判斷步驟 Step 1 ：判斷是否為常態分配 Step 2 ：如果是常態分配，用「假設檢定」，如果不是請看 Step 3

Presentation on theme: "判斷步驟 Step 1 ：判斷是否為常態分配 Step 2 ：如果是常態分配，用「假設檢定」，如果不是請看 Step 3"— Presentation transcript:

1 判斷步驟 Step 1 ：判斷是否為常態分配 Step 2 ：如果是常態分配，用「假設檢定」，如果不是請看 Step 3 Step 3 ：當樣本數 n 大於或等於 30 筆， 當作它是常態分配，用「假設檢定」 　 　　 當樣本數 n 小於 30 筆，則是無母數統計 　　　　　「卡方檢定」是無母數統計的一種 假設檢定流程： 常態 Z 檢定 T檢定 判斷是否常態 樣本數 n >= 30 T 檢定 不是常態 樣本數 n < 30 無母數統計

2 一、假設檢定的基本概念 在尚未蒐集樣本資料、進行推論之前，就事先對母體的某種特徵性質作一合理的假設敘述，再利用隨機抽出的樣本及抽樣分配，配合機率原理，以判斷此項假設是否為真。

3 一、假設檢定的基本概念 檢定的主要精神在於尋找證據來拒絕原本的假設，所以假設檢定可確認是否有顯著錯誤，而不能判斷其絕對正確，因此又稱為『顯著性檢定』（significant test）。

4 二、假設檢定如何設 １. 兩種假設 ２. 兩種狀態 虛無假設（null hypothesis）：是希望被否定、放棄的假設，以H0表示。
對立假設（alternative hypothesis）：是希望成立的假設，以H1 (Ha) 表示。 ２. 兩種狀態 Reject Ho：若抽出的樣本資料與所陳述的假設很不一致，則拒絕虛無假設，對立假設為真。 Do not reject Ho：若抽出的樣本資料與所陳述的假設不會很不一致，檢定的結果就沒有充分理由斷定這個假設不對，但也不認為這個假設是對的，也就是不拒絕虛無假設不代表接受虛無假設。

5 二、假設檢定如何設 為什麼是用「拒絕」的概念，而不是用「接受」的概念呢？

6 二、假設檢定如何設 Example１： 　　根據2000年研究報告顯示，小學生每日上網平均時數不到30分鐘，因電腦普及網路發展迅速，主管機關抽樣顯示平均值是大於30，我們想測試是不是真的大於30？

7 二、假設檢定如何設 Example 2： 　　由於這次段考數學題目偏難，數學老師認為全年級的平均應小於60分。問本題中的虛無假設及對立假設為何？

8 二、假設檢定如何設 Example 3： 　　班上老師希望檢定該班學生之平均身高是否為165 公分。問本題中的虛無假設及對立假設為何？

9 三、假設的類型 １. 雙尾檢定 （two sided test或two tailed test）： H0： =  0
若發現參數 的值，有大於或小於 0的跡象時，可建立雙尾檢定。

10 三、假設的類型 ２. 右尾檢定 （right sided test或right tailed test） H0：   0
　　若發現母數 的值有大於特定值 0的跡象，或預期 >  0時，應建立右尾檢定。

11 三、假設的類型 ２. 左尾檢定 （ left sided test 或 left tailed test ） H0：   0
　　若發現母數 的值有大於特定值 0的跡象，或預期 <  0時，應建立左尾檢定。

12 四、假設檢定的誤差 α：typeⅠ error。 又稱”顯著水準(significant level)” 。 發生型Ⅰ誤差最大的機率。
α=max P(型Ⅰ誤差) α=max P(拒絕H0│H0為真) β：typeⅡ error。 β=max P(型Ⅱ誤差) β=max P(接受H0│H1為真) 檢定力(1-β)越大越好 = 型Ⅱ誤差的機率越小。

