機能)

データ分析ツールパックは、高度な統計分析を行う必要がある場合の Excel の最高の機能の 1 つです。 Excel でデータ分析ツールパックを使用するための特別なトリックを探している場合は、適切な場所に来ています。 Excel でデータ分析ツールパックを使用するには、さまざまな方法があります。この記事では、Excel データ分析ツールパックの使用に適した 13 の例について説明します。このすべてを学ぶために完全なガイドに従ってみましょう.

Excel でデータ分析ツールパックを有効にする手順

Excel データ分析ツールパックのすべての機能を分析する前に、このツールパックのインストール方法を示す必要があります。ここでは、Data Analysis Toolpak を有効にする方法を示します。 エクセルで。これを行うには、次のプロセスに従う必要があります。

📌 手順:

• まず、オプションに移動します ファイルから .

• 次に、アドインに移動します .
• ここで、[Excel アドイン] を選択します 管理 ドロップダウン メニュー。
• Go をクリックします .

• その後、新しいウィンドウが表示されます。
• ほら、マーク オプション Analysis ToolPak。 [OK] をクリックします。 .これにより、Excel データ分析ツールパックを有効にすることができます。

• さて、分析に進みます データのメニュー タブ。ここにデータ分析があります オプション

Excel で使用できるデータ分析ツールパックの 13 の優れた機能

Excel でデータ分析ツールパックを使用するための 13 の効果的でトリッキーな方法を使用します。ここでは、Excel データ分析ツールパックの 13 の機能を紹介します。このセクションでは、13 の方法について詳しく説明します。どちらも目的に合わせて使用​​でき、カスタマイズに関しては幅広い柔軟性があります。思考能力と Excel の知識を向上させるため、これらすべてを学習して適用する必要があります。 Microsoft Office 365 を使用しています ここではバージョンを使用できますが、好みに応じて他のバージョンを利用することもできます。

1.分散分析

Anova は、どの因子が特定のデータセットに大きな影響を与えるかを判断する最初の機会を提供します。分析が完了すると、アナリストは 方法論的要因 について追加の分析を行います。 データセットの一貫性のない性質に大きな影響を与えます。そして、f 検定で Anova 分析結果を使用します。 推定された回帰分析に関連する追加データを作成するため . ANOVA 分析では、多数のデータ セットを同時に比較して、それらの間に関連性があるかどうかを確認します。 ANOVA は、データセット内で観察された分散を分析するために使用される統計的手法であり、データセットを次の 2 つのセクションに分けます:1) 系統的要因と 2) ランダム要因

Anova の式:

F=MSE / MST

ここ:

フ =Anova 係数

MST =治療による平均二乗和

MSE =エラーによる二乗平均和

Anova には、1 因子と 2 因子の 2 種類があります。この方法は分散分析に関連しています。

• 2 つの因子には複数の従属変数があり、1 つの因子には 1 つの従属変数があります。
• 単一因子 Anova は、1 つの変数に対する 1 つの因子の効果を計算します。そして、すべてのサンプル データ セットが同じかどうかをチェックします。
• 単一因子 Anova は、多数の変数の平均値間の統計的に有意な差を特定します。

1.1 単一因子分散分析

ここでは、単一因子 Anova 分析の実行方法を示します。この記事で達成しようとしていることを理解できるように、最初に Excel データセットを紹介します。要因のグループを示すデータセットがあります。単一因子 Anova 分析を行う手順を見ていきましょう。

📌 手順:

• まず、データに移動します タブをクリックします。
• 次に、データ分析を選択します ツール。

• データ分析 ウィンドウが表示されたら、Anova:単一因子を選択します オプション
• 次に、[OK] をクリックします .

<強い>

• さて、分散分析:単一因子 ウィンドウが開きます。
• 入力範囲にデータを入力してください ボックスで、列または行をドラッグして Anova 分析を決定します。
• チェック Labels in First Row という名前のボックス .
• 出力範囲で ボックスで、列または行をドラッグして、計算されたデータを保存するデータ範囲を指定します。または、[New Worksheet Ply] を選択して、新しいワークシートに出力を表示できます [新しいワークブック] を選択すると、新しいワークブックで出力を確認することもできます .
• 次に、最初の行のラベルを確認する必要があります ラベルで入力データ範囲を選択した場合。
• 次に、[OK] をクリックします .

<強い>

• 結果として、Anova の結果は以下のようになります。

結果の解釈:

• 概要表には、各グループの平均と分散が表示されます。ここで 平均 を確認できます レベルは 60.4 です グループ a の場合 しかし分散 は 315.15 です これは他のグループに比べて非常に低いです。つまり、グループ メンバーの価値が低いということです。
• ここでは、分散のみを計算しているため、Anova の結果はそれほど重要ではありません。
• ここで、P 値は列間の関係を解釈し、値が 0.05 より大きいため、統計的に有意ではありません。また、列間に関係があってはなりません。

1.2 Anova:複製を伴う 2 因子

ここでは、複製 Anova 分析を使用した 2 因子について説明します。学校のさまざまな試験の点数に関するデータがあるとします。その学校には2つのシフトがあります。 1 つは朝勤用で、もう 1 つは日勤用です。準備が整ったデータのデータ分析を実行して、2 つのシフトの生徒の成績の関係を見つけたいと考えています。複製分析で 2 因子 Anova を実行する手順を見ていきましょう。

📌 手順:

• まず、データに移動します タブをクリックします。
• 次に、データ分析を選択します ツール。

• データ分析 ウィンドウが表示されたら、[Anova:複製のある 2 要素] を選択します オプション
• 次に、[OK] をクリックします .

<強い>

• さて、新しいウィンドウ
• 入力範囲にデータを入力してください ボックスで、列または行をドラッグして Anova 分析を決定します。
• 次に、Rows per sample に 4 を入力します 4 あるのでボックスに入れます シフトごとの行。
• 出力範囲で ボックスで、列または行をドラッグして、計算されたデータを保存するデータ範囲を指定します。または、[New Worksheet Ply] を選択して、新しいワークシートに出力を表示できます [新しいワークブック] を選択すると、新しいワークブックで出力を確認することもできます .
• 次に、[OK] をクリックします .

<強い>

• その結果、新しいワークシートが作成されます。
• そして、双方向 分散分析 結果はこのワークシートに表示されます。

結果の解釈:

ここで、最初の表は、シフトの概要を示しています。要約:

• 朝の平均スコア 数学のスコアの変化は 65.5 でも日中 シフトは 83.75 です
• しかし、化学の試験では、朝の平均点は シフトは 87.25、 でも 日中 シフトは 77.25 です .
• 朝の分散は 91 と非常に高く、 数学試験のシフト.
• 概要でデータの概要を完全に把握できます。

同様に、Anova 部分で交互作用と個々の効果を要約できます。要約:

• P 値 列の 0 です .037 これは統計的に有意であるため、試験での学生の成績に変化の影響があると言えます。しかし、値は近いです アルファ値が 0.05 であるため、効果はあまり重要ではありません .
• ただし、相互作用の P 値 0.000967 です これはアルファ値よりもはるかに小さいため、統計的に有意です。 両方の試験に対するシフトの効果は非常に高いと言えます。

1.3 Anova:複製のない 2 因子

ここで、分散分析を複製なしの 2 つの因子の方法に従って分散分析を行います Anova 分析。学校のさまざまな試験の点数に関するデータがあるとします。その学校には2つのシフトがあります。 1 つは朝勤用で、もう 1 つは日勤用です。準備が整ったデータのデータ分析を実行して、2 つのシフトの生徒の成績の関係を見つけたいと考えています。複製分析を使用せずに 2 因子 ANOVA を実行する手順を見ていきましょう。

📌 手順:

• まず、データに移動します タブをクリックします。
• 次に、データ分析を選択します ツール。

• データ分析 ウィンドウが表示されたら、[Anova:複製のない 2 要素] を選択します。 」オプション
• 次に、[OK] をクリックします .

<強い>

• さて、新しいウィンドウ
• 入力範囲にデータを入力してください ボックスで、列または行をドラッグして Anova 分析を決定します。
• 出力範囲で ボックスで、列または行をドラッグして、計算されたデータを保存するデータ範囲を指定します。または、[New Worksheet Ply] を選択して、新しいワークシートに出力を表示できます [新しいワークブック] を選択すると、新しいワークブックで出力を確認することもできます .
• 次に、ラベルを確認する必要があります ラベル付きの入力データ範囲の場合
• 次に、[OK] をクリックします .

• その結果、新しいワークシートが作成されます。
• 結果として、以下に示すような双方向 Anova の結果が得られます。

結果の解釈:

• 朝の平均スコア 数学のスコアの変化は 65 です .5 でも日中 シフトは 83.75 です
• しかし、化学の試験では、朝の平均点は シフトは 87 でも 日中 シフトは 77.25. です。
• P 値 列の は 0.24 です これは統計的に有意であるため、試験での学生の成績に変化の影響があると言えます。しかし、値は近いです アルファ値が 0.05 であるため、効果はあまり重要ではありません .

続きを読む: Excel にデータ分析を追加する方法 (2 つの簡単な手順)

2.相関分析

次に、Excel データ分析ツールパックの優れた機能である相関データ分析を行います。統計では、相関または相関係数は、別の変数の継続的な変動量に応じて、2 つの変数間の一貫性を示すパラメーターです。その値の範囲は -1 です +1 に .したがって、変数関係を定義する 3 つの状態があります。それらは:

• -1 は、変数が反対方向に変化することを意味する負の相関を示します。
• +1 は正の相関を示し、変数が同じ方向に変化することを意味します。
• 0 は相関がないことを示します。これは、他の変数の値を変更しても、変数がどの方向にも明らかな動きがないことを意味します。

ここには、異なる期間の 2 つの株価を含むデータセットがあります。相関データ分析を行う手順を見ていきましょう。

📌 手順:

• まず、データに移動します タブをクリックします。
• 次に、データ分析を選択します ツール。

• データ分析 ウィンドウが表示されたら、相関を選択します オプション
• 次に、[OK] をクリックします。 .

• さて、新しいウィンドウ
• 入力範囲にデータを入力してください ボックスで、列または行をドラッグして相関関係を計算します。
• 次に、列を確認する必要があります グループ化のオプション オプション
• 出力範囲で ボックスで、列または行をドラッグして、計算されたデータを保存するデータ範囲を指定します。または、[New Worksheet Ply] を選択して、新しいワークシートに出力を表示できます [新しいワークブック] を選択すると、新しいワークブックで出力を確認することもできます .
• 次に、最初の行のラベルを確認する必要があります ラベル付きの入力データ範囲の場合
• 次に、[OK] をクリックします .

• 結果として、次の相関結果が得られます。

上記の計算から、変数が同じ方向に変化することを意味する正の相関があることがわかります。

続きを読む: Excel で時系列データを分析する方法 (簡単な手順)

3.共分散分析

ここで、Excel データ分析ツールパックの優れた機能である共分散データ分析を行います。2 つの変数の共分散は、それらの一方が他方にどのように影響するかの尺度です。明らかに、これは 2 つの変数間の偏差の必要な評価です。さらに、変数は互いに依存している必要はありません。共分散データ分析を行う手順を見ていきましょう。

📌 手順:

• まず、データに移動します タブをクリックします。
• 次に、データ分析を選択します ツール。

• データ分析 ウィンドウが表示されたら、共分散を選択します オプション
• 次に、Enter を押します .
• 次に、[OK] をクリックします .

• さて、新しいウィンドウ
• 入力範囲にデータを入力してください ボックスで、列または行をドラッグして共分散を計算します。
• 次に、列を確認する必要があります グループ化のオプション
• 出力範囲で ボックスで、列または行をドラッグして、計算されたデータを保存するデータ範囲を指定します。または、[New Worksheet Ply] を選択して、新しいワークシートに出力を表示できます [新しいワークブック] を選択すると、新しいワークブックで出力を確認することもできます .
• 次に、最初の行のラベルを確認する必要があります ラベル付きの入力データ範囲の場合
• 次に、[OK] をクリックします .

• 結果として、次の共分散結果が得られます。

結果の説明:

相関行列を使用すると、複数の変数と単一の変数の間の関係を評価できます。次の画像のハイライト セクションは、各被験者の差異を示しています。

• 数学の分散は 154.9375 です Physics の分散は 76.484375 です .次に、Chemistry の分散は 154.9375 です。

次の画像のハイライト セクションは、2 つの被験者間の分散値を示しています。数学と物理学、数学と化学、物理学と歴史の分散値はそれぞれ 60.9375 です 、3.65625、 そして8.8125。 この場合、共分散が正の場合、変数が比例していることを示します。つまり、一方が増加すると、もう一方がそれに沿って上昇する傾向があることを意味します。

続きを読む: [修正:] データ分析が Excel に表示されない (2 つの効果的な解決策)

4.記述統計分析

ここで、記述統計分析の実行方法を説明します。 Excel データ分析ツールパックを使用すると、データセットを分析してその特性を判断するために、記述統計分析を行うことができます。ここには、各生徒の物理の点数を含むデータセットがあります。相関データ分析を行う手順を見ていきましょう。

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Descriptive Statistics  オプション
• Then, click on OK .

• Now, a new window
• Provide data in the Input Range box, that you want to calculate the descriptive statistics by dragging through the column or row.
• Now, you have to check the Columns option in the Grouped By
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Then, check the Summary statistics .
• Then, click on OK .

• As a consequence, you will get the following covariance result.

• The above result gives us the characteristics of two variables, i.e. mean, median, standard deviation, and maximum and minimum value of the dataset, which are respectively 77.25, 80, 19.088, 45, and 100.

続きを読む: How to Use Analyze Data in Excel (5 Easy Methods)

5. Exponential Smoothing Analysis

Now, we are going to demonstrate how to do an exponential smoothing analysis. The Excel data analysis toolpak allows us to do exponential smoothing in order to make appropriate decisions regarding business volume. Here, we have a dataset containing a number of items sold in different weeks by a manufacturing company. Let’s walk through the steps to do an exponential smoothing data analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Exponential Smoothing オプション.
• Then, click on OK .

• Now, a new window
• Provide data in the Input Range box, that you want to calculate the exponential smoothing by dragging through the column or row.
• Now, you have to enter 0.9 in the Damping factor 箱。 Here, we damping 1-alpha
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• Then, check the Chat Output .
• Then, click on OK .

• As a consequence, you will get the following exponential smoothing result and chart for 0.1 alpha.

Here, from the above result, we can say that Excel can not provide data for the first value in this method. If we use a large damping factor, we will get more smooth peaks and valleys.

6. F-Test Two-Sample for Variances Analysis

Now, we are going to do an F-test for two sample variances.  Using the variance of two variables, the F-test provides statistical analysis in Excel. Here, we have a dataset containing two items’ sales prices in different weeks by a manufacturing company. Let’s walk through the steps to do an f-test for two sample variances.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the F-Test Two-Sample for Variances  オプション
• Then, click on OK .

• Now, a new window
• Provide data in the Input Range box, that you want to calculate the F-test by dragging through the column or row.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of an F-test for two sample variances.

Explanation of the Result:

• From the above data, we can see that the mean value of variable 2 is greater than variable 1.
• We also know that if the value F is greater than F Critical one-tail value, in this case, we can say it doesn’t follow null hypothesis. In the above data, the value of F is .8016 and the value of F Critical one-tail is 0.3145 which indicates F is much greater than F critical one-tail. In other words, the variances between two variables don’t match.

