מבחני חי בריבוע לבדיקת טיב התאמה דוגמא: זורקים קוביה 300 פעמים. להלן התוצאות שהתקבלו: 6 5 4 3 2 1 תוצאה 41 66 45 56 49 43 שכיחות 2 התפלגות χ: 0.15 התפלגות חי בריבוע עבור דרגות חופש שונות 0.12 0.09 0.06 6 10 30 0.03 0.00 0 6 12 18 24 30 36 42 48 54 60 אופן ביצוע המבחן ב- SPSS : 1. נכניס את הנתונים לגליון SPSS על-ידי הגדרת 2 משתנים: result משתנה המקבל את הערכים 1,..,6 תוצאות ההטלה. freq שכיחויות כל אחת מהתוצאות בהתאמה. ניתן משקל באמצעות weight cases על-פי המשתנה.freq Analyze Non parametric test all categories equal test variable list: result Chi square test.2.3.4.5
RESULT 1 2 3 4 5 6 Observed N Expected N Residual 43.0-7.0 49.0-1.0 56.0 6.0 45.0-5.0 66.0 16.0 41.0-9.0 300 Test Statistics Chi-Square a df RESULT 8.960 5.111 a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is.0. 2 2 ( 7) ( 1) ( 9) + +.. + 2 = 8.96 דוגמא: האם אחוז הבנים הנולדים באזור מסויים שווה לאחוז הבנות? SEX דרך א': male female Observed N Expected N Residual 3 360.0-10.0 370 360.0 10.0 720 Test Statistics Chi-Square a df SEX.556 1.456 a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 360.0. אופן ביצוע: כמו בדוגמא הקודמת דרך.chi square test
דרך ב : Binomial Test Category N Observed Prop. Test Prop. (2-tailed) SEX Group 1 male 3.49..479 a Group 2 female 370.51 720 1.00 a. Based on Z Approximation. אופן הביצוע: Analyze Nonparametric Binomial.1.2.3.Test variable list=sex, Test proportion=0.5.4 אותה מסקנה כמו קודם. P-Value=0.479 בדרך הקודמת.P-Value=0.456 דוגמא: בקובץ.beer1 האם קיים ייצוג שווה לכל אחד מיצרני הבירה? MANUFACT BB Best Fresh Observed N Expected N Residual 44 38.7 5.3 40 38.7 1.3 32 38.7-6.7 116 Test Statistics Chi-Square a df MANUFACT 1.931 2.381 a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 38.7.
מבחני חי בריבוע לבחינת אי תלות והומוגניות דוגמא: בסקר דעת קהל נשאלו 2,0 אנשים על דעתם בנושא מסויים. כל אחד מהנשאלים השיב: בעד, נגד, לא החליט. שאלת המחקר היא האם בני 25 ומטה הם בעלי דעות שונות מזו של בני 25 ומעלה. להלן התוצאות שהתקבלו : נגד לא החליט בעד 0 100 400 0 400 600 מתחת 25 מעל 25 אופן ביצוע ב- SPSS : נגדיר 3 משתנה בגליון הנתונים:.over 25=2,under 25=1 :age.favor=3,undecided=2,opposed=1 :Opinion :Freq שכיחויות כל אחת מהתוצאות בהתאמה. ניתן משקל באמצעות weight cases על-פי המשתנה.freq Analyze descriptive statistics crosstabs להעביר ל- rows את age ול- columns את.opinion להכנס ל- statistics ולסמן.chi-square להכנס ל- Cells ולסמן.observed, expected, row.1.2.3.4.5.6.7.8 AGE * OPINION Crosstabulation AGE under 25 over 25 Expected % within AGE Expected % within AGE Expected % within AGE OPINION opposed undecided favor 400 100 0 1000 400.0 200.0 400.0 1000.0 40.0% 10.0%.0% 100.0% 600 400 0 10 600.0 300.0 600.0 10.0 40.0% 26.7% 33.3% 100.0% 1000 0 1000 20 1000.0 0.0 1000.0 20.0 40.0% 20.0% 40.0% 100.0%
Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Chi-Square Tests Value df (2-sided) 125.000 a 2.000 132.338 2.000 20.825 1.000 20 a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 200.00. מסקנה: בכל רמת מובהקות סבירה נאמר שהתפלגות הדעות בקרב שתי קבוצות הגיל אינן שוות. דוגמא: השוואת פרופורציות של שתי אוכלוסיות בלתי תלויות. רוצים להשוות את אחוז הגברים, בוגרי ביוטכנולוגיה לאחוז הנשים בוגרות המחלקה, שמתקדמים לתפקידי ניהול. לשם כך נלקח מדגם מקרי של 100 בוגרים ו- 74 בוגרות, שנתיים לפחות לאחר סיום לימודיהם. מבין הגברים נמצאו 73 מנהלים ומבין הנשים 48 מנהלות. האם קיים הבדל מובהק בין אחוז המנהלים והמנהלות בוגרי המחלקה? SEX * STATUS Crosstabulation SEX male female Expected % within SEX Expected % within SEX Expected % within SEX STATUS manager other 73 27 100 69.5 30.5 100.0 73.0% 27.0% 100.0% 48 26 74 51.5 22.5 74.0 64.9% 35.1% 100.0% 121 53 174 121.0 53.0 174.0 69.5% 30.5% 100.0%
Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases Chi-Square Tests Value df (2-sided) 1.329 b 1.249.972 1.324 1.322 1.2 1.321 1.2 174 a. Computed only for a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided).318.162 b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 22.54. דוגמא: בקובץ.beer1 האם התפלגות רמת שביעות הרצון בין שני האזורים שווה? AREA * mark for taste Crosstabulation AREA north south Expected % within AREA Expected % within AREA Expected % within AREA mark for taste very low low medium high very high 11 9 20 9 8 57 10.8 9.8 16.7 9.8 9.8 57.0 19.3% 15.8% 35.1% 15.8% 14.0% 100.0% 11 11 14 11 12 59 11.2 10.2 17.3 10.2 10.2 59.0 18.6% 18.6% 23.7% 18.6% 20.3% 100.0% 22 20 34 20 20 116 22.0 20.0 34.0 20.0 20.0 116.0 19.0% 17.2% 29.3% 17.2% 17.2% 100.0% Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Chi-Square Tests Value df (2-sided) 2.225 a 4.694 2.236 4.692.311 1.577 116 a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.83.