한 건강 관리 컨설턴트가 두 병원의 환자 만족도 등급을 비교하려고 합니다. 이 컨설턴트는 각 병원에 대해 환자 20명의 만족도 점수를 수집합니다.

컨설턴트는 두 병원의 환자 등급의 표준 편차가 다른지 여부를 확인하기 위해 두 표본 분산 검정을 수행합니다.

  1. 표본 데이터 병원비교.MTW을 엽니다.
  2. 통계분석 > 기초 통계 > 두 표본 분산을 선택합니다.
  3. 드롭다운 리스트에서 두 표본이 모두 한 열에 있음을 선택합니다.
  4. 표본등급을 입력합니다.
  5. 표본 ID병원을 입력합니다.
  6. 확인을 클릭합니다.

결과 해석

귀무 가설은 표준 편차 간의 비율이 1이라는 것입니다. 두 p-값이 모두 유의 수준(α 또는 알파로 표시됨) 0.05보다 크기 때문에 컨설턴트는 귀무 가설을 기각할 수 없습니다. 컨설턴트는 병원 간의 표준 편차가 다르다는 결론을 내릴 수 있는 충분한 증거가 없습니다.

두 표본 분산에 대한 검정 및 CI: 등급 대 병원

방법 σ₁: 병원 = A일 때 등급의 표준 편차 σ₂: 병원 = B일 때 등급의 표준 편차 비율: σ₁/σ₂ Bonett과 Levene의 방법은 모든 계량형 분포에 유효합니다.
기술 통계량 σ에 대한 95% 병원 N 표준 편차 분산 CI A 20 8.183 66.958 (5.893, 12.597) B 20 12.431 154.537 (8.693, 19.709)
표준 편차의 비율 Bonett을 Levene을 사용한 사용한 비율에 대한 비율에 대한 추정 비율 95% CI 95% CI 0.658241 (0.372, 1.215) (0.378, 1.296)
검정 귀무 가설 H₀: σ₁ / σ₂ = 1 대립 가설 H₁: σ₁ / σ₂ ≠ 1 유의 수준 α = 0.05
검정 방법 통계량 DF1 DF2 P-값 Bonett 2.09 1 0.148 Levene 검정 1.60 1 38 0.214
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오