Spss'de ki kare uyum i̇yiliği testi nasıl yapılır?

Kategorik bir değişkenin varsayımsal bir dağılıma uyup uymadığını belirlemek için ki -kare uyum iyiliği testi kullanılır.

Bu eğitimde SPSS’de ki-kare uyum iyiliği testinin nasıl gerçekleştirileceği açıklanmaktadır.

Örnek: SPSS’de ki-kare uyum iyiliği testi

Bir mağaza sahibi, haftanın her günü mağazasına eşit sayıda müşterinin geldiğini söylüyor. Bu hipotezi test etmek için bir araştırmacı belirli bir haftada mağazaya gelen müşteri sayısını kaydeder ve aşağıdakileri bulur:

• Pazartesi: 50 müşteri
• Salı: 60 müşteri
• Çarşamba: 40 müşteri
• Perşembe: 47 müşteri
• Cuma: 53 müşteri

Verilerin mağaza sahibinin iddiasıyla tutarlı olup olmadığını belirlemek amacıyla SPSS’de ki-kare uyum iyiliği testi gerçekleştirmek için aşağıdaki adımları kullanın.

Adım 1: Verileri girin.

Öncelikle verileri SPSS’e aşağıdaki formatta girin:

Adım 2: Ağırlıklı kutuları kullanın.

Testin doğru çalışması için SPSS’e “Gün” değişkeninin “Sayı” değişkeni ile ağırlıklandırılması gerektiğini söylememiz gerekiyor.

Veri sekmesine ve ardından Ağırlık Durumları’na tıklayın:

Açılan yeni pencerede Sayım değişkenini Test Değişkeni Listesi etiketli alana sürükleyin. Daha sonra Tamam’ı tıklayın.

Adım 3: Ki-kare uyum iyiliği testini gerçekleştirin.

Analiz sekmesine, ardından Parametrik Olmayan Testler’e , ardından Eski İletişim Kutuları’na ve ardından Ki Kare’ye tıklayın:

Açılan yeni pencerede Sayım değişkenini Test Değişkeni Listesi etiketli alana sürükleyin.

Kategorilerimizin her biri (örn. haftanın günleri) her gün aynı beklenen ziyaretçi sayısına sahip olduğundan , Tüm kategoriler eşit seçeneğinin yanındaki etiketi işaretli bırakın. Daha sonra Tamam’ı tıklayın.

Adım 4: Sonuçları yorumlayın .

Tamam’a tıkladığınızda ki-kare uyum iyiliği testi sonuçları görünecektir:

İlk tablo, haftanın her günü gözlemlenen ve beklenen müşteri sayısının yanı sıra gözlemlenen ve beklenen arasındaki kalan miktarı (yani farkı) gösterir.

İkinci tabloda aşağıdaki sayılar görüntülenir:

Ki-kare: 4,36 olan ki-kare test istatistiği.

df: #categories-1 = 5-1 = 4 şeklinde hesaplanan serbestlik derecesi.

Asimpt. Sig: 0,359 olan 4 serbestlik dereceli 4,36 Ki-kare değerine karşılık gelen p değeri. Bu değer aynı zamanda ki-kare puanı ile P-değeri hesaplayıcısı kullanılarak da bulunabilir.

P değeri (0,359) 0,05’ten küçük olmadığından sıfır hipotezini reddedemiyoruz. Bu, müşterilerin gerçek dağılımının mağaza sahibinin bildirdiğinden farklı olduğunu söyleyecek yeterli kanıtımız olmadığı anlamına geliyor.