群组间的比例检定何谓卡方检定.pptVIP

群組間的比例檢定—何謂卡方檢定 統計性地判斷在交叉統計表中，群組間的百分比(例如，男女間贊成與否的百分比)是否有差異。 何謂檢定，是指判斷關於母體情況的假設(例如，男性與女性在贊成率上有差異)是否正確。在交叉統計中，欲讀取群組間的構成比是否有差異，便需要檢定虛無假設(尚未驗證贊成與否的假設，透過檢定來研討被拒絕的→「使之歸於虛無」、及對立假設「拒絕虛無假設的假設」，兩種假設。 H0:男性與女性在贊成率上無差異。→群組間無差異。 H1:拒絕虛無假設。→群組間有差異 何謂卡方檢定? 適合度檢定 是指了解母群體的比例後，判斷從問卷調查結果所獲得的比例是否與母體一致。 獨立性檢定 是指判斷群組與答案範疇間是否無關係(統計稱為「獨立」)，若以交叉統計表的查看方法為例，就是在判斷群組間的比例是否有差異。 判斷交叉統計的主要關鍵項目—性別、年齡、職業、使用品牌等屬性群組間與某個問題項目的回答比率在統計上是否有差異。 獨立性檢定 適用:性別、年齡、職業、使用品牌等屬性群組間某個問題項目回答比率在統計上是否有差異。→卡方檢定。 群組間的統計性差異若有任何意義→稱為「有顯著性」;反之若沒有意義則以「無顯著差異」 計算卡方值→若大於拒絕區的值，則判斷「群組間具有顯著差異」，也即拒絕虛無假設「群組間無差異」。PP*(查表)→則有顯著性差異。 2x2分割表 KXL分割表(K，L大於2) 2X2分割表(不同意見對意見A的贊成與否) 2X2分割表例舉 樣本數不同，但百分比相同之2x2分割表範例。→說明比例相同但樣本數不同，但統計上「有」、「無」顯著性差都可能發生，故必須由樣本數來計算卡方值 求出例B卡方值 求出例A卡方值 小結 例A有顯著性差異。 例B無顯著性差異。 例A及例B百分比相同但所得結果不同，說明:若僅依百分比進行交叉的分析，可能會產生錯誤解釋，故務必要實施交叉表的檢定。 KxL分割表 * * 抽樣 母體比例 樣本比例 檢定比例 是否一致 35.7 38.5 33.3 64.3 61.5 66.7 0 50 100(%) 贊成 反對 合計 女性 男性 900 500 1400 總計 400 250 650 女性 500 250 750 男性 反對 贊成 總計 90 50 140 總計 40 25 65 女性 50 25 75 男性 反對 贊成 總計 64.3 35.7 總計 61.5 38.5 女性 66.7 33.3 男性 反對 贊成 例 A (人)→樣本數為900 例 B (人)→樣本數為90 百分比表(%) b+d a+c n=a+b+c+d 總計 d c c+d 群組２ b a a+b 群組１ 答案範疇２ 答案範疇１ 總計 χ2=[n(ad-bc)2]/[(a+b)(a+c)(b+d)(c+d)] =[(140x925x40-50x25)2]/[75x50x90x65) =8750000/219375000 =0.3989 →無顯著性差異 自由度為1，且p=5%的可靠水準查表為3.841 若計算的值3.841則無顯著性差異 接受H0:群組間無差異 若計算的值3.841 則有顯著性差異 接受H1:群組間有差異 二個群組二個答案範疇則自由度df =(2-1)(2-1)=1 b+d a+c n=a+b+c+d 總計 d c c+d 群組２ b a a+b 群組１ 答案範疇２ 答案範疇１ 總計 χ2=[n(ad-bc)2]/[(a+b)(a+c)(b+d)(c+d)] =[(1400(250x400-500x250)2]/ [750x500x900x650)] =3.989 →顯著性差異 自由度為1，且p=5%的可靠水準查表為3.841 若計算的值3.841則無顯著性差異 接受H0:群組間無差異 若計算的值3.841 則有顯著性差異 接受H1:群組間有差異 二個群組二個答案範疇則自由度df =(2-1)(2-1)=1 n f.l ．．． f.2 f.1 總計 fk. fkl ．．． fk2 fk1 群組ｋ ．．． ．．． ．．． ．．． ．．． ．．． f2. f2l ．．． f22 f21 群組２ f1. f1l ．．． f12 f11 群組１ 總計 答案範疇 l ．．． 答案範疇２ 答案範疇１