假设检定与基本相关分析..pptVIP

假設檢定與基本相關分析 * 相關係數的解釋1 相關係數無論是否達到統計顯著的程度，都沒有隱含因果關係。故可能含有以幾種解釋： X導致Y Y導致X X與Y同時被其他變數影響 X與Y彼此互相影響 假設檢定與基本相關分析 * 相關係數的解釋2 相關分析解釋時應避免人為相關(artifact correlation) 人為相關乃是忽視不同組群的差異而視之為一整體。 例如，國內企業經營績效與作業流程e化之關係 vs. 服飾業經營績效與作業流程e化之關係。 假設檢定與基本相關分析 * 兩獨立樣本之母數檢定1 兩獨立樣本的樣本數皆大於30，或樣本數小但已知其母體為常態分配且母體變異數亦已知?Z檢定 兩獨立樣本的樣本數皆小於30，兩母體為為常態分配且假設具有相同的母體變異數? t檢定 假設檢定與基本相關分析 * 兩獨立樣本之母數檢定1 自由度為n1+n2-2 ：聯合估計之變異數 假設檢定與基本相關分析 * 範例1 例如，管理者想知道兩種不同的訓練課程對銷售人員業績的影響有無差異。首先，公司選了22個銷售人員進行訓練，並將之隨機分成二組，各有11人。一組用A方法訓練，另一組用B方法訓練，一年後觀察其績效： A組 B組 平均每週銷售 X1=1500 X2=1300 標準差 S1=225 S2=251 假設檢定與基本相關分析 * 範例2 設立假說 H0：兩種訓練方式所造成的結果間並無顯著的差異(μ1=μ2) H1：訓練方式A比訓練方式B所造成的銷售結果更佳(μ1μ2) 統計檢定 利用t檢定(因為資料為比率尺度樣本間彼此獨立且樣本數小於30) 顯著水準 令α=0.05(單尾檢定)，自由度=11+11-2=20 計算t=1.97 假設檢定與基本相關分析 * 範例3 決定臨界值 α=0.05，單尾檢定時之t值=1.725 決策制定 因實際值大於臨界值，所以拒絶虛無假說亦即訓練方法A所造成的銷售結果較佳。 假設檢定與基本相關分析 * SPSS ― 兩獨立樣本之T檢定 Analyze → Compare Means → Independent-Samples T Test 假設檢定與基本相關分析 * 問題—兩班成績是否相等(α=0.05) 甲班 乙班 甲班 乙班 85 90 60 87 74 75 74 64 90 78 65 55 60 81 78 72 75 86 86 88 88 62 84 76 74 86 70 60 65 80 66 78 假設檢定與基本相關分析 * 兩獨立樣本之無母數檢定 卡方檢定 Oij=第ij個分類中觀察值的次數 Eij=第ij個分類所期望出現的次數 χ2= ? (Oij-Eij)2 Eij i=1 k ? j=1 m 假設檢定與基本相關分析 * SPSS ―兩獨立樣本之卡方檢定 原始資料 Analyze → Descriptive Statistics →Crosstabs→Statistics→勾選Chi-square 加權資料 Data → Weight Cases Analyze → Descriptive Statistics →Crosstabs 假設檢定與基本相關分析 * 範例—抽煙與勞工安全之關係 在職意外 次數 (期望次數) 有 無 列總和 抽煙情況 很嚴重 12 (8.2) 4 (7.8) 16 不嚴重 9 (7.7) 6 (7.3) 15 不抽煙 13 (18.0) 22 (17.0) 35 行總和 34 32 66 假設檢定與基本相關分析 * 範例之檢定程序1 設立假說： H0：抽煙者與無抽煙者之間，對於意外事件的發生並無顯著的關係。 H1：抽煙者與無抽煙者之間，對於意外事件的發生存有顯著的關係。 統計檢定：卡方檢定 顯著水準：令α=0.05。自由度為(3-1)(2-1) 計算卡方值：6.86(特定方格內的期望次數=其行總和乘上列總和後除上總樣本數) 假設檢定與基本相關分析 * 範例之檢定程序2 決定臨界值：查表χ20.05，2=5.99 決策制定：6.86?5.99，拒絶虛無假設 假設檢定與基本相關分析 * Yate之連續校正 使用時機 在2?2的卡方表中，當樣本數大於40(或有任一格的理論次數小於5) 當樣本數介於20~40間，且其中的預期次數皆在5次以上時。 Yate之檢定較保守，若拒絶虛無假設，則能使檢定更具有說服力。 χ2= n(|AD-BC|-n/2)2 (A+B)(C+D)(A+C)(B+D) A B C D 假設檢定與基本相關分析 * 範例—不同性別對婚前性行為之態度 性別 態度 性別 態度 性別 態度 性別 態度 1 2 2 2 1 2 1 1 1 1 2 2 1 1 2 2 1 2 1 1 1 1 2 2 2 1 1 1 2 1 1 1 2 2 2 2 2 2 2 2 2