7. Moving Average Analysis

Now, we are going to do a moving average analysis which is one of the best features of Excel data analysis toolpak.. The moving average means the time period of the average is the same but it keeps moving when new data is added. Am moving average smooths out any irregularities (peaks and valleys) from data to easily recognize trends. The larger the interval period is to calculate the moving average, the more fluctuations smoothing occurs. As more data points are included in each calculated average. Here, we have a dataset containing a number of items sold in different weeks by a manufacturing company. Let’s walk through the steps to do a moving average analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Moving Average  オプション
• Then, click on OK .

In the Moving Average pop-up box,

• Provide data in the Input Range box, that you want to calculate the moving average by dragging through the column or row.
• Write the number of intervals the Interval .
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• If you want to see the trendline of your data with a chart then check the Chart Output otherwise leave it.
• Next, you have to check the Labels in the first row if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the moving average of the data along with an Excel trendline showing both the original data and the moving average value with smoothed fluctuations.

類似の読み物

• How to Analyze Quantitative Data in Excel (with Easy Steps)
• Analyze Large Data Sets in Excel (6 Effective Methods)
• How to Analyze Likert Scale Data in Excel (with Quick Steps)
• Analyse Qualitative Data from a Questionnaire in Excel

8. Random Number Generation

Now, we are going to generate a random number. The Excel data analysis toolpak allows us to generate random numbers with different criteria. Let’s walk through the steps to do a moving average analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Descriptive Statistics  オプション
• Then, click on OK .

In the Random Number Generation pop-up box,

• Provide data on the Number of Variables which indicates the number of columns of random numbers that you want in your worksheet. Here, we enter 2 as we want 2 columns.
• Next, you have to provide data in the Number of Random Numbers which refers to the number of rows that you want in your worksheet. Here, enter 7 which means we want 7 rows in our worksheet.
• Then, select the uniform in the Distribution Here, Distribution means which kinds of distribution of random numbers you want.
• Here, parameters indicate the boundaries of your distribution. In this example, we 40 to 60.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Then, click on OK .

• As a consequence, you will be able to generate random numbers with some specified criteria as shown below.

9. Rank and Percentile Analysis

Now, we are going to do rank and percentile analysis. Here, we have a dataset containing students’ ID and their Math exam scores. We are going to calculate the rank and percentile of each student’s math exam score. Let’s walk through the steps to do rank and percentile analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Rank and Percentile  オプション
• Then, click on OK .

In the Rank and Percentile pop-up box,

• Provide data in the Input Range box, that you want to calculate the moving average by dragging through the column or row.
• Now, you have to check the Columns option in the Grouped By 
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels in the first row if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the rank and percentile for each student’s exam score as shown below.

From the above result, we can see that we are able to calculate the rank and percentile of each student’s mark. Here, the Rank 1 mark is 100 which is ID-5’s math score, and the last rank mark is 45 which is ID-6’s math score.

10. Regression Analysis

Now, we are going to do regression analysis. Regression analysis is a part of statistics that helps to predict values depending on two or more variables. Here, we have a dataset containing the player name, the number of matches played by each player, and the number of goals given by each player. Let’s walk through the steps to do regression analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Regression  オプション
• Then, click on OK .

In the Regression pop-up box,

• Provide data in the Input Range box, and provide the data ranges in the Input X Range and Input Y Range  boxes.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• You also have to check the Residuals option to get the output value.
• Then, click on OK .

• As a consequence, you will get the following result of the regression analysis.

Explanation of the Regression Analysis Result:

Regression Statistics:

Regression statistics is an array of various parameters that describe how well the measured linear regression is.

• Multiple R is a correlation coefficient parameter that indicates the correlation between variables. Its value ranges from -1 to +1. The bigger the value, the stronger the correlative relationships are.
• R Square symbolizes the coefficient of determination. It indicates the scale by how well the data model fits the regression analysis.
• The adjusted R square is used in multiple variables in regression analysis.
• Standard Error is another parameter that shows a healthy fit of any regression analysis. The smaller the standard error the more accurate the linear regression equation. It shows the average distance of data points from the linear equation.

Anova:

It analyses the variance of the data model.

