Spss တွင် chi square goodness of fit test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Chi -square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။

ဤသင်ခန်းစာသည် SPSS တွင် chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- SPSS တွင် Chi-square goodness-of-fit test

စတိုးဆိုင်ပိုင်ရှင်တစ်ဦးက သူ့ဆိုင်ကို အပတ်စဉ် ဖောက်သည်အရေအတွက် တူညီစွာလာရောက်သည်ဟု ဆိုသည်။ ဤယူဆချက်ကို စမ်းသပ်ရန်အတွက် သုတေသီတစ်ဦးသည် သတ်မှတ်ရက်သတ္တပတ်အတွင်း စတိုးဆိုင်သို့ ရောက်ရှိလာသော ဖောက်သည်အရေအတွက်ကို မှတ်တမ်းတင်ပြီး အောက်ပါတို့ကို တွေ့ရှိသည်-

• တနင်္လာနေ့- ဖောက်သည် ၅၀
• အင်္ဂါနေ့- ဖောက်သည် ၆၀
• ဗုဒ္ဓဟူးနေ့- ဖောက်သည် ၄၀
• ကြာသပတေးနေ့: ဖောက်သည် 47
• သောကြာနေ့: ဖောက်သည် 53 ဦး

ဒေတာသည် စတိုးပိုင်ရှင်၏ တောင်းဆိုချက်နှင့် ကိုက်ညီမှုရှိမရှိ ဆုံးဖြတ်ရန် SPSS တွင် Chi-square goodness-of-fit စမ်းသပ်မှုပြုလုပ်ရန် အောက်ပါအဆင့်များကို အသုံးပြုပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ပထမဦးစွာ၊ အောက်ပါဖော်မတ်ဖြင့် SPSS ထဲသို့ ဒေတာကို ထည့်ပါ။

အဆင့် 2- အလေးချိန်ရှိသောသေတ္တာများကို အသုံးပြုပါ။

စာမေးပွဲကို မှန်ကန်စွာလုပ်ဆောင်နိုင်ရန်၊ “ နေ့” ကိန်းရှင်အား “ နံပါတ်” ကိန်းရှင်ဖြင့် ချိန်ဆသင့်သည်ဟု SPSS အား ပြောပြရန် လိုအပ်ပါသည်။

Data tab ကိုနှိပ်ပါ၊ ထို့နောက် Weight Cases ကို နှိပ်ပါ။

ပေါ်လာသည့်ဝင်းဒိုးအသစ်တွင်၊ Test Variable List တံဆိပ်တပ်ထားသော ဧရိယာထဲသို့ Count variable ကို ဆွဲယူပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

အဆင့် 3- chi-square goodness-of-fit test ကိုလုပ်ဆောင်ပါ။

Analyze tab ကိုနှိပ်ပါ၊ ထို့နောက် Nonparametric Tests ၊ ထို့နောက် Legacy Dialogs ၊ ထို့နောက် Chi Square

ပေါ်လာသည့်ဝင်းဒိုးအသစ်တွင်၊ Test Variable List တံဆိပ်တပ်ထားသော ဧရိယာထဲသို့ Count variable ကို ဆွဲယူပါ။

ကျွန်ုပ်တို့၏ အမျိုးအစားတစ်ခုစီ (ဆိုလိုသည်မှာ ရက်သတ္တပတ်၏နေ့ရက်များ) တွင် တစ်နေ့လျှင် ဧည့်သည်အရေအတွက် တူညီသောကြောင့် အမျိုးအစားအားလုံး တူညီသော ကြောင့် အညွှန်းကို အမှတ်ခြစ်ထားလိုက်ပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

အဆင့် 4- ရလဒ်များကို ဘာသာပြန်ပါ ။

OK ကို နှိပ်လိုက်သည်နှင့် Chi-square goodness-of-fit test ရလဒ်များ ပေါ်လာပါမည်-

ပထမဇယားသည် ရက်သတ္တပတ်၏နေ့ရက်တိုင်းတွင် စောင့်ကြည့်လေ့လာပြီး မျှော်လင့်ထားသည့် ဖောက်သည်အရေအတွက်အပြင် စောင့်ကြည့်လေ့လာထားသည်နှင့် မျှော်လင့်ထားသည့်ကြားမှ ကျန်ရှိနေသော (ဆိုလိုသည်မှာ ကွာခြားချက်) ကို ပြသသည်။

ဒုတိယဇယားတွင် အောက်ပါနံပါတ်များကို ပြသသည်-

Chi-square- 4.36 ဖြစ်သည့် chi-square စမ်းသပ်မှု ကိန်းဂဏန်း။

df- လွတ်လပ်မှုဒီဂရီ၊ #categories-1 = 5-1 = 4 အဖြစ် တွက်ချက်သည်။

Asymp Sig- 0.359 ဖြစ်သည့် လွတ်လပ်မှု 4 ဒီဂရီနှင့် 4.36 ၏ Chi-square တန်ဖိုးနှင့် သက်ဆိုင်သည့် p-တန်ဖိုး။ P-value ဂဏန်းတွက်စက်သို့ chi-square ရမှတ်ကို အသုံးပြု၍ ဤတန်ဖိုးကိုလည်း တွေ့ရှိနိုင်သည်။

p-value (0.359) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဆိုလိုသည်မှာ စတိုးဆိုင်ပိုင်ရှင်မှ တင်ပြသော ဖောက်သည်များ၏ စစ်မှန်သော ဖြန့်ဖြူးမှုသည် ကွဲလွဲကြောင်း ပြောရန် လုံလောက်သော အထောက်အထား မရှိဟု ဆိုလိုပါသည်။