Interpretieren der wichtigsten Ergebnisse für Chi-Quadrat-Test auf Assoziation

Führen Sie die folgenden Schritte aus, um einen Chi-Quadrat-Test auf Assoziation zu interpretieren. Zu den wichtigen Ergebnissen zählen die p-Werte, die Zellenanzahlen und der Beitrag jeder Zelle zur Chi-Quadrat-Statistik

In diesem Thema

Schritt 1: Bestimmen, ob die Assoziation zwischen der Antwortvariablen und dem Term statistisch signifikant ist
Schritt 2: Untersuchen der Differenzen zwischen erwarteten Anzahlen und beobachteten Anzahlen zum Ermitteln, welche Variablenstufen den größten Einfluss auf die Assoziation haben

Schritt 1: Bestimmen, ob die Assoziation zwischen der Antwortvariablen und dem Term statistisch signifikant ist

Um zu ermitteln, ob die Variablen unabhängig sind, vergleichen Sie den p-Wert mit dem Signifikanzniveau. In der Regel ist ein Signifikanzniveau (als α oder Alpha bezeichnet) von 0,05 gut geeignet. Ein Signifikanzniveau von 0,05 bedeutet ein Risiko der Schlussfolgerung, dass eine Assoziation zwischen den Variablen vorhanden ist, während tatsächlich keine vorhanden ist, von 5 %.

p-Wert ≤ α: Die Variablen weise eine statistisch signifikante Assoziation auf (H₀ zurückweisen): Wenn der p-Wert kleiner oder gleich dem Signifikanzniveau ist, weisen Sie die Nullhypothese zurück und schlussfolgern, dass eine statistisch signifikante Assoziation zwischen den Variablen besteht.
p-Wert > α: Sie können nicht schlussfolgern, dass die Variablen eine Assoziation aufweisen (H₀ nicht zurückweisen): Wenn der p-Wert größer als das Signifikanzniveau ist, weisen Sie die Nullhypothese nicht zurück, da keine ausreichenden Anzeichen für die Schlussfolgerung vorliegen, dass eine Assoziation zwischen den Variablen besteht.

Chi-Quadrat-Test

	Chi-Quadrat	DF	p-Wert
Pearson	11,788	4	0,019
Likelihood-Quotient	11,816	4	0,019

Wichtigste Ergebnisse: p-Wert für Chi-Quadrat nach Pearson, p-Wert für Likelihood-Quotienten-Chi-Quadrat

In diesen Ergebnissen beträgt die Chi-Quadrat-Statistik nach Pearson 11,788 und der p-Wert 0,019. Die Likelihood-Chi-Quadrat-Statistik beträgt 11,816 und der p-Wert 0,019. Sie können daher auf einem Signifikanzniveau von 0,05 schlussfolgern, dass eine statistisch signifikante Assoziation zwischen den Variablen besteht.

Schritt 2: Untersuchen der Differenzen zwischen erwarteten Anzahlen und beobachteten Anzahlen zum Ermitteln, welche Variablenstufen den größten Einfluss auf die Assoziation haben

Um zu Ermitteln, welche Variablenstufen den größten Einfluss haben, vergleichen Sie die beobachteten und erwarteten Anzahlen oder, oder untersuchen Sie den Beitrag zu Chi-Quadrat.

Anhand der Differenzen zwischen den beobachteten Zellenanzahlen und der erwarteten Zellenzahlen können Sie feststellen, welche Variablen über die größten Differenzen verfügen, was auf eine Abhängigkeit hindeuten kann. Sie können auch die Beiträge zur Chi-Quadrat-Statistik vergleichen, um zu bestimmen, welche Variablen über die größten Werte verfügen, was auf eine Abhängigkeit hindeuten kann.

Zeilen: Maschinen-ID Spalten: Arbeitsblattspalten

	1. Schicht	2. Schicht	3. Schicht	Alle

1	48	47	48	143
	56,08	46,97	39,96
	1,1637	0,0000	1,6195

2	76	47	32	155
	60,78	50,91	43,31
	3,8088	0,2998	2,9530

3	36	40	34	110
	43,14	36,13	30,74
	1,1809	0,4151	0,3468

Alle	160	134	114	408

Wichtigste Ergebnisse: Anzahl, Erwartete Anzahl, Beitrag zu Chi-Quadrat

In dieser Tabelle ist die Zellenanzahl die erste Zahl jeder Zelle, die erwartete Anzahl ist die zweite Zahl in jeder Zelle, und der Beitrag zur Chi-Quadrat-Statistik ist die dritte Zahl in jeder Zelle. In diesen Ergebnissen sind die erwartete Anzahl und die beobachtete Anzahl für die 1. Schicht mit Maschine 2 am größten, und der Beitrag zur Chi-Quadrat-Statistik ist ebenfalls am größten. Untersuchen Sie den Prozess während der 1. Schicht mit Maschine 2, um festzustellen, ob diese Differenz auf eine Ausnahmebedingung zurückzuführen ist.