آزمون تصادفی بودن (RUN)

در بیشتر روش‌های آماری که برمبنای «نمونه‌گیری» (Sample) شکل گرفته‌اند، فرض بر تصادفی بودن نمونه و مشاهدات است.

در نتیجه اطمینان از تصادفی بودن نمونه‌ها از اهمیت زیادی برخوردار است. حتی در مباحث مربوط به رگرسیون نیز باید تصادفی بودن باقی‌مانده‌ها مورد بررسی قرار گرفته تا صحت مدل ایجاد شده مورد تایید قرار گیرد.

یکی از شرایط زیربنایی جهت تعمیم نتایج نمونه به جامعه اصل «تصادفی بودن داده‌ها» است.

تصادفی بودن داده‌ها با آزمون Run-Test در نرم‌افزار SPSS انجام می‌شود.

با استفاده از این آزمون مشخص می‌شود تا چه حد دنباله‌ای از اعداد به صورت تصادفی گردآوری شده‌اند.

فرضیه های آماری آزمون تصادفی بودن یا آزمون گردش

فرض صفر : توزیع داده‌ها به صورت تصادفی است.

فرض مقابل : توزیع داده‌ها به صورت تصادفی نیست.

اگر این آزمون در سطح خطای ۵% صورت گیرد چنانچه مقدار معناداری آزمون از سطح خطا بزرگتر باشد تصادفی بودن داده‌ها تایید می‌شود.

نحوه اجرای آزمون تصادفی بودن در SPSS

همانطور که گفته شد، آزمون گردش برای مشخص کردن تصادفی بودن داده‌ها بسیار مناسب است.

یکی از اصول در تغییرات فرآیند تولید، تصادفی بودن آن است که در مباحت کنترل کیفیت مورد بررسی قرار می‌گیرد.

در داده‌هایی که در تصویر زیر می‌بینید وزن ۱۶ بسته ماکارونی برحسب گرم ثبت شده است.

قرار است که دستگاه سنجش وزن مورد بازبینی قرار گیرد.

با استفاده از آزمون گردش می‌خواهیم مشخص کنیم که آیا دستگاه ترازو احتیاج به کالیبراسیون دارد یا تفاوت در وزن‌ها، ناشی از خطای تصادفی فرآیند تولید یا اندازه‌گیری است.

جهت انجام آزمون مسیر زیر را دنبال نمایید :

برای انجام آزمون کافی است که متغیر مورد نظرتان را در کادر Variable List قرار دهید.

اگر می‌خواهیم مبنای تفکیک برای تصادفی بودن داده‌ها، میانه در نظر گرفته شود گزینه Median را در کادر Cut Point مشخص کنید.

از دیگر گزینه‌های این بخش می‌توانید میانگین (Mean)، نما (Mode) و حتی مقداری دلخواه (Custom) را برای تفکیک داده‌ها به دو بخش معرفی کنید.

نکته: اگر می‌خواهید «آزمون دقیق» (Exact Test) و براساس توزیع دقیق آماره R انجام گیرید، دکمه Exact را در پنجره اصلی انتخاب و تنظیمات را در پنجره Exact Tests مانند تصویر بالا درآورید. با فشردن دکمه Continue به پنجره اولیه باز خواهید گشت.

اگر می‌خواهید تنظیمات دیگری که مربوط به داده‌های گمشده و یا نمایش آمار توصیفی و چندک‌های داده‌ها است را فعال کنید از دکمه Options‌ استفاده کنید.

در پنجره اصلی، با فشردن دکمه OK محاسبات انجام شده و نتیجه مطابق با تصویر زیر ظاهر خواهد شد.

همانطور که در جدول خروجی مشاهده می‌کنید با توجه به اینکه مقدار Sig=0.429 بزرگتر از احتمال خطای نوع اول ۰.۰۵ است، دلیلی برای رد فرض صفر وجود ندارد.

بنابراین با اطمینان ۹۵ درصد می توانیم بگوییم که فرض تصادفی بودن تایید می شود و نیازی به کالیبره کردن دستگاه ترازو نیست.

ممکن است بپسندید...

پست های محبوب

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *