Stap 11: ANOVA-resultaten interpreteren
Voor deze studie, zullen we ons richten op de f en de p-waarden. De kritieke waarde van f vertegenwoordigt het punt die moet worden overschreden door de f-statistiek (of f-ratio) om de null-hypothese met 95% zekerheid worden verworpen. Een grote f-statistiek suggereert dat het merendeel van de variatie optreedt tussen de gegevenssets terwijl een lager f-statistiek dat het merendeel van de variatie suggereert optreedt binnen de sets met gegevens. Intuïtief, als er meer variatie binnen de datasets dan tussen gegevenssets, lijkt het aannemelijk om te concluderen dat de nulhypothese in feite waar zou kunnen zijn. Het tegenovergestelde kan worden afgesloten als er minder variatie dan tussen gegevenssets gegevens ingesteld. In het geval van onze ANOVA afgebeeld in stap 10, is de f-statistiek aanzienlijk groter dan de kritieke f-waarde die ons leidt tot de conclusie dat de nulhypothese verworpen kan worden.
De p waarde geeft de kans dat de variatie tussen de gegevenssets een gevolg van willekeurigheid is. Meestal de null-hypothese kan worden afgewezen als p ≤ 0,05. In dit ANOVA was de p-waarde extreem klein, verder valideren onze beslissing tot afwijzing van de null-hypothese.