知识分享 | 卡方分析的入门小知识
                2022-04-28
                
                
                 【卡方分析的应用条件】
在生产过程中,针对自变量(x,即影响参数)和响应变量(y,即结果参数)都是离散型(即计数型)数据时,将用到卡方分析的统计学工具。
| 
             原假设和备择假设的制定标准  | 
            
             判断标准  | 
        |
| 
             原假设  | 
            
             数据为相互独立 (不相关)  | 
            
             P≥0.05  | 
        
| 
             备择假设  | 
            
             数据为不独立 (相关)  | 
            
             P<0.05  | 
        
【卡方分析的原假设和备择假设】
卡方分析的原假设和备择假设如下:

【卡方分析的路线图】
【卡方分析的示例如下:研究供应商与产品不良数之间有否有关系】
第一步:确定供应商为自变量(x),产品不良数为响应变量(y),收集数据如下:
| 
             X  | 
            
             Y  | 
        |
| 
             供应商  | 
            
             合格数  | 
            
             不合格数  | 
        
| 
             甲  | 
            
             35  | 
            
             567  | 
        
| 
             乙  | 
            
             23  | 
            
             650  | 
        
| 
             丙  | 
            
             30  | 
            
             688  | 
        
第二步:数据分析
Minitab中卡方检验的操作路径如下所示:



第三步:评估P值 并做出决策
以上数据P值=0.107>0.05表明:从统计学意义上,甲乙丙三家的不良率和供应商之间是不相关的,即影响产品不良率的因素,可不从“供应商”这个维度进行探究,可从技术标准、工艺标准、检验规范、加工设备、检验方法等技术工艺加工检验等维度继续研究改进。
卡方分析是一种处理离散型数据的非常好的统计学工具,易于简单操作。
请对统计学感兴趣的朋友们行动起来,应用统计学来分析在企业中遇到的问题并解决问题。若朋友们在应用卡方分析的过程中,遇到任何问题,欢迎您联系文思特公司的咨询师们进行沟通交流,共同进步。








