相关性的卡方检验示例

在雨伞制造厂中,会对雨伞手柄进行测量,如果雨伞手柄不符合规格,则会从装配线中将其移除。每日报表将显示在所有三个班次期间,工厂的三台冲床中每台生产的不合格手柄数。质量工程师想确定冲床和班次是否存在关联。

工程师可执行相关性卡方检验来确定生产不合格把手的冲床和班次之间是否相关。

  1. 打开样本数据雨伞手柄.MTW.
  2. 选择统计 > 表格 > 相关性的卡方检验
  3. 从数据下拉列表中,选择双向表中的汇总数据
  4. 包含表格的列中,输入“第 1 个偏移”、“第 2 个偏移”、“第 3 个偏移”。
  5. 表标签 (可选)下的中,输入机器 ID
  6. 单击统计量
  7. 选择每个单元格对卡方的贡献 保留卡方检验在每个单元格中显示计数显示边际计数期望单元计数的默认选择。
  8. 单击每个对话框中的确定

解释结果

对于这些数据,Pearson 卡方统计量为 11.788(p 值 = 0.019),似然比卡方统计量为 11.816(p 值 = 0.019)。这两个 p 值都小于显著性水平 0.05。因此,工程师断定变量之间存在关联,而且冲床的性能因班次而异。

第一个班次生产的不合格把手最多 (160),而且冲床 2 制造的不合格把手的比率较大 (76)。如果变量之间不相关,则第一个班次使用冲床 2 生产的不合格把手的数量比预期大得多。工程师使用此信息研究第一个班次使用冲床 2 生产的不合格把手。

相关性的卡方检验: 机器 ID, 工作表列

行: 机器 ID 列: 工作表列 第 1 第 2 第 3 个偏移 个偏移 个偏移 全部 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 全部 160 134 114 408 单元格内容 计数 期望计数 对卡方的贡献
卡方检验 卡方 自由度 P 值 Pearson 11.788 4 0.019 似然比 11.816 4 0.019
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策