• Here, df represents the degree of freedom.
• SS( sum of squares) symbolizes the good-to-fit parameter.
• MS means the Mean Square.
• F refers to the Null Hypothesis. It tests the overall significance of the regression model
• Significance of F means the P-value of F.

Co-efficient Outcome:

<強い>

It helps to determine Y values easily.

Residual Output:

<強い>

So, it compares the estimated value with the calculated value.

11. t-Test Analysis

Now, we are going to do a T-Test analysis of the dataset. The T-Test is of three types:

• Paired two samples for means
• Two samples assuming equal variances
• Two- samples using unequal variances

This section provides extensive details on the three types of t-Test analysis. You can use either one for your purpose, they have a wide range of flexibility when it comes to customization.

11.1 t-Test:Paired Two Sample for Means

Now, we are going to do a t-Test:Paired Two Sample for Means. Here, we have a dataset containing the Students’ IDs and each student’s Math and Physics scores. Let’s walk through the steps to do a t-Test:Paired Two Sample for Means analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the t-Test:Paired Two Samples for Means  オプション
• Then, click on OK .

In the t-Test:Paired Two Sample for Means pop-up box,

• Provide data in the Input box, and provide the data ranges in the Variable 1 Range and Variable 2 Range  boxes.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of the t-Test:Paired Two Sample for Means .

Explanation of the Result:

• Here, we can see that the Mean Value of the Math Score is greater than the mean value of the Physics Score.
• The variance of the Math Score is also greater than the variance of the Physics Score.
• If t Stat is greater than t Critical two-tail, in this condition we can’t eliminate null hypothesis. In the above calculation, we can see that t Stat is and t Critical two-tail value is respectively 1.603 and 2.36464 . That means 1.603<2.36464 , it doesn’t match the null hypothesis. In other words, the variances between two variables don’t match.

11.2 t-Test Two-Sample Assuming Equal Variances

Now, we are going to do a t-Test:Two-Sample Equal Variances . Here, we have a dataset containing the Students’ IDs and each student’s Math and Physics scores. Here, equal variance means that we have taken our data from regular distribution populations. Let’s walk through the steps to do a t-Test:Two-Sample Equal Variances analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the t-Test:Two-Sample Equal Variances  オプション
• Then, click on OK .

In the t-Test:Paired Two Sample Equal Variances pop-up box,

• Provide data in the Input box, and provide the data ranges in the Variable 1 Range and Variable 2 Range  boxes.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of the t-Test:Two-Sample Equal Variances .

Explanation of the Result:

• Here, we can see that the Mean Value of the Math Score is greater than the mean value of the Physics Score.
• The variance of the Math Score is also greater than the variance of the Physics Score.
• If t Stat is greater than t Critical two-tail, in this condition we can’t eliminate the null hypothesis. In the above calculation, we can see that t Stat is and t Critical two-tail value is respectively 1.48 and 2.144 . That means 1.48<2.144 , it doesn’t match the null hypothesis. In other words, the variances between two variables don’t match.

11.3 t-Test:Two-Sample Assuming Unequal Variances

Now, we are going to do a t-Test:Two-Sample Unequal Variances. Here, we have a dataset containing the Students’ IDs and each student’s Math and Physics scores. Here, unequal variance means that we have taken our data from irregular distribution populations. Let’s walk through the steps to do a t-Test:Two-Sample Unequal Variances analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the t-Test:Two-Sample Unequal Variances  オプション
• Then, click on OK .

In the t-Test:Paired Two Sample Unequal Variances pop-up box,

• Provide data in the Input box, and provide the data ranges in the Variable 1 Range and Variable 2 Range  boxes.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of the t-Test:Two-Sample Unequal Variances.

Explanation of the Result:

• Here, we can see that the Mean Value of the Math Score is greater than the mean value of the Physics Score.
• From the above result, we can see the variance of the Math Score is also greater than the variance of the Physics Score.
• If t Stat is greater than t Critical two-tail, in this condition we can’t eliminate null hypothesis. In the above calculation, we can see that t Stat is and t Critical two-tail value is respectively 79 and 2.131 . That means 1.79<2.131 , it doesn’t match the null hypothesis. In other words, the variances between two variables don’t match.

