SPSS 카이 제곱 테스트 결과를 읽는 방법

ASYMP.sig 는 우리가 흔히 말하는 p 값입니다. 일반적으로 P 값이 0.05 보다 작으면 결과에 큰 차이가 있는 것으로 간주되고 P 값이 0.05 보다 크면 큰 차이가 없는 것으로 간주됩니다.

분석 결과:

χ2 값과 p 값, "카이 제곱 검사" 테이블의 1 행, 1 열, 3 열을 차례로 살펴봅니다. 보충: 두 번째 행은 수정된 카이 제곱 및 P 값이고, 네 번째 행은 Fisher 정확한 확률 방법으로 계산된 P 값입니다. 일반적으로 다음과 같이 규정합니다.

1. 총 샘플량 n≥40, 모든 세포의 이론적 주파수 (예상 주파수) t≥5 일 때 피어슨 χ2 검사를 사용합니다. 1 라인 결과를 참조하십시오.

2. 총 샘플량 n≥40 이 있지만 1 ≤ t < 5 인 경우 연속성 보정 χ2 검사를 사용하여 2 행 결과를 확인합니다.

3. 총 샘플량 n < 40 또는 최소 이론적 주파수 t < 1 또는 테스트 결과 P 값이 테스트 수준 α에 가까울 때 Fisher 정확한 확률법을 사용하여 테스트한 결과 4 행에 나와 있습니다.

확장 데이터

카이 제곱 검사의 가장 일반적인 용도는 무질서한 분류 변수의 각 수평 분포가 두 개 이상의 그룹 간에 일치하는지 확인하는 것입니다. 사실, 이 용도 외에, 카방 검사에는 더 광범위한 응용이 있다. 특히 그 용도는 주로 다음과 같은 측면을 포함한다.

1, 연속 변수의 분포가 이론적 분포와 일치하는지 확인합니다. 정규 분포에 부합하는지 여부, 균일 분포에 복종하는지 여부, 포아송 분포에 복종하는지 여부 등이 있습니다.

2. 분류 변수의 발생 확률이 지정된 확률과 같은지 검증합니다. 예를 들어, 36 중 7 개의 복권이 당첨되고, 각 번호의 확률이1/36 인지 여부 동전을 던질 때 쌍방이 나타날 확률은 0.5 입니까?

두 분류 변수가 서로 독립적이는지 테스트하십시오. 예를 들어 흡연 (이원변수: 예, 아니오) 이 호흡기 질환과 관련이 있는지 여부 (이원변수: 예, 아니오); 원자재 유형 (다중 분류 변수) 이 제품 적합성 (2 분류 변수) 과 관련되어 있는지 여부

4. 하나 이상의 분류 요소의 역할을 통제한 후 다른 두 분류 변수가 서로 독립적인지 확인합니다. 예를 들어, 성별과 나이의 영향을 통제한 후, 흡연은 호흡기 질환과 관련이 있습니까? 제품 가공 공예의 영향을 통제한 후, 제품 원료 범주가 제품 합격과 관련이 있는지 여부.

1 ~ 2 가지 방법의 결과가 일치하는지 확인하십시오. 두 가지 진단 방법을 사용하여 같은 사람을 진단하면 진단 결과가 일치합니까? 두 가지 방법으로 고객의 가치 범주를 예측하고 결과가 일치하는지 예측할 수 있습니다.

참고 자료:

바이두 백과-카이 팡 테스트