13 五、假設檢定之平均數檢定 由於實務上母體變異數為未知的情況居多，因此SPSS 並沒有內設Z 檢定，只有t 檢定的部分。

14 五、假設檢定之平均數檢定 所謂 Z 分配與 T 分配，其實就是我們蒐集的資料中所呈現的圖形。

15 六、單一樣本 T 檢定 若要檢定同一母體的一個變數的平均數是大於、小於還是等於。 Example.
今欲檢定該班學生之平均身高是否為165 公分 Ho：該班學生之平均身高等於 165 公分 Ha：該班學生之平均身高不等於 165 公分 請打開講義實際操作摟…

16 七、成對樣本 T 檢定 若要檢定同一母體的兩個或兩個以上變數的平均數是否有差異。 Example.
今欲檢定該班學生統計學與經濟學成績是否有差異 Ho：統計學與經濟學成績沒有差異 Ha：統計學與經濟學成績有差異 請打開講義實際操作摟…

17 八、獨立樣本 T 檢定 若要檢定兩個不同母體在同一個變數的平均數是否有差異。 Example. 今欲檢定男性與女生之統計學成績是否相等
Ho：男性與女性之統計學成績沒有差異 Ha：男性與女性之統計學成績有差異

18 八、獨立樣本 T 檢定 變異數相等檢定： 當有兩個母體或兩個母體以上的時候，需要先檢定變異數是否相等。 Ho：假設變異數相等
　當有兩個母體或兩個母體以上的時候，需要先檢定變異數是否相等。 Ho：假設變異數相等 Ha：不假設變異數相等 　　　如果不拒絕虛無假設，SPSS報表結果看假設變異數相等；如果拒絕虛無假設，則看不假設變異數相等的顯著性。 請打開講義實際操作摟…

19 計量輔導中心 SPSS線上教學教材 卡方檢定 計量中心 SPSS工作坊 第二堂課 劉啟頁

20 一、卡方檢定的基本概念 卡方檢定屬於無母數統計的類別型資料，不需要假設母體分配為何，可以以各類別的比例或等級順序來描述。

21 二、卡方檢定之適合度檢定 適合度檢定：欲檢定同一母群體，一組資料的次數其分布情形是否符合理論次數。 Example.
　　過去輔大的每天通勸、偶而通勸及住宿的學生人數比率大約各為0.4、0.3 及0.3，但若有人說，因為機車的普及，以及現在學校及附近有愈來愈多的宿舍，上述的比率應該已經有所不同了，請問上述的說法，由你的資料集中是否可以得到驗證。 Ho：P天天=0.4 P偶而=0.3 P從不=0.3 Ha：Ho False 請打開講義實際操作摟…

22 三、卡方檢定之獨立性檢定 獨立性檢定：欲檢定同一母群體，兩個變數之間的關係是否為獨立或相關。 Example.
　　老師們在思考，上網玩 ONLINE GAME 會不會影響學習態度呢？此時，由你的資料中是否可以去驗證，上網玩ONLINE GAME 對學習態度(課堂上認真學習且專心投入)之影響與否。 Ho：玩ONLINE GAME 不會影響學生之課堂上認真學習且專心投入程度（獨立） Ha：Ho False 請打開講義實際操作摟…

23 計量輔導中心 SPSS線上教學教材 補充：常態分配檢定 計量中心 SPSS工作坊 第二堂課 劉啟頁

24 一、常態分配檢定的基本概念 欲檢定觀察值的分配結構是否符合常態分配的特性。有很多推論統計分析，都需要符合常態性假設的條件，才能獲得可靠及有效的結果。

25 二、常態分配檢定的實際操作 若要檢定全班分數是否為常態分配，則設 Ho：全班分數成績符合常態分配 Ha：全班分數成績不符合常態分配

26 二、常態分配檢定的實際操作 分析 → 敘述統計 → 預檢資料

27 二、常態分配檢定的實際操作 把分數拖曳至依變數清單

28 二、常態分配檢定的實際操作 點選圖型 → 勾選常態機率圖檢定 → 繼續 → 確定

29 二、常態分配檢定的實際操作 報表結果 顯著性＝0.444，大於顯著水準（α＝0.05），故不拒絕虛無假設Ho，即可能為常態分配

30 計量輔導中心 SPSS線上教學教材 THE END 計量中心 SPSS工作坊 第二堂課 劉啟頁