De 1 Chi-Square Test is vergelijkbaar met de One Way ANOVA test, maar dan voor proporties en percentages. De 1 Chi-Square test wordt gebruikt in gevallen dat er 3 of meer proporties (of percentages) zijn die met elkaar moeten worden vergeleken of deze statistisch verschillen. Deze test wordt ook wel de Chi-kwadraattoets genoemd.
1 Chi-Square Test en een case
Uit een enquête van 4 gebieden zijn de volgende data gegevens beschikbaar;
| Gebied A | Gebied B | Gebied C | Gebied D | |
|---|---|---|---|---|
| Tevreden | 72 | 79 | 35 | 9 |
| Niet tevreden | 8 | 21 | 15 | 1 |
De data van Chi-Square test kan het beste vanuit een data sheet worden gehaald, Minitab zal zelf de calculatie en de hypothese test uitvoeren. zie de printscreen hoe in dit geval de data verwerkt wordt in Minitab.
Het beantwoord dus de vraag:
- De stelling is dat Hypothese H0 ongewijzigd of nauwelijks verbeterd is.
- De Hypothese H1 is wel verbeterd.
Mini Tab: Chi-Square Test for Association: C1; Worksheet columns
Rows: C1 Columns: Worksheet columns
Area A Area B Area C Area D All
Satisfied 72 79 35 9 195
65,00 81,25 40,63 8,13
Not Satisfied 8 21 15 1 45
15,00 18,75 9,38 1,88
All 80 100 50 10 240
Cell Contents: Count
Expected count
Pearson Chi-Square = 9,009; DF = 3; P-Value = 0,029
Likelihood Ratio Chi-Square = 9,245; DF = 3; P-Value = 0,026
* NOTE * 1 cells with expected counts less than 5
Conclusie; P value : 0.029, dit is laag en de Null hypothese is verworpen. T value : Mean : CI = 95%: H Null : Verworpen, de alternatieve hypothese is hiermee aangenomen X Bar : Others : De Pearson Chi-Square 9.009 is de som van alle Chi-Square waarde bij elkaar opgeteld. Eindconclusie: Statistisch gezien kunnen wij vast stellen dat in ieder geval 1, of misschien wel alle 'area's' de customer's verschillend tevreden zijn ten opzichte van elkaar. OPEX pagina 187 Mini Tab: Stat >Basic Statistics > Chi-Square Test Select button: Let op!