Analýza kontingence v Excelu: Porozumění vztahům

Pokud se zabýváte analýzou dat, brzy narazíte na potřebu rozpoznávání vztahů mezi různými proměnnými. V tomto tutoriálu vám ukážu, jak provádět kontingenční analýzu v Excelu, abyste mohli kvantifikovat vztah mezi dvěma nominálními proměnnými. Pro tento účel použijeme praktický příklad z automobilového průmyslu Dodavatelskému průmyslu, abychom porozuměli, jak z dat získat cenné poznatky.

Nejdůležitější poznatky

• Kontingenční analýza umožňuje zkoumat vztahy mezi dvěma nominálními proměnnými.
• Kontingenční koeficient kvantifikuje sílu vztahu.
• Pracovní sešit v Excelu je nezbytným nástrojem pro analýzu.

Krok za krokem průvodce kontingenční analýzou

Krok 1: Příprava dat

Předtím než začnete s kontingenční analýzou v Excelu, ujistěte se, že data, se kterými pracujete, jsou správně upravena. Odstraňte všechny nastavení filtrů, abyste měli celkový přehled o datech.

Vytvořte přehled obsahující informace pro vedoucího výroby a informace o vadách jako nominální data. V našem případě se zaměřujeme na vedoucí pracovníky A, B a C a vynecháme ostatní zástupce.

Krok 2: Vytvoření pivottabulky

Pro provedení kontingenční analýzy musíte vytvořit dvourozměrné frekvenční rozložení, které vám ukáže, jak často se vyskytuje každá kombinace vedoucího výroby a vady. Přejděte do nabídky na "Vložit" a zvolte "Pivottabulku".

Zvolte příslušný datový rozsah a ověřte, že byly nadpisy správně rozpoznány. Vaše pivottabulka je nyní vytvořena a můžete porovnávat pole pro vedoucího výroby a vady.

Krok 3: Analýza frekvencí

Po vytvoření pivottabulky můžete určit absolutní frekvence. Umístěte znaky do řádků a sloupců pivottabulky. To vám ukáže, kolik vad přišlo na jednoho vedoucího pracovníka.

Prohlédněte si pivottabulku a analyzujte výsledky. Zvláště si všimněte rozložení proměnných, abyste zjistili, u kterého vedoucího pracovníka se výskyt poruchy nejčastěji nebo nejméně často vyskytuje.

Krok 4: Výpočet očekávaných frekvencí

Pro výpočet kontingenčního koeficientu musíte určit očekávané absolutní frekvence. Obecná formule je: (N_{ij} = \frac{(R_i \times C_j)}{N}), kde (R) je ohraničení četnosti řádků a (C) je ohraničení četnosti sloupců.

Aplikujte tento výpočet na hodnoty ve vaší pivottabulce. Postarejte se o to, abyste vytvořili samostatnou tabulku pro očekávané frekvence, abyste mohli analýzy udržet přehledné.

Krok 5: Výpočet hodnoty Chi-kvadrát

Nyní vypočítejte hodnotu chi-kvadrát, abyste kvantitativně zachytili vztah mezi proměnnými. Formule je:

[ \chi^2 = \sum \frac{(O{ij} - E{ij})^2}{E_{ij}} ]

Zde je (O) pozorovaná četnost a (E) očekávaná četnost.

Odpočítejte rozdíly mezi pozorovanými a očekávanými frekvencemi a umocněte je.

Krok 6: Výpočet kontingenčního koeficientu

Posledním krokem je výpočet kontingenčního koeficientu. Vzorec pro výpočet je následující:

[ K = \sqrt{\frac{\chi^2}{N}} ]

Použijte již dříve vypočtenou hodnotu chi-kvadrát a celkový počet pozorování (N).

Po výpočtu kontingenčního koeficientu můžete interpretovat výsledek. Naše analýza ukázala, že kontingenční koeficient 0,077 ukazuje na slabou souvislost mezi proměnnými.

Krok 7: Interpretace výsledků

Posledními kroky tvé analýzy jsou interpretace výsledků. Kontingenční koeficient blízko 0 naznačuje, že mezi proměnnými téměř neexistuje souvislost. Hodnota 0,08 naznačuje, že vedoucí výroby nemá významný vliv na výskyt vad.

Shrnutí

V této příručce jsi se dozvěděl/a, jak provést kontingenční analýzu v Excelu k odhalení souvislostí mezi nominálními proměnnými. Naučil/a ses, jak připravit svá data, vytvořit pivot tabulku a provést potřebné výpočty pro kontingenční koeficient.