Chi-neliötesti Excelissä Kuinka tehdä Chi-neliötesti esimerkillä

Chi-Square -testi Excelillä

Chi-Square-testi excelissä on yleisimmin käytetty ei-parametrinen testi, jota käytetään vertailemaan kahta tai useampaa muuttujaa satunnaisesti valitulle tiedolle. Se on eräänlainen testi, jota käytetään kahden tai useamman muuttujan välisen suhteen selvittämiseen, tätä käytetään tilastoissa, joka tunnetaan myös nimellä Chi-Square P-arvo, excelissa meillä ei ole sisäänrakennettua toimintoa, mutta voimme käyttää kaavat suorittaa khi-neliötesti excelissä käyttämällä khi-neliötestin matemaattista kaavaa.

Tyypit

  1. Chi-Square-testi sopivuuden hyväksi
  2. Chi-Square-testi kahden muuttujan riippumattomuudesta.

# 1 - Chi-Square-testi sopivuuden hyväksi

Sitä käytetään havaitsemaan populaatioon sopivan otoksen läheisyys. Chi-Square-testin symboli on (2). Se on kaikkien ( Havaittu määrä - Odotettu määrä) 2 / Odotettu määrä summa .

  • missä k-1 vapausastetta tai DF.
  • Missä Oi on havaittu taajuus, k on luokkia ja Ei on odotettu taajuus.

Huomaa: - Tilastomallin sopivuus viittaa ymmärrykseen siitä, kuinka hyvin otantatiedot sopivat havaintoihin.

Käyttää

  • Lainanottajien luottokelpoisuus ikäryhmien ja henkilökohtaisten lainojen perusteella
  • Myyjien suorituksen ja saadun koulutuksen suhde
  • Tuotto yhdelle osakkeelle ja sellaisen sektorin osakkeille kuin lääke- tai pankkitoiminta
  • Katsojaryhmä ja TV-kampanjan vaikutus.

# 2 - Chi-Square -testi kahden muuttujan riippumattomuudesta

Sitä käytetään tarkistamaan, ovatko muuttujat toisistaan ​​riippumattomia vai eivät. (R-1) (c-1) vapausasteella

Missä Oi on havaittu taajuus, r on rivien lukumäärä, c on sarakkeiden lukumäärä ja Ei on odotettu taajuus

Huomaa: - Kaksi satunnaismuuttujaa kutsutaan itsenäisiksi, jos toinen ei vaikuta yhden muuttujan todennäköisyysjakaumaan.

Käyttää

Itsenäisyystesti soveltuu seuraaviin tilanteisiin:

  • On yksi kategorinen muuttuja.
  • On olemassa kaksi kategorista muuttujaa, ja sinun on määritettävä niiden välinen suhde.
  • Ristitaulukoita on olemassa, ja kahden kategorisen muuttujan välinen suhde on löydettävä.
  • On olemassa kvantifioimattomia muuttujia (esimerkiksi vastauksia kysymyksiin, valitsevatko eri ikäryhmien työntekijät erityyppisiä terveydenhoitosuunnitelmia?)

Kuinka tehdä Chi-Square-testi Excelissä? (esimerkin kanssa)

Voit ladata tämän Chi Square Test Excel -mallin täältä - Chi Square Test Excel -malli

Ravintolan johtaja haluaa löytää yhteyden asiakastyytyväisyyden ja pöytiä odottavien ihmisten palkkojen välillä. Tässä asetamme hypoteesin Chi-neliön testaamiseksi

  • Hän ottaa satunnaisen otoksen 100 asiakkaasta kysyen onko palvelu erinomainen, hyvä vai huono.
  • Sitten hän luokittelee odottavien ihmisten palkat mataliksi, keskisuuriksi ja korkeiksi.
  • Oletetaan, että merkitsevyystaso on 0,05. Tässä H0 ja H1 tarkoittavat palvelun laadun riippumattomuutta ja riippuvuutta odottavien ihmisten palkoista.
  • H 0 - palvelun laatu ei riipu pöytiä odottavien ihmisten palkoista.
  • H 1 - palvelun laatu riippuu pöytiä odottavien ihmisten palkoista
  • Hänen havainnot on esitetty alla olevassa taulukossa:

Tässä meillä on 9 datapistettä, meillä on 3 ryhmää, joista kullakin on erilainen viesti palkasta ja tulos on esitetty alla.

Nyt aiomme laskea kaikkien rivien ja sarakkeiden summa. Teemme tämän kaavan eli SUM avulla. Olemme kirjoittaneet yhteensä sarakkeessa Erinomainen yhteensä = SUM (B4: D4) ja paina sitten enter.

Tämä antaa meille 26 . Suoritamme saman kaikilla riveillä ja sarakkeilla.

