如果您的属性数据分布在工作表的单个列中,则完成以下步骤。
C1-T | C2 | C3 | C4 |
---|---|---|---|
检验员 | 样本 | 评级 | 标准 |
Simpson | 1 | 2 | 2 |
Montgomery | 1 | 2 | 2 |
Holmes | 1 | 2 | 2 |
Duncan | 1 | 1 | 2 |
Hayes | 1 | 2 | 2 |
如果每个检验员的评级分布在工作表单独的列中,则完成以下步骤。
检验员姓名的顺序必须与工作表中的顺序匹配。
C1 | C2 | C3 | C4 | C5 | C6 | C7 |
---|---|---|---|---|---|---|
部件 | 标准 | Simpson | Montgomery | Holmes | Duncan | Hayes |
1 | 2 | 2 | 2 | 2 | 1 | 2 |
2 | -1 | -1 | -1 | -1 | -2 | -1 |
3 | 0 | 1 | 0 | 0 | 0 | 0 |
4 | -2 | -2 | -2 | -2 | -2 | -2 |
5 | 0 | 0 | 0 | 0 | -1 | 0 |
输入包含每个样本已知参考评级的列。此列可以包含数字或文本属性,但数据类型必须与响应类型相匹配。
如果每个样本都有已知参考值,则可以评估每位检验员各次试验评级的正确性。如果选择 属性数据的类别是有序的,Minitab 还提供 Kendall 的相关系数。
选择指定数据具有两个以上水平且为顺序的。如果数据是顺序的,Minitab 将提供 kappa 统计量和 Kendall 的一致性系数评估检验员评级之间的相关性。