4 ตัวอย่างการใช้การทดสอบไคสแควร์ในชีวิตจริง

ในเชิงสถิติ การทดสอบไคสแควร์มีสองประเภทที่แตกต่างกัน:

1. การทดสอบความดีพอดีของไคสแควร์ – ใช้เพื่อพิจารณาว่าตัวแปรเชิงหมวดหมู่เป็นไปตามการแจกแจงเชิงสมมุติหรือไม่

2. การทดสอบความเป็นอิสระของไคสแควร์ – ใช้เพื่อพิจารณาว่ามีความสัมพันธ์ที่มีนัยสำคัญระหว่างตัวแปรหมวดหมู่สองตัวหรือไม่

ในบทความนี้ เราจะแบ่งปันตัวอย่างต่างๆ เกี่ยวกับวิธีการใช้การทดสอบไคสแควร์แต่ละประเภทในสถานการณ์จริง

ตัวอย่างที่ 1: การทดสอบความพอดีของไคสแควร์

สมมติว่าเจ้าของร้าน อ้างว่ามีลูกค้ามาที่ร้านในจำนวนเท่ากันทุกวันในสัปดาห์

เพื่อทดสอบสมมติฐานนี้ เขาบันทึกจำนวนลูกค้าที่เข้าร้านในสัปดาห์ที่กำหนดและพบสิ่งต่อไปนี้:

• วันจันทร์: ลูกค้า 50 คน
• วันอังคาร: ลูกค้า 60 คน
• วันพุธ: ลูกค้า 40 คน
• พฤหัสบดี: ลูกค้า 47 คน
• วันศุกร์: ลูกค้า 53 คน

เขาสามารถใช้ การทดสอบไคสแควร์ เพื่อพิจารณาว่าการกระจายตัวของลูกค้าที่มาในแต่ละวันนั้นสอดคล้องกับสมมติฐานการกระจายของเขาหรือไม่

การใช้ เครื่องคำนวณการทดสอบความดีพอดีของไคสแควร์ เขาจะเห็นว่าค่า p ของการทดสอบคือ 0.359

เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05 จึงไม่เพียงพอที่จะอ้างได้ว่าการกระจายตัวของลูกค้าที่แท้จริงแตกต่างจากที่เจ้าของร้านอ้าง

ตัวอย่างที่ 2: การทดสอบความพอดีของไคสแควร์

สมมติว่านักชีววิทยาอ้างว่ากวางสี่สายพันธุ์จำนวนเท่ากันเข้าไปในพื้นที่ป่าหนึ่งของป่าในแต่ละสัปดาห์

เพื่อทดสอบสมมติฐานนี้ เธอบันทึกจำนวนกวางแต่ละสายพันธุ์ที่เข้ามาในพื้นที่ป่าตลอดทั้งสัปดาห์:

• สายพันธุ์ #1: 22
• สายพันธุ์ #2: 20
• สายพันธุ์ #3: 23
• สายพันธุ์ #4: 35

เธอสามารถใช้ การทดสอบไคสแควร์ เพื่อตรวจสอบว่าการกระจายพันธุ์กวางที่เข้าสู่พื้นที่ป่าของป่าในแต่ละสัปดาห์นั้นสอดคล้องกับการกระจายตามสมมุติฐานหรือไม่

เมื่อใช้ เครื่องคำนวณการทดสอบความดีพอดีของไคสแควร์ เธอจะเห็นได้ว่าค่า p สำหรับการทดสอบคือ 0.137

เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05 จึงไม่มีหลักฐานเพียงพอที่จะอ้างว่าการกระจายตัวที่แท้จริงของกวางแตกต่างจากที่นักชีววิทยาอ้างไว้

ตัวอย่างที่ 3: การทดสอบความเป็นอิสระของไคสแควร์

สมมติว่าผู้กำหนดนโยบายในเมืองหนึ่งต้องการทราบว่าเพศมีความเกี่ยวข้องกับความชอบของพรรคการเมืองหรือไม่

เขาตัดสินใจสุ่มตัวอย่างผู้มีสิทธิเลือกตั้ง 500 คน และถามพวกเขาเกี่ยวกับความชอบของพรรคการเมือง ตารางต่อไปนี้แสดงผลการสำรวจ:

สามารถใช้ การทดสอบความเป็นอิสระของไคสแควร์ เพื่อพิจารณาว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างตัวแปรทั้งสองหรือไม่

เมื่อใช้ เครื่องคำนวณการทดสอบความเป็นอิสระของไคสแควร์ เขาจะเห็นได้ว่าค่า p ของการทดสอบคือ 0.649

เนื่องจากค่า p ไม่น้อยกว่า 0.05 จึงไม่เพียงพอที่จะระบุได้ว่ามีความสัมพันธ์ระหว่างเพศกับความชอบของพรรคการเมือง

ตัวอย่างที่ 4: การทดสอบความเป็นอิสระของไคสแควร์

สมมติว่านักวิจัยต้องการทราบว่าสถานภาพสมรสเกี่ยวข้องกับความสำเร็จทางการศึกษาหรือไม่

เขาตัดสินใจสุ่มตัวอย่างง่ายๆ จำนวน 300 คน และได้ผลลัพธ์ดังต่อไปนี้:

สามารถใช้ การทดสอบความเป็นอิสระของไคสแควร์ เพื่อพิจารณาว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างตัวแปรทั้งสองหรือไม่

เมื่อใช้ เครื่องคำนวณการทดสอบความเป็นอิสระของไคสแควร์ เขาจะเห็นได้ว่าค่า p ของการทดสอบคือ 0.000011

เนื่องจากค่า p น้อยกว่า 0.05 จึงมีหลักฐานเพียงพอที่จะบอกว่ามีความสัมพันธ์ระหว่างสถานภาพการสมรสกับระดับการศึกษา

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะให้ข้อมูลเบื้องต้นเกี่ยวกับการทดสอบไคสแควร์ประเภทต่างๆ:

• การทดสอบความเป็นอิสระของไคสแควร์
• การทดสอบความพอดีของไคสแควร์

บทช่วยสอนต่อไปนี้อธิบายความแตกต่างระหว่างการทดสอบไคสแควร์และการทดสอบทางสถิติอื่นๆ:

• การทดสอบไคสแควร์กับการทดสอบ T
• การทดสอบไคสแควร์กับ ANOVA