Verifica se due categorie sono associate

Confronta i conteggi osservati delle categorie con quelli attesi sotto l’ipotesi di indipendenza.

Guide · Statistica di base · 4 min di lettura

I comandi dell’app, gli identificatori dei fogli dati e i valori dei dati di esempio conservano la forma originale. Screenshot, grafici e file da scaricare sono in inglese. Gli esempi mantengono il punto decimale e la virgola come separatore delle migliaia della notazione inglese originale; i prezzi e i conteggi del sito seguono invece la formattazione italiana.

Esempio: servizio di spedizione e condizioni all’arrivo

Tabella 3 x 3 di conteggi osservati che rappresenta 600 spedizioni diverse.

Scarica i dati di esempio (CSV)

È lo stesso esempio usato in Help. Importa il CSV per seguire i passaggi oppure usa Open example in a practice copy in Help per precompilare i dati in ingresso.

1. Crea l’ambiente di lavoro

Nella barra laterale, apri Basic Statistics e scegli Categorical: Independence (χ²). Crea un’analisi, assegnale un nome, seleziona New blank worksheet, quindi scegli Create analysis.

2. Importa i dati di esempio

Scarica il CSV qui sopra e importalo nel foglio dati. Scegli Comma come delimitatore, Dot come separatore decimale e First row contains column names.

3. Assegna le colonne dei conteggi

Nella scheda Inputs, scegli Contingency table per Input format. Apri Frequency columns e seleziona intact, cosmetic_damage_only e functional_damage in quest’ordine. Assegna shipping_service a Row category labels (optional). Il CSV è già una tabella di conteggi; non contare ogni riga della tabella come una spedizione.

4. Imposta il test e le etichette delle categorie

Inserisci 0.05 in Significance level (α) e seleziona Apply Yates’ continuity correction. Apri Column category labels. Inserisci Intact in Column 1 label, Cosmetic damage only in Column 2 label e Functional damage in Column 3 label. Conserva la casella selezionata per riprodurre l’esempio. Non ha effetto su questa tabella 3×3: la correzione di Yates si applica solo alle tabelle 2×2.

Categorical: Independence (χ²): Scheda Inputs con gli abbinamenti e le impostazioni dell’esempio
Scheda Inputs con le colonne e le impostazioni dell’esempio prima di eseguire l’analisi. Visualizza l’immagine a grandezza originale (si apre in una nuova scheda)

5. Esegui l’analisi

Scegli Run analysis, quindi apri Results.

6. Interpreta i risultati

  1. Leggi i conteggi osservati

    Le tre righe dei servizi e le tre colonne delle condizioni rappresentano 600 spedizioni diverse. Ogni spedizione ha un servizio e una sola condizione all’arrivo, tra categorie mutuamente esclusive. Per esempio, Consolidato (Consolidated) ha 160 spedizioni integre, 38 con soli danni estetici e 22 con danni funzionali.

  2. Leggi il test di associazione

    χ² è 11.2614 con 4 gradi di libertà; p = 0.02378. Vi è evidenza di un’associazione al livello del 5%. Il conteggio atteso minimo è 14.7 e nessuno è inferiore a 5. La correzione di Yates non è stata usata per questa tabella 3×3.

  3. Confronta osservato e atteso

    I conteggi attesi usano i totali osservati per servizio e condizione, assumendo l’indipendenza. Per il servizio Consolidato (Consolidated), i soli danni estetici sono 38 osservati contro 27.867 attesi. Questi conteggi attesi sono un modello di confronto, non obiettivi di prestazione per il cliente.

  4. Individua le differenze principali

    I soli danni estetici del servizio Consolidato (Consolidated) hanno un residuo di circa +1.92; quelli del servizio Espresso (Express) circa −1.84. Positivo indica più casi dell’atteso e negativo meno casi. I soli danni estetici sono 38/220 spedizioni del servizio Consolidato (Consolidated), cioè il 17.3%, contro 14/180 del servizio Espresso (Express), cioè il 7.8%. Queste celle non sono test separati con correzione.

  5. Indaga prima di cambiare le regole operative

    Controlla il mix di prodotti, l’imballaggio e le condizioni di spedizione tra servizi. Questa associazione osservazionale non dimostra che la scelta di un servizio causi danni.

