Excel တွင် one proportion z test ကိုမည်သို့လုပ်ဆောင်ရမည်နည်း။

one-proportion z-test ကို သီအိုရီအချိုးအစားနှင့် သတိပြုမိသောအချိုးအစားကို နှိုင်းယှဉ်ရန် အသုံးပြုသည်။

ဥပမာအားဖြင့်၊ တယ်လီဖုန်းကုမ္ပဏီတစ်ခုသည် ၎င်း၏ဖောက်သည်များ၏ 90% သည် ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်သည်ဟု ဆိုပါစို့။ ဤတိုင်ကြားချက်ကို စမ်းသပ်ရန်အတွက် လွတ်လပ်သောသုတေသီတစ်ဦးသည် ဖောက်သည် ၂၀၀ ၏ ရိုးရှင်းသောကျပန်းနမူနာကို စုဆောင်းကာ ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်မှုရှိမရှိ မေးမြန်းခဲ့ရာ 85% က ဟုတ်သည်ဟု ဆိုသည်။

၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်သည့်ဖောက်သည်များ၏ စစ်မှန်သောရာခိုင်နှုန်းသည် အမှန်တကယ် 90% ဟုတ်မဟုတ် စမ်းသပ်ရန် one-proportion z-test ကို အသုံးပြုနိုင်ပါသည်။

နမူနာတစ်ခုတွင် Z စမ်းသပ်မှုပြုလုပ်ရန် အဆင့်များ

z စစ်ဆေးမှုကို အချိုးကျကျလုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-

အဆင့် ၁။ ယူဆချက်များကို ဖော်ပြပါ။

null hypothesis (H0): P = 0.90

အစားထိုးယူဆချက်- (Ha): P ≠ 0.90

အဆင့် 2. စမ်းသပ်စာရင်းအင်းနှင့် သက်ဆိုင်ရာ p-value ကိုရှာပါ။

စမ်းသပ်စာရင်းအင်း z = (pP) / (√P(1-P) / n)

p သည် နမူနာအချိုးဖြစ်ပြီး P သည် ဟန်ချက်ညီသောလူဦးရေအချိုးဖြစ်ပြီး n သည် နမူနာအရွယ်အစားဖြစ်သည်။

z = (.85-.90) / (√.90(1-.90) / 200) = (-.05) / (.0212) = -2.358

P-value Z-score ဂဏန်းတွက်စက် ကို -2.358 နှင့် p-value = 0.018 ကိုရှာရန် အမြီးနှစ်ကြောင်းဖြင့် စမ်းသပ်မှုကို အသုံးပြုပါ ။

အဆင့် 3. ပယ်ချခြင်း သို့မဟုတ် မငြင်းဆိုပါနှင့်။

ပထမဦးစွာ၊ ကျွန်ုပ်တို့သည် စာမေးပွဲအတွက် အသုံးပြုရန် အရေးကြီးသောအဆင့်ကို ရွေးချယ်ရန် လိုအပ်ပါသည်။ ဘုံရွေးချယ်မှုများမှာ 0.01၊ 0.05 နှင့် 0.10 ဖြစ်သည်။ ဒီဥပမာအတွက် 0.05 ကိုသုံးကြည့်ရအောင်။ p-value သည် ကျွန်ုပ်တို့၏ အရေးပါမှုအဆင့် 0.05 အောက်ဖြစ်သောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်ပါသည်။

ကျွန်ုပ်တို့သည် null hypothesis ကို ပယ်ချလိုက်သောကြောင့် သုံးစွဲသူ 90% သည် ၎င်းတို့၏ဝန်ဆောင်မှုကို စိတ်ကျေနပ်မှုရှိကြောင်း မမှန်ကြောင်းပြောရန် လုံလောက်သော အထောက်အထားများရှိသည်။

Excel တွင် One-Sample Z Test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

အောက်ဖော်ပြပါနမူနာများသည် Excel ရှိနမူနာတစ်ခုတွင် az test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ဖော်ပြသည်။

နမူနာ Z စမ်းသပ်မှုတစ်ခု (အမြီးနှစ်ကြောင်း)

