तथ्याङ्कमा ची-स्क्वायर परीक्षण: बुझाइ र प्रयोग
तथ्याङ्कमा, डेटा विश्लेषण गर्न र सही वैज्ञानिक निष्कर्ष निकाल्न विभिन्न परीक्षणहरू प्रयोग गरिन्छ। तथ्याङ्कमा सबैभन्दा महत्त्वपूर्ण परीक्षणहरू मध्ये एक ची-स्क्वायर परीक्षण हो। यस परीक्षणका विभिन्न प्रयोगहरू छन्, विशेष गरी वर्गीकृत डेटा विश्लेषणमा । यस लेखले ची-स्क्वायर परीक्षणको बारेमा गहिराइमा छलफल गर्नेछ, जसमा यसको आधारभूत अवधारणाहरू , ची-स्क्वायर परीक्षणका प्रकारहरू, कार्यान्वयन प्रक्रियाहरू, र विभिन्न क्षेत्रहरूमा प्रयोगहरू समावेश छन्।
ची-स्क्वायर परीक्षणको आधारभूत अवधारणाहरू
ची-स्क्वायर परीक्षण एक गैर-प्यारामीट्रिक परीक्षण हो जुन एक वा बढी वर्गहरूमा अपेक्षित र अवलोकन गरिएको आवृत्ति वितरण बीच महत्त्वपूर्ण भिन्नता छ कि छैन भनेर निर्धारण गर्न प्रयोग गरिन्छ। यो परीक्षण कार्ल पियर्सन द्वारा 1900 मा पेश गरिएको थियो र प्रायः वर्गीकृत डेटा समावेश गर्ने विभिन्न वैज्ञानिक अध्ययनहरूमा प्रयोग गरिन्छ।
ची-स्क्वायर प्रतीक सामान्यतया ग्रीक अक्षर χ² बाट लेखिन्छ, र यस परीक्षणको आधारभूत सूत्र हो:
\[ χ² = Σ \frac{(O_i – E_i)^2}{E_i} \]
संग,
– \(O_i\) अवलोकन गरिएको आवृत्ति हो,
– \(E_i\) अपेक्षित आवृत्ति हो।
ची-स्क्वायर परीक्षणका प्रकारहरू
१. ची-स्क्वायर गुडनेस अफ फिट टेस्ट: यो परीक्षण अवलोकनहरूको सेट अपेक्षित वितरणमा फिट हुन्छ कि हुँदैन भनेर निर्धारण गर्न प्रयोग गरिन्छ। उदाहरणका लागि, कसैले अवलोकन गरिएका परिणामहरूको वितरणलाई अपेक्षित वितरणसँग तुलना गरेर पासा रोल निष्पक्ष छ कि छैन भनेर निर्धारण गर्न चाहन सक्छ (प्रत्येक पक्ष समयको १/६ भाग देखिन्छ)।
२. स्वतन्त्रताको लागि ची-स्क्वायर परीक्षण: यो परीक्षण दुई वर्गीकृत चरहरू स्वतन्त्र छन् कि छैनन् भनेर निर्धारण गर्न प्रयोग गरिन्छ। उदाहरणका लागि, यो परीक्षण लिङ्ग र रङ प्राथमिकता बीचको सम्बन्धको अनुसन्धान गर्न प्रयोग गर्न सकिन्छ।
३. एकरूपताको लागि ची-स्क्वायर परीक्षण: यो परीक्षण स्वतन्त्रता परीक्षण जस्तै हो, तर विभिन्न जनसंख्या वा समूहहरूमा चरको वितरण समान छ कि छैन भनेर निर्धारण गर्न प्रयोग गरिन्छ। प्रत्येक समूहमा परीक्षण भइरहेको चरको वितरण समान हुने अपेक्षा गरिन्छ।
ची-स्क्वायर परीक्षण कार्यान्वयन प्रक्रिया
ची-स्क्वायर परीक्षण गर्ने आधारभूत प्रक्रियामा धेरै प्रमुख चरणहरू समावेश छन्:
१. परिकल्पना निर्धारण गर्नुहोस्: अवलोकन गरिएको र अपेक्षित वितरण बीच कुनै भिन्नता छैन भनी बताउने शून्य परिकल्पना (H0) बनाउनुहोस्। वैकल्पिक परिकल्पना (H1) ले उल्लेखनीय भिन्नता रहेको बताउँछ।
२. आकस्मिक तालिका सिर्जना गर्नुहोस्: सबै डेटा कोटीहरूको लागि वास्तविक अवलोकन आवृत्ति वितरण समावेश गर्ने आकस्मिक तालिका सिर्जना गर्नुहोस्।
३. अपेक्षित आवृत्ति गणना गर्दै: तालिकाको प्रत्येक कक्षको लागि, अपेक्षित आवृत्ति (E_i) गणना गर्नुहोस्। अपेक्षित आवृत्ति सैद्धान्तिक वितरण वा कुल नमूनाको अनुपातमा आधारित हुन्छ।
४. ची-स्क्वायर तथ्याङ्क गणना गर्दै: ची-स्क्वायर तथ्याङ्क मान गणना गर्न χ² सूत्र प्रयोग गर्नुहोस्।
५. स्वतन्त्रताको डिग्री निर्धारण: ची-स्क्वायर परीक्षणको लागि स्वतन्त्रताको डिग्री (df) प्रयोग गरिएको परीक्षणको प्रकारमा निर्भर गर्दछ। फिट परीक्षणको राम्रोपनको लागि, df = (कोटीहरूको संख्या - १)। स्वतन्त्रता परीक्षणको लागि, df = (पङ्क्तिहरूको संख्या - १) (स्तम्भहरूको संख्या - १)।