12. z-Test:Two Sample for Means

Now, we are going to do a z-Test:Two-Sample Means. Here, we have a dataset containing the Students’ IDs and each student’s Math and Physics scores. Here we will use the VAR.P function to calculate the variance of both variables of the following dataset. Let’s walk through the steps to do a z-Test:Two-Sample Means analysis.

📌 手順:

• First of all, to calculate the variance of the Math score, we will use the following formula in the cell D14:

=VAR.P(C5:C12)

• 次に、Enter を押します .
• As a consequence, you will get the following variance of Match Score.

<強い>

• Next, to calculate the variance of the Physics score, we will use the following formula in the cell D15:

=VAR.P(D5:D12)

• 次に、Enter を押します .
• As a consequence, you will get the following variance of Physics Score.

<強い>

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the z-Test:Two-Sample Means  オプション
• Then, click on OK .

In the z-Test:Two-Sample Means pop-up box,

• Provide data in the Input box, and provide the data ranges in the Variable 1 Range and Variable 2 Range  boxes.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• You have to enter the value variance of Math and Physics Score respectively in the Variable 1 Variance (known) and Variable 2 Variance (known)
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of the z-Test:Two-Sample Means  オプション

Explanation of the Result:

• Here, we can see that the Mean Value of the Math Score is greater than the mean value of the Physics Score.
• From the above result, we can see the variance of the Math Score is also greater than the variance of the Physics Score.
• If Z is less than Z critical two-tall, in this condition we can’t eliminate null hypothesis. In the above calculation, we can see that z and z Critical two-tail value is respectively 52 and 1.95 . That means 1.52 <1.95 , which matches the null hypothesis. In other words, the variances between two variables match.

続きを読む: How to Perform Case Study Using Excel Data Analysis

13. Sampling Analysis

Now, we are going to do a sampling analysis which is one of the best features of the Excel data analysis toolpak. Here, we have a dataset containing two items individual sales and total sales value for different time periods. Let’s walk through the steps to do sampling analysis.

📌 手順:

• First, go to the Data tab in the top ribbon.
• Then, select the Data Analysis  ツール。

• When the Data Analysis window appears, select the Sampling  オプション
• Then, click on OK .

In the Sampling pop-up box,

• Provide data in the Input Range box, that you want to calculate the moving average by dragging through the column or row.
• In the Output Range box, provide the data range that you want your calculated data to store by dragging through the column or row. Or you can show the output in the new worksheet by selecting New Worksheet Ply and you can also see the output in the new workbook by selecting New Workbook .
• You have to enter data in the Number of Samples  オプション
• Next, you have to check the Labels if the input data range with the label.
• Then, click on OK .

• As a consequence, you will get the following result of the Sampling  分析。 In the following picture, we are able to pick up six samples from the Total Sales 桁。 If you want to pick up more sample data from this column, you have to enter more numbers in the Number of Samples box when the Sampling ウィンドウが表示されます。

続きを読む: How to Analyze Sales Data in Excel (10 Easy Ways)

結論

以上で本日のセッションは終了です。 Here, we demonstrate thirteen suitable examples to use the data analysis toolpak. I strongly believe that from now, you may be able to use data analysis toolpak in Excel.質問や推奨事項がある場合は、下のコメント セクションで共有してください。

ウェブサイト Exceldemy.com も忘れずにチェックしてください。 さまざまな Excel 関連の問題と解決策について説明します。新しい方法を学び続け、成長し続けてください!

関連記事

• How to Analyze Data in Excel Using Pivot Tables (9 Suitable Examples)
• Analyze Time-Scaled Data in Excel (With Easy Steps)
• How to Analyze Qualitative Data in Excel (with Easy Steps)
• Analyze qPCR Data in Excel (2 Easy Methods)
• How to Analyze Text Data in Excel (5 Suitable Ways)