တယ်လီဖုန်းကုမ္ပဏီတစ်ခုက ၎င်း၏ သုံးစွဲသူ ၉၀ ရာခိုင်နှုန်းသည် ၎င်းတို့၏ ဝန်ဆောင်မှုကို ကျေနပ်သည်ဟု ဆိုကြသည်။ ဤတိုင်ကြားချက်ကို စမ်းသပ်ရန်အတွက် လွတ်လပ်သောသုတေသီတစ်ဦးသည် ဖောက်သည် ၂၀၀ ၏ ရိုးရှင်းသောကျပန်းနမူနာကို စုဆောင်းကာ ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်မှုရှိမရှိ မေးမြန်းခဲ့ရာ 190 က ဟုတ်သည်ဟု ဖြေသည်။

ဖောက်သည် 90% သည် ၎င်းတို့၏ ဝန်ဆောင်မှုအပေါ် ကျေနပ်မှုရှိကြောင်း 90% သည် ၎င်းတို့၏ ဝန်ဆောင်မှုကို မကျေနပ်ကြောင်း အခြားယူဆချက်နှင့် ဆန့်ကျင်ဘက်ဖြစ်သော null hypothesis ကို စမ်းသပ်ပါ။ သိသာထင်ရှားမှုအဆင့် 0.05 ကိုသုံးပါ။

အောက်ဖော်ပြပါ ဖန်သားပြင်ဓာတ်ပုံသည် Excel တွင် အမြီးနှစ်ပိုင်းတစ်ပိုင်း-နမူနာ z စမ်းသပ်မှုကို အသုံးပြုသည့် ဖော်မြူလာများနှင့်အတူ မည်သို့လုပ်ဆောင်ရမည်ကို ပြသသည်-

ဆဲလ် B1:B3 တွင် တန်ဖိုးများကို သင်ဖြည့်ရပါမည်။ ထို့နောက်၊ ဆဲလ် B5:B7 အတွင်းရှိ တန်ဖိုးများကို C5:C7 တွင်ပြသထားသည့် ဖော်မြူလာများကို အသုံးပြု၍ အလိုအလျောက်တွက်ချက်ပါသည်။

ဖော်ပြထားသော ဖော်မြူလာများသည် အောက်ပါအတိုင်း လုပ်ဆောင်သည်ကို သတိပြုပါ။

• ဆဲလ် C5 ရှိ ဖော်မြူလာ- ၎င်းသည် ဖော်မြူလာ ကြိမ်နှုန်း/နမူနာအရွယ်အစားကို အသုံးပြု၍ နမူနာအချိုးကို တွက်ချက်သည်။
• ဆဲလ် C6 ရှိ ဖော်မြူလာ : p သည် နမူနာအချိုးဖြစ်သည့် ဖော်မြူလာ (pP) / (√P(1-P) / n) ကို အသုံးပြု၍ စစ်ဆေးမှု ကိန်းဂဏန်းကို တွက်ချက်သည်၊ P သည် လူဦးရေ၏ အချိုးအစား အချိုးအစားဖြစ်ပြီး n သည် နမူနာအရွယ်အစား ဖြစ်သည်။
• ဆဲလ် C6 ရှိ ဖော်မြူလာ : ၎င်းသည် Excel လုပ်ဆောင်ချက် NORM.S.DIST ကို အသုံးပြု၍ ဆဲလ် B6 တွင် တွက်ချက်ထားသော စမ်းသပ်ကိန်းဂဏန်းနှင့် ဆက်စပ်နေသည့် p-တန်ဖိုးကို တွက်ချက်ပေးသည်၊ ၎င်းသည် ပုံမှန်ဖြန့်ဖြူးမှုအတွက် ပိုဖြစ်နိုင်ခြေကို ပျမ်းမျှ = 0 နှင့် စံသွေဖည် = 1 ဖြင့် ပြန်ပေးသည်။ ကျွန်ုပ်တို့ ၎င်းသည် နှစ်မြီးပိုင်းစမ်းသပ်မှုဖြစ်သောကြောင့် ဤတန်ဖိုးကို နှစ်ချက်မြှောက်ပါ။

p-value ( 0.018 ) သည် ရွေးချယ်ထားသော အရေးပါမှုအဆင့် 0.05 ထက်နည်းသောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်ပြီး ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်သောဖောက်သည်များ၏ စစ်မှန်သောရာခိုင်နှုန်းသည် 90% နှင့် ညီမျှခြင်းမရှိကြောင်း ကောက်ချက်ချပါသည်။

နမူနာ Z စမ်းသပ်မှု (တစ်ဖက်သတ်)

