Como realizar um teste de qualidade de ajuste do qui quadrado no spss

Um teste de ajuste qui-quadrado é usado para determinar se uma variável categórica segue ou não uma distribuição hipotética.

Este tutorial explica como realizar um teste de qualidade de ajuste qui-quadrado no SPSS.

Exemplo: teste de ajuste qui-quadrado no SPSS

O dono de uma loja diz que um número igual de clientes vem à sua loja todos os dias da semana. Para testar esta hipótese, um pesquisador registra o número de clientes que entram na loja em uma determinada semana e descobre o seguinte:

• Segunda-feira: 50 clientes
• Terça-feira: 60 clientes
• Quarta-feira: 40 clientes
• Quinta-feira: 47 clientes
• Sexta-feira: 53 clientes

Use as etapas a seguir para realizar um teste de adequação do qui-quadrado no SPSS para determinar se os dados são consistentes com a afirmação do proprietário da loja.

Passo 1: Insira os dados.

Primeiro, insira os dados no SPSS no seguinte formato:

Etapa 2: use caixas ponderadas.

Para que o teste funcione corretamente, precisamos informar ao SPSS que a variável “Dia” deve ser ponderada pela variável “Número”.

Clique na guia Dados e em Casos de peso :

Na nova janela que aparece, arraste a variável Count para a área chamada Test Variable List. Em seguida, clique em OK .

Etapa 3: execute o teste de adequação do qui-quadrado.

Clique na guia Analisar , depois em Testes Não Paramétricos , em Diálogos Legados e em Qui Quadrado :

Na nova janela que aparece, arraste a variável Count para a área chamada Test Variable List.

Deixe a etiqueta marcada ao lado de Todas as categorias iguais , pois cada uma de nossas categorias (ou seja, dias da semana) tem o mesmo número esperado de visitantes todos os dias. Em seguida, clique em OK .

Etapa 4: Interprete os resultados .

Depois de clicar em OK , os resultados do teste de adequação do qui-quadrado aparecerão:

A primeira tabela mostra o número de clientes observado e esperado em cada dia da semana, bem como o resíduo (ou seja, a diferença) entre o observado e o esperado.

A segunda tabela exibe os seguintes números:

Qui-quadrado: A estatística do teste qui-quadrado, que é 4,36.

df: Os graus de liberdade, calculados como #categories-1 = 5-1 = 4.

Assímp. Sig: O valor p que corresponde a um valor qui-quadrado de 4,36 com 4 graus de liberdade, que é 0,359. Este valor também pode ser encontrado usando a pontuação do qui-quadrado para a calculadora do valor P.

Como o valor p (0,359) não é inferior a 0,05, não rejeitamos a hipótese nula. Isso significa que não temos evidências suficientes para afirmar que a verdadeira distribuição dos clientes é diferente daquela relatada pelo lojista.