Vapausasteen (DF) laskemiseksi käytämme (r-1) (c-1)

DF = (3-1) (3-1) = 2 * 2 = 4

  • Palveluja on 3 ja palkkaluokkia
  • Meillä on 27 vastaajaa, joilla on keskipalkka (alarivi, keskimmäinen)
  • Meillä on 51 vastaajaa, joilla on hyvä palvelu (viimeinen sarake, keskellä)

Nyt meidän on laskettava odotetut taajuudet: -

Odotetut taajuudet voidaan laskea käyttämällä kaavaa: -

  • Halutaan laskea Erinomainen käytämme kertomalla yhteensä Low kanssa kaikkiaan Excellent jaettuna N.

Oletetaan, että meidän on laskettava ensimmäinen rivi ja ensimmäinen sarake (= B7 * E4 / B9 ) . Tämä antaa odotetun määrän asiakkaita, jotka ovat äänestäneet erinomaista palvelua odottamattomien ihmisten palkoille, ts. 8,32 .

  • E 11 = (32 * 26) / 100 = 8,32 , E 12 = 7,02 , E 13 = 10,66
  • E 21 = 16,32 , E 22 = 13,77 , E 23 = 20,91
  • E 31 = 7,36 , E 32 = 6,21 , E 33 = 9,41

Samoin kaikkien on tehtävä sama, ja kaavaa käytetään alla olevassa kaaviossa.

Saamme odotetun taajuuden taulukon seuraavasti: -

Huomaa: - Oletetaan, että merkitsevyystaso on 0,05. Tässä H0 ja H1 tarkoittavat palvelun laadun riippumattomuutta ja riippuvuutta odottavien ihmisten palkoista.

Laskettuamme odotetun taajuuden laskemme khi-neliön datapisteet kaavan avulla

Chi-neliöpisteet = (havaittu-odotettu) ^ 2 / odotettu

Ensimmäisen pisteen laskemiseksi kirjoitamme = (B4-B14) ^ 2 / B14. 

Kopioimme ja liitämme kaavan muihin soluihin täyttämään arvon automaattisesti.

Tämän jälkeen laskemme chi-arvon (Laskettu arvo) lisäämällä kaikki taulukon yläpuolella annetut arvot

Saimme Chi-arvon arvoksi 18.65823 .

Tämän kriittisen arvon laskemiseksi käytämme chi-neliön kriittisten arvojen taulukkoa, josta voimme käyttää alla olevaa kaavaa.

Tämä kaava sisältää 2 parametria CHISQ.INV.RT (todennäköisyys, vapauden aste).

Todennäköisyys on 0,05, se on merkittävä arvo, joka auttaa meitä määrittämään, hyväksytäänkö nollahypoteesi (H 0 ) vai ei.

Chi-neliön kriittinen arvo on 9,487729037.

Nyt löydämme khi-neliön tai (P-arvon) = CHITEST arvon (todellinen_alue, odotettavissa oleva alue)

Alue = CHITEST (B4: D6, B14: D16) .

Kuten olemme nähneet, että chi-testin tai P-arvon arvo on = 0,00091723.

Kuten olemme nähneet, että olemme laskeneet kaikki arvot. Chi-square (Laskettu arvo) arvot ovat ainoa merkittävä silloin, kun sen arvo on sama tai suurempi kuin kriittinen arvo 9,48, eli kriittinen arvo (taulukko-arvo) tulee olla suurempi kuin 18,65 hyväksyä nollahypoteesi (H 0 ) .

Mutta tässä Laskettu arvo > Taulukkoarvo

X2 (laskettu)> X2 (taulukoitu)

18,65> 9,48

Tässä tapauksessa hylkäämme Null-hypoteesin (H 0 ) ja vaihtoehtoinen (H 1 ) hyväksytään.

  • Voimme myös käyttää P-arvoa saman ennustamiseen, ts. Jos P-arvo <= α (merkitsevä arvo 0,05), tyhjä hypoteesi hylätään
  • Jos P-arvo> α , älä hylkää  nollahypoteesia .

Tässä P-arvo (,0009172) < α (0,05), hylätä H 0 , hyväksyä H 1

Edellä olevasta esimerkistä päätellään, että palvelun laatu riippuu odottavien ihmisten palkoista.

Muistettavaa

  • Tarkoittaa normaalin normaalimuuttujan neliön.
  • Arvioi, poikkeavatko eri luokissa havaitut taajuudet merkittävästi tietyissä oletuksissa odotetuista taajuuksista.
  • Määrittää, kuinka hyvin oletettu jakauma sopii tietoihin.
  • Käyttää varautumataulukoita (markkinatutkimuksissa näitä taulukoita kutsutaan ristivälilehdiksi).
  • Tukee nimellistason mittauksia.

$config[zx-auto] not found$config[zx-overlay] not found