Excel에서 데이터 분석 도구를 사용하는 방법(13가지 멋진 기능)

데이터 분석 툴팩은 고급 통계 분석이 필요할 때 Excel의 가장 좋은 기능 중 하나입니다. Excel에서 데이터 분석 도구를 사용하기 위한 몇 가지 특별한 트릭을 찾고 있다면 제대로 찾아오셨습니다. Excel에서 데이터 분석 도구를 사용하는 방법에는 여러 가지가 있습니다. 이 기사에서는 Excel 데이터 분석 도구를 사용하는 13가지 적절한 예에 대해 설명합니다. 이 모든 것을 배우려면 전체 가이드를 따르십시오.

Excel에서 데이터 분석 도구를 활성화하는 단계

Excel 데이터 분석 툴팩의 모든 기능을 분석하기 전에 이 툴팩을 설치하는 방법을 보여줘야 합니다. 여기에서는 데이터 분석 도구를 활성화하는 방법을 보여 드리겠습니다. 엑셀에서. 이렇게 하려면 다음 절차를 따라야 합니다.

📌 단계:

• 먼저 옵션으로 이동합니다. 파일에서 .

• 그런 다음 추가 기능으로 이동합니다. .
• 여기에서 Excel 추가 기능을 선택합니다. 관리에서 드롭다운 메뉴.
• 그리고 이동을 클릭합니다. .

• 그러면 새 창이 나타납니다.
• 여기, 표시 옵션 분석 도구. 확인을 클릭합니다. . 이렇게 하면 Excel 데이터 분석 툴팩을 활성화할 수 있습니다.

• 이제 분석 데이터 메뉴 탭. 여기에서 데이터 분석을 찾을 수 있습니다. 옵션.

Excel에서 사용할 수 있는 데이터 분석 도구의 13가지 놀라운 기능

Excel에서 데이터 분석 도구를 사용하는 13가지 효과적이고 까다로운 방법을 사용합니다. 여기서는 Excel 데이터 분석 툴팩의 13가지 기능을 시연합니다. 이 섹션에서는 13가지 방법에 대한 광범위한 세부 정보를 제공합니다. 용도에 따라 둘 중 하나를 사용할 수 있으며 사용자 정의와 관련하여 광범위한 유연성이 있습니다. 사고력과 엑셀 지식을 향상시키므로 이 모든 것을 배우고 적용해야 합니다. 우리는 Microsoft Office 365를 사용합니다. 여기에 버전이 있지만 원하는 대로 다른 버전을 사용할 수 있습니다.

1. Anova 분석

Anova는 주어진 데이터 세트에 중요한 영향을 미치는 요인을 결정할 수 있는 첫 번째 기회를 제공합니다. 분석이 완료된 후 분석가는 방법론적 요인에 대한 추가 분석을 수행합니다. 이는 데이터 세트의 일관성 없는 특성에 상당한 영향을 미칩니다. 그리고 그는 f-test에서 Anova 분석 결과를 사용합니다. 추정된 회귀 분석과 관련된 추가 데이터를 생성하기 위해 . ANOVA 분석은 많은 데이터 세트를 동시에 비교하여 이들 사이에 연결이 있는지 여부를 확인합니다. ANOVA는 데이터 세트 내에서 관찰된 분산을 1) 체계적 요인 및 2) 무작위 요인의 두 섹션으로 나누어 분석하는 데 사용되는 통계적 방법입니다.

Anova 공식:

F=MSE / MST

여기:

F =아노바 계수

MST =처리로 인한 평균 제곱합

MSE =오차로 인한 평균 제곱합

Anova는 단일 요인과 두 가지 요인의 두 가지 유형이 있습니다. 이 방법은 분산 분석과 관련이 있습니다.

• 요인이 2개이면 종속변수가 여러 개이고 하나의 요인에 종속변수가 1개입니다.
• 단일 요인 Anova는 단일 변수에 대한 단일 요인의 영향을 계산합니다. 그리고 모든 샘플 데이터 세트가 동일한지 여부를 확인합니다.
• 단일 요인 Anova는 수많은 변수의 평균 평균 간에 통계적으로 유의한 차이를 식별합니다.

1.1 단일 요인 Anova 분석

여기서는 단일 요인 Anova 분석을 수행하는 방법을 보여줍니다. 이 기사를 통해 달성하려는 내용을 이해할 수 있도록 먼저 Excel 데이터 세트를 소개하겠습니다. 요인 그룹을 보여주는 데이터 세트가 있습니다. 단일 요인 Anova 분석을 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 Anova:단일 요소 를 선택합니다. 옵션.
• 그런 다음 확인을 클릭합니다. .

