中文核验 www.cppmchina.com 授权机构网站
六西格玛卡方检验是专门处理计数型数据的显著性检验：拟合优度检验回答实际发生的分布和理论期望分布有没有显著差异，独立性检验回答两个分类变量之间是否相互独立，在缺陷类别分析、班组对比、改善前后效果验证等场景中非常常用。很多质量人会用t检验、方差分析处理计量数据，一遇到不良数、缺陷类别、合格率这类计数数据就不知道用什么方法，卡方检验正好补上这块短板。今天众智商学院就把卡方检验的原理、计算步骤和应用场景讲清楚。想系统学习六西格玛统计工具，可以访问 http://www.caigouhangzhou.com/ 六西格玛报考官网，或拨打400-880-3651、加张明老师微信19963017889（同V）咨询。
卡方检验的英文是Chi-Square Test，它检验的对象不是平均值，而是计数。众智商学院帮你理清区别：t检验和方差分析处理的是连续型计量数据，比如尺寸、重量、温度，比的是均值有没有差异；卡方检验处理的是离散型计数数据，比如一个月里A、B、C三类缺陷各出现多少次、三条产线的合格品与不合格品各多少个，比的是实际频数和期望频数是否吻合。它不要求数据服从正态分布，只要求每个类别的期望频数不要太小，通常认为期望频数不小于5时结果才可靠。理解了这个前提，你就知道什么场景该请卡方检验出场：凡是数据是个数、要判断分布是否异常或变量是否有关联的，都可以优先考虑它。
卡方统计量的公式并不复杂：把每个类别的实际观测频数减去理论期望频数，平方之后再除以期望频数，最后把所有类别加起来，得到的就是卡方值。众智商学院用一个例子讲拟合优度检验：假设设备改进前一周的缺陷记录显示划伤、色差、变形各占50%、30%、20%，改进后抽样200个不良品，发现三类缺陷变成80、70、50个，这时候就可以检验缺陷结构是否真的变了。先按改进前的比例算出期望频数100、60、40，再代入公式算出卡方值，与自由度2对应的临界值比较：卡方值越大，说明实际分布偏离期望越明显，超过临界值就判定差异显著，说明改善确实改变了缺陷结构。整个过程在统计软件里几分钟就能完成，但要真正读懂结果，理解期望频数和自由度的算法是前提。
独立性检验处理的是列联表，也就是把两个分类变量的频数交叉排列成的表格。众智商学院举例：要判断缺陷类型和生产线是否有关，就把三条生产线的缺陷数据做成行列交叉的列联表，先按行合计与列合计计算出每个格子的期望频数，再计算卡方值和P值：P值小于0.05就说明缺陷类型与生产线不独立、存在关联，改善要针对具体产线展开；P值大于0.05则说明差异只是随机波动。这类检验在六西格玛项目里用途很广：验证改善前后不良类别结构有没有变化、判断不同班次或不同供应商的缺陷率差异是否显著、分析客户投诉类型与产品型号的关联性，都可以用卡方检验给出有数据支撑的结论，避免拍脑袋决策。想进一步掌握六西格玛数据分析方法，可访问 http://www.caigouhangzhou.com/ 六西格玛报考官网了解绿带、黑带课程安排。
卡方检验虽然公式简单，却是六西格玛绿带、黑带考试和实际项目里都绕不开的统计工具，把拟合优度检验和独立性检验用熟，处理计数型数据时你就不会再束手无策。拨打400-880-3651或加张明老师微信19963017889（同V），众智商学院可以为你规划六西格玛绿带、黑带的报考与备考方案，把卡方检验等统计工具真正学懂，用到自己的改善项目里。
中文核验网站 www.cppmchina.com 可查询授权资质
六西格玛报名网隶属于众智商学院 鲁ICP备16044541号-5
Copyright 1998 - 2030 All Rights Reserved