६. क्रिटिकल मानसँग तुलना गर्नुहोस्: पूर्वनिर्धारित महत्व स्तर (α) को आधारमा ची-स्क्वायर वितरण तालिकामा χ² को गणना गरिएको मानलाई χ² को क्रिटिकल मानसँग तुलना गर्नुहोस्।
७. निष्कर्ष: यदि गणना गरिएको χ² मान महत्वपूर्ण मान भन्दा ठूलो छ भने, शून्य परिकल्पना अस्वीकार गरिन्छ, जसको अर्थ अवलोकन गरिएको र अपेक्षित वितरणहरू बीच महत्त्वपूर्ण भिन्नता छ।
ची-स्क्वायर परीक्षण आवेदन
ची-स्क्वायर परीक्षणको विभिन्न अनुसन्धान र औद्योगिक क्षेत्रहरूमा व्यापक प्रयोगहरू छन्। यस परीक्षणका केही व्यावहारिक प्रयोगहरू समावेश छन्:
१. सामाजिक र मनोविज्ञान: सामाजिक वा मानव व्यवहारको अनुसन्धानले प्रायः उमेर, लिङ्ग, शिक्षा र व्यवहार, जस्तै उपभोग बानी वा मनोरञ्जन बानी जस्ता जनसांख्यिकीय चरहरू बीच सम्बन्ध छ कि छैन भनेर निर्धारण गर्न ची-स्क्वायर परीक्षण प्रयोग गर्दछ।
२. व्यवसाय र मार्केटिङ: व्यापार क्षेत्रमा, उत्पादन प्रकार र ग्राहक प्राथमिकता जस्ता दुई वर्गहरू बीच वा स्टोर स्थान र बिक्री मात्रा बीच सम्बन्ध छ कि छैन भनेर जाँच गर्न ची-स्क्वायर परीक्षण प्रयोग गरिन्छ।
३. स्वास्थ्य र चिकित्सा: चिकित्सा अनुसन्धानमा, ची-स्क्वायर विश्लेषण क्लिनिकल डेटा मूल्याङ्कन गर्न लागू गर्न सकिन्छ, उदाहरणका लागि निश्चित जीवनशैली र निश्चित रोगहरूको घटना बीचको सम्बन्ध हेर्न।
४. शिक्षा: शिक्षामा डेटा विश्लेषणले प्रायः शिक्षण विधिहरू र विद्यार्थी उपलब्धि जस्ता चरहरू बीचको सम्बन्ध वा विद्यार्थी पृष्ठभूमि र शैक्षिक उपलब्धि बीचको सम्बन्धको मूल्याङ्कन गर्न ची-स्क्वायर परीक्षण प्रयोग गर्दछ।
ची-स्क्वायर परीक्षण केस उदाहरण
मानौं हामी रोजगारी स्थिति (पूर्ण-समय कामदार, अंशकालिक कामदार, विद्यार्थी) को आधारमा पेय पदार्थ प्राथमिकताहरू (कफी, चिया, जुस) बीच महत्त्वपूर्ण भिन्नता छ कि छैन भनेर निर्धारण गर्न चाहन्छौं। यो तथ्याङ्क ३०० जनाको सर्वेक्षणबाट सङ्कलन गरिएको थियो, र आकस्मिक तालिकामा अवलोकनहरूको वितरण निम्नानुसार छ:
| | कफी | चिया | जुस | कुल |
|————————|——-|—–|——–|——-|
| पूर्ण-कालीन कामदार | ५० | ३० | २० | १०० |
| अंशकालिक कामदार | ३० | ४० | ३० | १०० |
| विद्यार्थी | २० | १० | ७० | १०० |
| जम्मा | १०० | ८० | १२० | ३०० |
अपेक्षित फ्रिक्वेन्सीहरू गणना गरेर र त्यसपछि ची-स्क्वायर तथ्याङ्क मान गणना गरेर, हामी पेय पदार्थ प्राथमिकताहरू रोजगारी स्थितिसँग सम्बन्धित छन् कि छैनन् भनेर निर्धारण गर्न सक्छौं।
बन्द
वर्गीकृत डेटा विश्लेषण गर्नको लागि ची-स्क्वायर परीक्षण एक शक्तिशाली सांख्यिकीय उपकरण हो । आधारभूत अवधारणाहरू, परीक्षणका प्रकारहरू, र कार्यान्वयन प्रक्रियाहरू बुझेर, अनुसन्धानकर्ताहरूले विभिन्न क्षेत्रहरूमा आफ्नो परिकल्पनाहरूको मूल्याङ्कन गर्न यो परीक्षण प्रयोग गर्न सक्छन्। ची-स्क्वायर परीक्षणको शुद्धता निश्चित धारणाहरू पूरा गर्नमा निर्भर गर्दछ, जस्तै पर्याप्त नमूना आकार र वर्गहरू बीचको स्वतन्त्रता। उचित बुझाइ र प्रयोग मार्फत, ची-स्क्वायर परीक्षणले डेटा-संचालित निर्णय-निर्धारणलाई समर्थन गर्ने बहुमूल्य अन्तर्दृष्टि प्रदान गर्न सक्छ।