<강한>

• 이제 Anova:단일 요소 창이 열립니다.
• 입력 범위에 데이터 제공 열이나 행을 드래그하여 Anova 분석을 결정하려는 상자.
• 확인 첫 번째 행의 라벨이라는 상자 .
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 다음으로 첫 번째 행의 라벨을 확인해야 합니다. 레이블이 있는 입력 데이터 범위를 선택하는 경우.
• 그런 다음 확인을 클릭합니다. .

<강한>

• 결과적으로 Anova 결과는 다음과 같습니다.

결과 해석:

• 요약 표에서 각 그룹의 평균과 분산을 확인할 수 있습니다. 여기에서 평균 을 볼 수 있습니다. 레벨은 60.4입니다. 그룹용 그러나 분산 315.15 입니다. 다른 그룹에 비해 매우 낮은 수치입니다. 즉, 그룹 구성원의 가치가 떨어집니다.
• 여기서 Anova 결과는 분산만 계산하므로 그다지 중요하지 않습니다.
• 여기서 P-값은 열 간의 관계를 해석하며 값이 0.05보다 크므로 통계적으로 유의하지 않습니다. 그리고 열 사이에도 관계가 없어야 합니다.

1.2 Anova:복제가 포함된 2요소

여기에서는 복제 Anova 분석을 사용하여 2요소를 시연해 보겠습니다. 학교의 다양한 시험 점수에 대한 데이터가 있다고 가정합니다. 그 학교에는 2교대가 있습니다. 하나는 오전 근무용이고 다른 하나는 주간 근무용입니다. 준비된 데이터의 데이터 분석을 수행하여 두 교대조의 학생 점수 간의 관계를 찾고 싶습니다. 복제 분석을 사용하여 2단계 Anova를 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 Anova:Two-Factor With Replication을 선택합니다. 옵션.
• 그런 다음 확인을 클릭합니다. .

<강한>

• 이제 새 창 나타납니다.
• 입력 범위에 데이터 제공 열이나 행을 드래그하여 Anova 분석을 결정하려는 상자.
• 다음으로 샘플당 행 수에 4를 입력합니다. 4 상자 교대당 행 수.
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 그런 다음 확인을 클릭합니다. .

<강한>

• 결과적으로 새 워크시트가 생성된 것을 볼 수 있습니다.
• 또한 양방향 아노바 결과는 이 워크시트에 표시됩니다.

결과 해석:

여기 첫 번째 표에는 교대조 요약이 나와 있습니다. 요약:

• 아침 평균 점수 수학 점수의 변화는 65.5입니다. 하지만 낮에는 시프트는 83.75입니다.
• 하지만 화학 시험의 경우 오전 평균 점수는 시프트는 87.25, 입니다. 그러나 당일 시프트는 77.25입니다. .
• 아침 91에서 편차가 매우 높음 수학 시험의 교대.
• 요약에서 데이터의 전체 개요를 볼 수 있습니다.

마찬가지로 Anova 부분에서 상호 작용 및 개별 효과를 요약할 수 있습니다. 요약:

• P-값 열 0입니다. .037 이는 통계적으로 유의미하므로 시험에서 학생의 성과에 교대가 영향을 미친다고 말할 수 있습니다. 그러나 값은 에 가깝습니다 알파 값이 0.05이므로 효과가 덜 중요합니다 .
• 하지만 상호작용의 P-값 0.000967입니다. 이는 알파 값보다 훨씬 작으므로 통계적으로 유의미합니다. 그리고 두 시험 모두에서 변화의 효과가 매우 높다고 말할 수 있습니다.

1.3 Anova:복제 없는 2요소

이제 복제 Anova 분석 없이 두 가지 요인의 방법에 따라 분산 분석을 하려고 합니다. 우리는 학교의 다른 시험 점수에 대한 데이터가 있다고 가정합니다. 그 학교에는 2교대가 있습니다. 하나는 오전 근무용이고 다른 하나는 주간 근무용입니다. 준비된 데이터의 데이터 분석을 수행하여 두 교대조의 학생 점수 간의 관계를 찾고 싶습니다. 복제 분석 없이 dotwo factor ANOVA를 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 "Anova:복제 없는 이중 요소를 선택합니다. " 옵션.
• 그런 다음 확인을 클릭합니다. .

<강한>

• 이제 새 창 나타납니다.
• 입력 범위에 데이터 제공 열이나 행을 드래그하여 Anova 분석을 결정하려는 상자.
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 다음으로 라벨 을 확인해야 합니다. 레이블이 있는 입력 데이터 범위인 경우.
• 그런 다음 확인을 클릭합니다. .