တယ်လီဖုန်းကုမ္ပဏီတစ်ခုက ၎င်း၏ သုံးစွဲသူ ၉၀ ရာခိုင်နှုန်းသည် ၎င်းတို့၏ ဝန်ဆောင်မှုကို ကျေနပ်သည်ဟု ဆိုကြသည်။ ဤတိုင်ကြားချက်ကို စမ်းသပ်ရန်အတွက် လွတ်လပ်သောသုတေသီတစ်ဦးသည် ဖောက်သည် ၂၀၀ ၏ ရိုးရှင်းသောကျပန်းနမူနာကို စုဆောင်းကာ ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်မှုရှိမရှိ မေးမြန်းခဲ့ရာ 176 ဦးက ဟုတ်သည်ဟု ဖြေသည်။

ဖောက်သည် 90% ထက်နည်းသော ဝန်ဆောင်မှုကို ကျေနပ်မှုရှိကြောင်း အခြားယူဆချက်နှင့် ဆန့်ကျင်ဘက် ဖောက်သည်များ၏ 90% သည် ၎င်းတို့၏ဝန်ဆောင်မှုအတွက် စိတ်ကျေနပ်မှုရှိကြောင်း null hypothesis ကို စမ်းသပ်ပါ ။ သိသာထင်ရှားမှုအဆင့် 0.1 ကိုသုံးပါ။

အောက်ဖော်ပြပါ ဖန်သားပြင်ဓာတ်ပုံသည် Excel ရှိ နမူနာတစ်ခုတွင် တစ်ဖက်သတ် z-test ကိုအသုံးပြုပုံဖော်မြူလာများနှင့်အတူ မည်သို့လုပ်ဆောင်ရမည်ကို ပြသသည်-

ဆဲလ် B1:B3 တွင် တန်ဖိုးများကို သင်ဖြည့်ရပါမည်။ ထို့နောက်၊ ဆဲလ် B5:B7 အတွင်းရှိ တန်ဖိုးများကို C5:C7 တွင်ပြသထားသည့် ဖော်မြူလာများကို အသုံးပြု၍ အလိုအလျောက်တွက်ချက်ပါသည်။

ဖော်ပြထားသော ဖော်မြူလာများသည် အောက်ပါအတိုင်း လုပ်ဆောင်သည်ကို သတိပြုပါ။

• ဆဲလ် C5 ရှိ ဖော်မြူလာ- ၎င်းသည် ဖော်မြူလာ ကြိမ်နှုန်း/နမူနာအရွယ်အစားကို အသုံးပြု၍ နမူနာအချိုးကို တွက်ချက်သည်။
• ဆဲလ် C6 ရှိ ဖော်မြူလာ : p သည် နမူနာအချိုးဖြစ်သည့် ဖော်မြူလာ (pP) / (√P(1-P) / n) ကို အသုံးပြု၍ စစ်ဆေးမှု ကိန်းဂဏန်းကို တွက်ချက်သည်၊ P သည် လူဦးရေ၏ အချိုးအစား အချိုးအစားဖြစ်ပြီး n သည် နမူနာအရွယ်အစား ဖြစ်သည်။
• ဆဲလ် C6 ရှိ ဖော်မြူလာ : ၎င်းသည် Excel လုပ်ဆောင်ချက် NORM.S.DIST ကို အသုံးပြု၍ ဆဲလ် B6 တွင် တွက်ချက်ထားသော စမ်းသပ်ကိန်းဂဏန်းနှင့် ဆက်စပ်နေသည့် p-တန်ဖိုးကို တွက်ချက်သည်၊ ၎င်းသည် ပုံမှန်ဖြန့်ဖြူးမှု၏ တိုးပွားနိုင်ခြေကို ပျမ်းမျှ = 0 နှင့် စံသွေဖည် = 1 ဖြင့် ပြန်ပေးသည်။

p-value ( 0.17 ) သည် ရွေးချယ်ထားသော အရေးပါမှုအဆင့် 0.1 ထက် ကြီးသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ၎င်းတို့၏ဝန်ဆောင်မှုကို ကျေနပ်သောဖောက်သည်များ၏ စစ်မှန်သောရာခိုင်နှုန်းမှာ 90% ထက်နည်းသည်ဟုဆိုရန် လုံလောက်သောအထောက်အထားမရှိပါ။