Altri dettagli: leggi ogni sezione dei risultati

Le tabelle complete dei risultati usano sei cifre significative, come in Help.

Test chi quadrato di indipendenza

χ² riepiloga le differenze tra conteggi osservati e attesi. I gradi di libertà sono 4; il p-value verifica l’indipendenza. α è 0.05. Le righe relative alla correzione di Yates richiesta e usata distinguono l’impostazione dalla correzione effettivamente applicata. I controlli dei conteggi attesi descrivono l’idoneità dell’approssimazione; qui tutti i conteggi attesi sono almeno 14.7.

Test chi quadrato di indipendenza · 9 righe
StatisticaValore
Statistica χ²11.2614
Gradi di libertà4
p-value0.0237781
α0.05
Correzione di Yates richiestatrue
Correzione di Yates usatafalse
Presenza di frequenze attese inferiori a 5false
Celle con frequenza attesa inferiore a 50
Frequenza attesa minima14.7
  • Evidenza di associazione (p=0.0238).

Conteggi osservati

Ogni riga di servizio elenca i conteggi osservati nelle tre categorie all’arrivo mutuamente esclusive. Tutte le nove celle sono incluse e sommano a 600 spedizioni. Confronta i tassi usando il totale di ciascun servizio, non solo i conteggi grezzi dei danni.

Conteggi osservati · 3 righe
Categoria della rigaIntegroSolo danni esteticiDanni funzionali
Standard1602416
Express1551411
Consolidated1603822

Conteggi attesi

Conteggio atteso = totale del servizio × totale della condizione / 600 sotto l’ipotesi di indipendenza. Questi valori decimali sono conteggi del modello, non spedizioni aggiuntive né soglie di accettazione. Confronta ogni cella con la corrispondente cella dei conteggi osservati.

Conteggi attesi · 3 righe
Categoria della rigaIntegroSolo danni esteticiDanni funzionali
Standard158.33325.333316.3333
Express142.522.814.7
Consolidated174.16727.866717.9667

Residui standardizzati

Ogni residuo è (osservato − atteso) / radice quadrata dell’atteso. Il segno individua eccessi e carenze e il valore assoluto aiuta a individuare i contributi all’associazione complessiva. Non sono test separati delle celle corretti per confronti multipli.

Residui standardizzati · 3 righe
Categoria della rigaIntegroSolo danni esteticiDanni funzionali
Standard0.132453-0.264906-0.0824786
Express1.04713-1.84296-0.965035
Consolidated-1.073461.91960.951547

7. Crea un report

Conserva Chi-square independence test, tutti gli Observed counts, gli Expected counts e gli Standardized residuals, le definizioni delle categorie e i controlli dei conteggi attesi. Specifica che la correzione di Yates è stata richiesta ma non usata e che l’associazione non dimostra una causa.

Seleziona Add to report dall’esecuzione completata. Apri Choose individual items and advanced options per selezionare tabelle e grafici, quindi scegli Add to draft. Gli elementi nascosti restano nell’analisi salvata.

Assegna un nome al report e aggiungi lo scopo dello studio e la tua interpretazione. Seleziona Save, controlla Preview, quindi usa Export → Download HTML. L’esempio seguente contiene tutti i contenuti selezionati, compresi i risultati che occupano più di una schermata.

Questo report è stato generato nell’app ed è in inglese. Output originale completo di questo esempio di Help, incluse le tabelle, i grafici e le note delle esecuzioni pertinenti. I numeri dei report usano la precisione di visualizzazione dell’app. I grafici esportati sono statici. Sugli schermi stretti, scorri orizzontalmente i grafici e le tabelle larghi.
Visualizza il report di esempio: Il servizio di spedizione è associato alle condizioni all’arrivo?

Usiamo Microsoft Clarity per comprendere come i visitatori usano questo sito, incluse registrazioni delle sessioni e mappe di calore. Puoi usare il sito web senza accettare gli strumenti di analisi.

La tua scelta viene salvata in questo browser per sei mesi. Informativa sulla privacy

Scelta attuale: Nessuna scelta.