• 결과적으로 새 워크시트가 생성된 것을 볼 수 있습니다.
• 결과적으로 아래와 같은 양방향 Anova 결과를 얻게 됩니다.

결과 해석:

• 아침 평균 점수 수학 점수의 변화는 65입니다. .5 하지만 낮에는 시프트는 83.75입니다.
• 하지만 화학 시험의 경우 오전 평균 점수는 시프트는 87입니다. 그러나 당일 시프트는 77.25입니다.
• P-값 열 0.24 이는 통계적으로 유의미하므로 시험에서 학생의 성과에 교대가 영향을 미친다고 말할 수 있습니다. 그러나 값은 에 가깝습니다 알파 값이 0.05이므로 효과가 덜 중요합니다 .

자세히 알아보기: Excel에서 데이터 분석을 추가하는 방법(빠른 2단계 포함)

2. 상관관계 분석

이제 엑셀 데이터 분석 툴팩의 훌륭한 기능인 상관관계 데이터 분석을 해보겠습니다. 통계에서 상관 또는 상관 계수는 다른 변수의 지속적인 변동량에 따라 두 변수 간의 일관성을 나타내는 매개 변수입니다. 값 범위는 -1입니다. +1 . 따라서 가변 관계를 정의하는 세 가지 상태가 있습니다. 그들은:

• -1은 음의 상관관계를 나타내며 이는 변수가 반대 방향으로 변화함을 의미합니다.
• +1은 양의 상관관계를 나타내며 이는 변수가 같은 방향으로 변한다는 것을 의미합니다.
• 0은 상관관계가 없음을 나타내며, 이는 다른 변수의 값을 변경할 때 변수의 어떤 방향으로도 명백한 움직임이 없음을 의미합니다.

여기에 서로 다른 기간의 두 주가가 포함된 데이터 세트가 있습니다. 상관 관계 데이터 분석을 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 상관관계 를 선택합니다. 옵션.
• 다음으로 확인을 클릭합니다. .

• 이제 새 창 나타납니다.
• 입력 범위에 데이터 제공 열 또는 행을 드래그하여 상관 관계를 계산하려는 상자.
• 이제 열 을 확인해야 합니다. 그룹화 기준 의 옵션 옵션.
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 다음으로 첫 번째 행의 라벨을 확인해야 합니다. 레이블이 있는 입력 데이터 범위인 경우.
• 그런 다음 확인을 클릭합니다. .

• 결과적으로 다음과 같은 상관관계 결과를 얻게 됩니다.

위의 계산에서 우리는 변수가 같은 방향으로 변한다는 것을 의미하는 양의 상관 관계를 볼 수 있습니다.

자세히 알아보기: Excel에서 시계열 데이터를 분석하는 방법(간단한 단계 사용)

3. 공분산 분석

이제 Excel 데이터 분석 툴팩의 훌륭한 기능인 공분산 데이터 분석을 해 보겠습니다. 두 변수의 공분산은 둘 중 하나가 다른 변수에 미치는 영향을 측정하는 것입니다. 분명히 두 변수 간의 편차에 대한 필수 평가입니다. 또한 변수는 서로 의존할 필요가 없습니다. 공분산 데이터 분석을 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 공분산 을 선택합니다. 옵션.
• 그런 다음 Enter 키를 누릅니다. .
• 그런 다음 확인을 클릭합니다. .

• 이제 새 창 나타납니다.
• 입력 범위에 데이터 제공 열이나 행을 드래그하여 공분산을 계산하려는 상자.
• 이제 열 을 확인해야 합니다. 그룹화 기준 의 옵션 섹션.
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 다음으로 첫 번째 행의 라벨을 확인해야 합니다. 레이블이 있는 입력 데이터 범위인 경우.
• 그런 다음 확인을 클릭합니다. .

• 결과적으로 다음과 같은 공분산 결과를 얻게 됩니다.

결과 설명:

상관 행렬을 사용하면 여러 변수와 단일 변수 간의 관계를 평가할 수 있습니다. 다음 이미지의 하이라이트 부분은 각 주제별 편차를 나타냅니다.

• 수학의 분산은 154.9375입니다. 물리학의 분산은 76.484375입니다. . 다음으로 화학의 분산은 154.9375입니다.

