Excel တွင် fisher's exact test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Fisher ၏ တိကျသောစစ်ဆေးမှု ကို အမျိုးအစားခွဲကွဲပြားသည့် ကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ 2 × 2 ဇယားတွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ဆဲလ်အရေအတွက် 5 ထက်နည်းသောအခါတွင် ၎င်းကို လွတ်လပ်ရေး chi-square စမ်းသပ်မှု၏ အစားထိုးအဖြစ် ယေဘုယျအားဖြင့် အသုံးပြုသည်။

ဤသင်ခန်းစာသည် Excel တွင် Fisher ၏တိကျသောစမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- Excel တွင် Fisher ၏တိကျသောစမ်းသပ်မှု

ကောလိပ်တစ်ခုခုရှိ နိုင်ငံရေး ပါတီတစ်ခုအတွက် ကျားမ နှင့် ပတ်သက်မှုရှိမရှိ သိချင်သည်ဆိုပါစို့။ ဤအရာကို လေ့လာရန်၊ ကျွန်ုပ်တို့သည် ကျောင်းဝင်းအတွင်းရှိ ကျောင်းသား ၂၅ ဦးကို ကျပန်း စစ်တမ်းကောက်ယူပါသည်။ ၎င်းတို့၏ လိင်အပေါ်အခြေခံ၍ ဒီမိုကရက်တစ် သို့မဟုတ် ရီပတ်ဘလစ်ကန် ကျောင်းသားဦးရေကို အောက်ပါဇယားတွင် ပြထားသည်-

ကျား၊မ နှင့် နိုင်ငံရေး ပါတီ နှစ်သက်ရာကြားတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန်၊ ကျွန်ုပ်တို့သည် Fisher ၏ အတိအကျ စမ်းသပ်မှုကို လုပ်ဆောင်နိုင်ပါသည်။

ဤစစ်ဆေးမှုကိုလုပ်ဆောင်ရန် Excel တွင် built-in လုပ်ဆောင်ချက်မရှိသော်လည်း၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် စစ်ဆေးမှုလုပ်ဆောင်ရန် hypergeometric လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-

=HYPGEOM.DIST(sample_s၊ နံပါတ်_နမူနာ၊ လူဦးရေ_များ၊ နံပါတ်_pop၊ စုစည်းမှု)

ရွှေ-

• sample_s = နမူနာရှိ “ အောင်မြင်မှုများ” အရေအတွက်
• number_sample = နမူနာအရွယ်အစား
• population_s = လူဦးရေအတွက် “ အောင်မြင်မှု” အရေအတွက်
• number_pop = လူဦးရေ အရွယ်အစား
• cumulative = မှန်ပါက၊ ၎င်းသည် စုစည်းဖြန့်ဝေမှုလုပ်ဆောင်ချက်ကို ပြန်ပေးသည်။ မှားပါက၊ ၎င်းသည် ဖြစ်နိုင်ခြေအစုလိုက်အပြုံလိုက်လုပ်ဆောင်ချက်ကို ပြန်ပေးသည်။ ကျွန်ုပ်တို့၏ရည်ရွယ်ချက်များအတွက်၊ ကျွန်ုပ်တို့သည် TRUE ကို အမြဲသုံးပါမည်။

ကျွန်ုပ်တို့၏နမူနာတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုရန်၊ အသုံးပြုရန် 2×2 ဇယားရှိ ဆဲလ်လေးခုထဲမှ တစ်ခုကို ရွေးချယ်ပါမည်။ မည်သည့်ဆဲလ်မဆို လုပ်ဆောင်နိုင်သော်လည်း ဤဥပမာအတွက် တန်ဖိုး “ 4” ဖြင့် ဘယ်ဘက်အပေါ်ဆုံးဆဲလ်ကို အသုံးပြုပါမည်။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် လုပ်ဆောင်ချက်အတွက် အောက်ပါတန်ဖိုးများကို ဖြည့်စွက်ပါမည်။

= HYPGEOM.DIST (ဆဲလ်တစ်ခုစီရှိတန်ဖိုး၊ ကော်လံစုစုပေါင်းအရေအတွက်၊ အတန်းစုစုပေါင်းအရေအတွက်၊ စုစုပေါင်းနမူနာအရွယ်အစား၊ TRUE)

၎င်းသည် တစ်ဖက်သတ် p-တန်ဖိုး 0.0812 ကို ထုတ်လုပ်သည်။

စမ်းသပ်မှုအတွက် နှစ်ဖက်မြင် p-value ကိုရှာရန်အတွက်၊ ကျွန်ုပ်တို့သည် အောက်ပါဖြစ်နိုင်ခြေနှစ်ခုကို ပေါင်းထည့်ပါမည်။

• စိတ်ပါဝင်စားသောဆဲလ်တွင် x “ အောင်မြင်မှု” ရရှိရန်ဖြစ်နိုင်ခြေ။ ကျွန်ုပ်တို့၏ကိစ္စတွင်၊ ဤသည်မှာ အောင်မြင်မှု 4 ခုရရှိရန်ဖြစ်နိုင်ခြေဖြစ်သည် (ဤဖြစ်နိုင်ခြေသည် 0.0812 ဖြစ်သည်ကို ကျွန်ုပ်တို့တွေ့ရှိထားပြီးဖြစ်သည်)။
• 1 – စိတ်ဝင်စားသောဆဲလ်တွင် (ကော်လံစုစုပေါင်းအရေအတွက် – x “အောင်မြင်မှု”) ရရှိရန်ဖြစ်နိုင်ခြေ။ ဤကိစ္စတွင်၊ ဒီမိုကရက်တစ်ကော်လံစုစုပေါင်းအရေအတွက်သည် 12 ဖြစ်သောကြောင့် ကျွန်ုပ်တို့သည် 1 – (8 “ အောင်မြင်မှု” ဖြစ်နိုင်ခြေရှိသည်)

ဤတွင်ကျွန်ုပ်တို့အသုံးပြုမည့်ဖော်မြူလာဖြစ်ပါသည်

၎င်းသည် 0.1152 ၏ အမြီးနှစ်ပိုင်း p-value ကို ထုတ်ပေးသည်။

ဖြစ်ရပ်နှစ်ခုစလုံးတွင်၊ ကျွန်ုပ်တို့သည် အမြီးတစ်ပိုင်း သို့မဟုတ် နှစ်မြီးပိုင်းစမ်းသပ်မှုပြုလုပ်သည်ဖြစ်စေ p-value သည် 0.05 ထက်မနည်းသည့်အတွက်ကြောင့် null hypothesis ကို ငြင်းပယ်၍မရပါ။ တစ်နည်းဆိုရသော် ကျား၊မ နှင့် နိုင်ငံရေး ပါတီနှစ်ခြိုက်မှုများကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှုရှိသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထား မရှိပါ။

ထပ်လောင်းအရင်းအမြစ်များ

Excel တွင် Chi-Square Independence Test ကိုမည်သို့လုပ်ဆောင်ရမည်နည်း။
Excel တွင် Chi Square Fit Test ကိုမည်သို့လုပ်ဆောင်ရမည်နည်း။
Excel တွင် Cramer’s V တွက်ချက်နည်း