太原备考中国质量协会(CAQ)注册六西格玛黑带的考生里,不少人栽在属性数据上。计量数据还能画图看分布,属性数据只剩合格与不合格、A类与B类,判断依据就变得抽象。
卡方检验正是处理这类数据的常用工具。它不比较均值,而是比较“实际数出来的频数”和“按假设应该出现的频数”差多少。
本文讲清列联表怎么搭、期望频数有什么要求、结论怎么表述,以及考场上最容易踩的坑。具体考试范围以中国质量协会(CAQ)官方最新通知为准。
这篇适合谁看
太原准备报考中国质量协会(CAQ)注册黑带、正在关注“卡方检验在属性数据里怎么用”的考生。全文约 5 分钟读完。
读完你能带走
卡方检验回答的是“两个分类变量是否独立”,判断依据是实际频数与期望频数的偏离程度。
列联表的行是一个分类变量,列是另一个分类变量。每个单元格填的是同时满足两个条件的样本个数。
举例:太原一家煤机厂统计三个班次的产品合格情况。“班次”和“判定结果”就是两个分类变量,表格是3行2列。
单元格里放频数,不放百分比。百分比可以放在旁边做参考,但检验计算用的是个数。
期望频数,简单说就是“如果两个变量毫无关系,每个格子应该有多少个”。它由行合计、列合计和总样本量推算。
某个格子的期望频数,等于该行合计乘以该列合计,再除以总数。这个算法背后的假设就是独立。
实际频数与期望频数差得越多,说明数据越不像“独立”,卡方统计量也就越大。
自由度等于行数减一,乘以列数减一。三行两列的表,自由度就是二。
自由度决定了用哪条卡方分布曲线去查临界值或算p值。写错自由度,后面的判断全错。
考场上如果题目直接给了统计量和自由度,先核对表的结构,再决定接受还是拒绝。
卡方检验用的是近似分布,样本不够或格子太稀疏时会失真。下表把常见情形和处理方式放在一起。
| 情形 | 判断依据 | 常见处理 | 答题提示 |
|---|---|---|---|
| 期望频数都较大 | 各格期望频数均不低于5 | 直接用卡方检验 | 注意自由度和单双侧 |
| 个别格子偏小 | 期望频数在1到5之间 | 考虑连续性校正或合并类别 | 合并要有业务合理性 |
| 格子过小 | 期望频数小于1 | 改用精确检验或增加样本 | 不要硬套卡方公式 |
| 结论表述 | p值与显著性水平比较 | 说明是否独立 | 关联不等于因果 |
表格最后一行最值得记:统计显著只说明“有关联”,要谈因果还需要实验设计或过程机理支撑。
写结论时建议用“在给定显著性水平下,拒绝独立性假设,认为两者存在关联”这样的句式,避免绝对化。
太原不少考生的项目涉及检验合格率与设备、班次的对应关系。把这类真实表格拿来练,卡方就不再抽象。
想系统补齐知识点,可以看知识点栏目;黑带科目范围见黑带科目页;本地备考安排可从太原城市页了解。
时间怎么分配,可参考理论学习与真题演练的时间安排;班型与学习路线可看绿带开班课程模块说明。
两组比例比较时,两者结论通常一致。卡方更适合多组或多分类的列联表,比例检验更聚焦单一比例。
不一定。常见做法是看低于门槛的格子占比,必要时做连续性校正或合并类别,具体按教材口径处理。
不能。卡方只检验关联性,因果需要实验设计、时间顺序和机理支持。
不可以。合并要有业务含义,并且合并后仍能回答原问题,否则会掩盖真实差异。
卡方检验的难点不在公式,而在数据和结论之间的那一步翻译。表搭对了,前提看住了,结论说准了,这类题就稳了。
同创云课堂专注六西格玛绿带、黑带考前培训,官网 https://6sigema.shtcyun.com 。考试政策与安排以中国质量协会(CAQ)官方最新通知为准。
本文由同创云课堂教研组整理,内容参考中国质量协会(CAQ)注册六西格玛考试大纲与通用质量管理方法;具体政策以中国质量协会官方最新通知为准。