콘텐츠

• 단계로
• 팁

P 값 또는 확률 값은 과학자가 가설을 확인하는 데 도움이되는 통계적 측정 값입니다. 과학 연구에서 얻은 데이터가 통계적으로 유의한지 여부를 결정하는 데 중요한 부분 인 유의성과 직접 관련이 있습니다. 다른 통계 값을 계산 한 후 표를 사용하여 p- 값을 찾을 수 있습니다. Chi square는 먼저 찾아야 할 값 중 하나입니다.

단계로

1. 두 데이터 세트를 비교하기 위해 카이 제곱을 계산합니다. 방정식은 다음과 같습니다. (| o-e | -.05) ^ 2 / e, 여기서 "o"는 관측 데이터와 같고 "e"는 예상 데이터와 같습니다. 예를 들어, 빨간 차를 탄 사람이 파란 차를 탄 사람보다 과속 위반으로 인해 티켓을받을 가능성이 더 높다는 이론을 테스트 할 수 있습니다.
   • 이전 연구를 기반으로 관찰 할 수있을 것으로 기대하는 것을 결정하십시오. 예를 들어, 이전 연구에서 빨간 자동차 벌금에 대해 2 : 1 비율이 있음을 보여주었습니다. 따라서 150 대의 파란색 및 빨간색 자동차의 가상 사례에서 빨간색 자동차 100 대가 파란색 자동차 50 대에 대해 벌금을 부과 할 것으로 예상합니다.
   • 카이 제곱 방정식을 사용합니다. 그러면 카이-제곱은 2.970075가됩니다. 연구 결과에 따르면 90 개의 빨간색 자동차가 60 개의 파란색 자동차에 대해 벌금이 부과 되었기 때문입니다.
2. 자유도를 결정하십시오. 어느 정도의 자유도는 조사하는 범주의 수에 의해 제한되는 설문 조사의 변동 정도와 본질적으로 동일합니다.
   • 이 예에는 1 개의 자유도가 있습니다. 카이-제곱 검정의 경우 자유도에 대한 방정식은 다음과 같습니다. n-1, 여기서 "n"은 범주 수와 같습니다 (예 : 2 개의 다른 자동차, 빨간색 및 파란색).
3. 의미를 선택하십시오. 중요성은 연구원에 의해 결정되며 일반적으로 0.05 또는 5 %와 같습니다. 이는 사례의 5 %에서 연구 결과가 완전히 무작위임을 의미합니다. 그러나 95 %의 경우 조사에 명시된 변수가 벌금의 원인이 될 것입니다.
   • 이 경우 5 %의 경우 연구 결과는 완전히 무작위입니다. 그러나 95 %의 경우 차량의 색상이 티켓의 원인이 될 것입니다.
4. 카이-제곱 교차 분석을 사용하여 p- 값을 찾습니다. 카이 제곱 교차 표는 자유도 및 카이 제곱 계산을 기반으로 p- 값을 제공합니다. 이 표는 온라인이나 통계 참고서에서 찾을 수 있습니다. 모든 카이 제곱 값이 표에있는 것은 아니므로 카이 제곱 계산에 가장 가까운 값을 선택하십시오.
   • 이 예에서 카이 제곱은 2.970075입니다. 따라서 카이-제곱 교차 분석을 사용하면 p- 값이 0.10과 같다는 것을 알 수 있습니다. 따라서이 샘플 연구의 결과는 빨간 자동차가 더 많은 벌금을 받는다는 이론을 반증하는 정도로 크게 다르지 않습니다.

팁

• 공학용 계산기를 사용하면 계산이 훨씬 빠르고 쉬워집니다. 별도의 계산기가없는 경우 기본적으로 Windows에 계산기가 있습니다.
• 또한 널리 사용되는 스프레드 시트 프로그램과 더 전문화 된 통계 소프트웨어를 포함한 다양한 프로그램을 사용하여 p- 값을 계산할 수도 있습니다.