平均と標準偏差はそれぞれ次のようになります。
箱・つくりおき
平均 73.00 標準偏差 10.77（10.7703…）
箱・注文
平均 73.67（73.6666…） 標準偏差 11.18（11.1753…）
紙・つくりおき
平均 67.33（67.3333…） 標準偏差 10.78（10.7806…）
紙・つくりおき
平均 73.13（73.1333…） 標準偏差 10.87（10.8680…）
表にすると次のようになります。
| 箱 | 紙 | |||
| つくりおき | 注文 | つくりおき | 注文 | |
| 平均点 | 73.00 | 73.67 | 67.33 | 73.13 |
| 標準偏差 | 10.77 | 11.18 | 10.78 | 10.87 |
それでは、具体的に検定をしましょう。
今回のデータも、要因が2つあります。よって分散分析-二要因-をおこないます。
またこの点数は、条件ごとに違う人によって評価されたパターンではなく、全ての条件において一人が評価した点数です。
つまり「被験者内」データ、t検定でいう「対応あり」データです。
そのため前の分散分析-二要因-よりも計算が少し複雑になります。
前の分散分析-二要因-は、まず
これを計算しました。今回の被験者内における分散分析も基本的にはこれと同じですが、今回の全分散は次のようになります。
偶然によるズレの項目が個人差、A要因の偶然のズレ、B要因の偶然のズレ、交互作用の偶然のズレの4つに分けられます。それぞれのF比の分母は、それぞれの偶然によるズレで計算することになります。
被験者内の検定では、それぞれの要因や交互作用の偶然のズレを求めてF比を求めるので、検定力が高くなります。