단일 비율 검정에 대한 데이터 입력

통계분석 > 기초 통계 > 단일 비율 검정

분석에 대한 데이터 및 귀무 가설을 입력합니다.

데이터 입력

데이터를 가장 잘 설명하는 옵션을 선택하십시오.

데이터가 워크시트의 한 열에 있는 경우 다음 단계를 수행하십시오.

드롭다운 리스트에서 하나 이상의 표본, 한 열에 하나씩을 선택합니다.
분석하려는 데이터 열을 입력합니다. 열에는 True 및 False와 같은 두 개의 고유한 값이 포함되어야 합니다.
열이 숫자인 경우, Minitab에서는 가장 큰 값을 사용하여 사건(성공이라고도 함)을 표시합니다. 열에 텍스트가 포함되어 있는 경우, Minitab에서는 알파벳순으로 두 번째 단어를 사용하여 사건을 표시합니다. Minitab에서 사건으로 사용하는 값을 변경하려면 Minitab 결과에서 텍스트 값 표시 순서 변경으로 이동하십시오.

팁
데이터 배열 리스트 아래 빈 필드를 클릭하여 차트에 사용할 수 있는 데이터 열을 확인합니다.

이 워크시트에서 구입은 한 가구에서 광고를 받은 후 제품을 구입했는지 여부를 나타냅니다. 알파벳순으로 두 번째이기 때문에 Minitab에서는 예를 사건으로 사용합니다.

사건 발생 횟수와 시행 회수를 알고 있지만 워크시트에 실제 표본 데이터가 없는 경우 다음 단계를 수행하십시오.

드롭다운 리스트에서 요약 데이터을 선택합니다.
사건 발생 횟수에 성공 횟수를 입력합니다. 예를 들어, 불량 부품의 비율을 확인하려면 사건의 수가 불량 부품의 수와 같아야 합니다.
시행 횟수에 총 관측치 수를 입력합니다. 예를 들어, 불량 부품의 비율을 확인하려면 시행 횟수가 표본으로 추출한 부품의 총 수와 같아야 합니다.

평균이 귀무 가설에서의 평균과 다른지 여부를 확인하기 위해 p-값을 계산하려면 가설 검정을 수행해야 합니다.

모집단 비율(ρ로 표시됨)이 사용자가 지정하는 귀무 가설에서의 값(ρ₀로 표시됨)과 유의하게 다른지 여부를 확인하려면 가설 검정을 사용합니다. 검정을 수행하지 않아도 Minitab에서는 모집단 비율을 포함할 가능성이 높은 값의 범위인 신뢰 구간을 표시합니다. 자세한 내용은 가설 검정의 정의에서 확인하십시오.
귀무 가설에서의 비율은 귀무 가설(H₀: ρ = ρ₀)을 정의합니다. 이 값을 목표값 또는 기준 값으로 생각하십시오. 예를 들어, 한 분석가는 우편물 광고에 응답하는 고객의 비율이 4.3%와 다른지 여부를 확인하기 위해 0.043을 입력합니다(H₀: p = 0.043).