Analizējot datus, jūs ātri saskarsieties ar nepieciešamību noteikt sakarības starp dažādiem mainīgajiem. Šajā pamācībā es jums parādīšu, kā Excel programmā veikt neparedzēto lielumu analīzi, lai kvantitatīvi noteiktu saistību starp diviem nominālajiem mainīgajiem. Mēs izmantosim praktisku piemēru no automobiļu piegādes nozares, lai saprastu, kā iegūt vērtīgu ieskatu datos.
Galvenie secinājumi
- Kontingences analīze ļauj izpētīt attiecības starp diviem nominālajiem mainīgajiem.
- Kontingences koeficients kvantitatīvi nosaka attiecību stiprumu.
- Analīzei neaizstājams rīks ir šarnīrta tabula programmā Excel.
Pakāpenisks ceļvedis neparedzēto gadījumu analīzē
Solis Nr. 1: Sagatavojiet datus
Pirms sākat analizēt kontingences koeficientus programmā Excel, jāpārliecinās, ka dati, ar kuriem strādājat, ir pareizi sagatavoti. Noņemiet visus filtru iestatījumus, lai nodrošinātu pilnīgu datu pārskatu.
Izveidojiet pārskatu, kurā kā nominālie dati ir ietverta ražošanas vadītāja un lūžņu informācija. Mūsu gadījumā mēs koncentrēsimies uz maiņas vadītājiem A, B un C un izlaidīsim visus pārējos pārstāvjus.
Solis Nr. 2: Izveidojiet šarnīra tabulu
Lai veiktu neparedzēto gadījumu analīzi, ir jāizveido divdimensiju biežumu sadalījums, kas parāda, cik bieži sastopama katra ražošanas vadītāja un lūžņu kombinācija. Lai to izdarītu, izvēlņu joslā dodieties uz "Insert" un izvēlieties "Pivot table".
Izvēlieties attiecīgo datu diapazonu un pārliecinieties, ka virsraksti ir atpazīti pareizi. Tagad jūsu šarnīrta tabula ir izveidota, un jūs varat salīdzināt ražošanas vadītāju un lūžņu laukus.
Solis Nr. 3: Analizējiet biežumus
Kad esat izveidojuši šarnīrgriezes tabulu, varat noteikt absolūtās frekvences. Ievietojiet raksturlielumus rotācijas tabulas rindās un kolonnās. Tas parāda, cik daudz noraidījumu ir bijis uz vienu maiņas vadītāju.
Aplūkojiet šarnīra tabulu un analizējiet rezultātus. Īpašu uzmanību pievērsiet mainīgo lielumu sadalījumam, lai noteiktu, kuram maiņas uzraugam ir visvairāk vai vismazāk noraidījumu.
Solis Nr. 4: Aprēķiniet sagaidāmās frekvences
Lai aprēķinātu kontingences koeficientu, jānosaka sagaidāmās absolūtās frekvences. Vispārējā formula ir: (N_{ij} = \frac{(R_i \reiz C_j)}{N}), kur (R) ir rindu robežskaitlis un (C) ir kolonnu robežskaitlis.
Piemērojiet šo aprēķinu vērtībām rotācijas tabulā. Noteikti izveidojiet atsevišķu tabulu sagaidāmajām frekvencēm, lai analīzes būtu pārskatāmas.
Solis Nr. 5: Aprēķiniet chi-kvadrāta vērtību
Tagad aprēķiniet chi-kvadrāta vērtību, lai kvantitatīvi noteiktu saistību starp mainīgajiem. Formula ir šāda:
[ \chi^2 = \summa \frac{(O{ij} - E{ij})^2}{E_{ij}}} ] ]
Kur (O) ir novērotais biežums un (E) ir sagaidāmais biežums.
Atņem starpības starp novēroto un gaidāmo biežumu un kvadrātā izsaka tās.
Solis Nr. 6: Aprēķināt nejaušības koeficientus.
Pēdējais solis ir aprēķināt nejaušības koeficientu. Aprēķina formula ir šāda
[ K = \sqrt{\frac{\chi^2}{N}} ] ]
Izmantojiet iepriekš aprēķināto chi-kvadrāta vērtību un kopējo novērojumu skaitu (N).
Kad esat aprēķinājis nejaušības koeficientu, varat interpretēt rezultātu. Mūsu analīze parādīja, ka kontingences koeficients 0,077 norāda uz vāju korelāciju starp mainīgajiem.
posms: rezultātu interpretācija
Pēdējais analīzes posms ir rezultātu interpretācija. Kontingences koeficients, kas ir tuvu 0, liecina, ka starp mainīgajiem lielumiem nav gandrīz nekādas korelācijas. Vērtība 0,08 norāda, ka ražošanas vadītājam nav būtiskas ietekmes uz noraidījumu rašanos.
Kopsavilkums
Šajā rokasgrāmatā esat iemācījušies, kā Excel programmā veikt kontingences analīzi, lai noteiktu sakarības starp nominālajiem mainīgajiem. Jūs uzzinājāt, kā sagatavot datus, izveidot šarnīra tabulu un veikt nepieciešamos aprēķinus kontingences koeficienta noteikšanai.
Biežāk uzdotie jautājumi
Kā rīkoties ar lielu datu apjomu?Ja strādājat ar lielu raksturlielumu skaitu, klasificējiet datus grupās, lai vienkāršotu analīzi.
Vai es varu veikt kontingences analīzi ar citiem programmatūras rīkiem? Jā, kontingences analīzes pamatprincipi ir piemērojami daudzās statistikas programmatūras un programmēšanas valodās, lai gan darbības var atšķirties.
Kādi mainīgie ir piemēroti kontingences analīzei?Šāda veida analīzei ideāli piemēroti ir nomināli skalu mainīgie, jo tie nav ranžēti.
Kā interpretēt kontingences koeficientu? Vērtība no 0 līdz 0,3 norāda uz vāju korelāciju, no 0,3 līdz 0,6 - uz mērenu korelāciju un no 0,6 - uz stipru korelāciju.