다음 이미지의 하이라이트 부분은 두 피사체 사이의 분산 값을 나타냅니다. 수학과 물리학, 수학과 화학, 물리학과 역사의 분산 값은 각각 60.9375입니다. , 3.65625, 및 8.8125. 이 경우 공분산이 양수이면 변수가 비례한다는 것을 나타냅니다. 즉, 하나가 증가하면 다른 하나도 함께 증가하는 경향이 있음을 의미합니다.

자세히 알아보기: [고정:] Excel에 데이터 분석이 표시되지 않음(2가지 효과적인 솔루션)

4. 기술 통계 분석

이제 기술 통계 분석을 수행하는 방법을 보여 드리겠습니다. Excel 데이터 분석 도구를 사용하면 데이터 세트를 분석하여 특성을 결정하기 위해 기술 통계 분석을 수행할 수 있습니다. 여기에 각 학생의 물리학 점수가 포함된 데이터 세트가 있습니다. 상관 관계 데이터 분석을 수행하는 단계를 살펴보겠습니다.

📌 단계:

• 먼저 데이터로 이동합니다. 탭을 탭하세요.
• 그런 다음 데이터 분석 을 선택합니다. 도구.

• 데이터 분석 창이 나타나면 기술 통계 를 선택합니다. 옵션.
• 그런 다음 확인을 클릭합니다. .

• 이제 새 창 나타납니다.
• 입력 범위에 데이터 제공 열이나 행을 드래그하여 기술 통계를 계산하려는 상자.
• 이제 열 을 확인해야 합니다. 그룹화 기준 옵션 섹션.
• 출력 범위 상자에서 열이나 행을 끌어서 계산된 데이터에 저장할 데이터 범위를 제공합니다. 또는 새 워크시트 플라이를 선택하여 새 워크시트에 출력을 표시할 수 있습니다. 새 통합 문서를 선택하여 새 통합 문서에서 출력을 볼 수도 있습니다. .
• 그런 다음 요약 통계를 확인합니다. .
• 그런 다음 확인을 클릭합니다. .

• 결과적으로 다음과 같은 공분산 결과를 얻게 됩니다.

• 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.

자세히 알아보기: 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Exponential Smoothing 옵션.
• Then, click on OK .

• Now, a new window 나타납니다.
• 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 상자. 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

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

• Now, a new window 나타납니다.
• 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Moving Average  옵션.
• 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.

유사한 수치

• How to Analyze Quantitative Data in Excel (with Easy Steps)
• Analyze Large Data Sets in Excel (6 Effective Methods)
• Excel에서 리커트 척도 데이터를 분석하는 방법(빠른 단계 사용)
• Excel에서 설문지의 정성 데이터 분석

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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Descriptive Statistics  옵션.
• 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Rank and Percentile  옵션.
• 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  섹션.
• 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Regression  옵션.
• 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:

<강한>

It helps to determine Y values easily.

Residual Output:

<강한>

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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the t-Test:Paired Two Samples for Means  옵션.
• 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the t-Test:Two-Sample Equal Variances  옵션.
• 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the t-Test:Two-Sample Unequal Variances  옵션.
• 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.

📌 단계:

• 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)

• 그런 다음 Enter 키를 누릅니다. .
• As a consequence, you will get the following variance of Match Score.

<강한>

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

=VAR.P(D5:D12)

• 그런 다음 Enter 키를 누릅니다. .
• As a consequence, you will get the following variance of Physics Score.

<강한>

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the z-Test:Two-Sample Means  옵션.
• 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  옵션.

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.

자세히 알아보기: 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.

📌 단계:

• First, go to the Data 탭을 탭하세요.
• Then, select the Data Analysis  도구.

• When the Data Analysis window appears, select the Sampling  옵션.
• 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  옵션.
• 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  분석. In the following picture, we are able to pick up six samples from the Total Sales 열. 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 창이 나타납니다.

자세히 알아보기: How to Analyze Sales Data in Excel (10 Easy Ways)

결론

오늘 세션의 끝입니다. 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. 문의 사항이나 권장 사항이 있는 경우 아래 댓글 섹션에서 공유해 주세요.

Exceldemy.com 웹사이트를 확인하는 것을 잊지 마세요. 다양한 Excel 관련 문제 및 해결 방법을 제공합니다. 계속해서 새로운 방법을 배우고 성장하세요!

관련 기사

• How to Analyze Data in Excel Using Pivot Tables (9 Suitable Examples)
• Analyze Time-Scaled Data in Excel (With Easy Steps)
• Excel에서 정성 데이터를 분석하는 방법(간단한 단계 사용)
• Analyze qPCR Data in Excel (2 Easy Methods)
• Excel에서 텍스트 데이터를 분석하는 방법(5가지 적절한 방법)