Esempio svoltoIndustria manifatturiera
Nel reparto cucito, quanto spesso si raggiungeva l’obiettivo nei giorni con un cambio di modello rispetto agli altri?
Giornate del cucito con obiettivo raggiunto o superato, secondo la presenza di un cambio di modello: «Almeno un cambio di modello»: 106 su 147 (72,1%). «Nessun cambio di modello»: 467 su 544 (85,8%). Nel primo gruppo la quota è più bassa di 13,7 punti percentuali.
Tabella di contingenza
| Raggiungimento dell’obiettivo \ Cambio di modello | Almeno un cambio di modello | Nessun cambio di modello | Totale |
|---|---|---|---|
| Obiettivo raggiunto o superato | 10672,1% | 46785,8% | 573 |
| Sotto l’obiettivo | 4127,9% | 7714,2% | 118 |
| Totale | 147 | 544 | 691 |
Conteggio / % di colonna. Il totale di ogni colonna è la base delle sue percentuali.
Le celle evidenziate sono le due quote confrontate nella risposta.
Usa questo risultato
Riproduci il calcolo
Apri la tabella nel calcolatore del chi quadrato. Troverai gli stessi conteggi e le categorie nello stesso ordine. Puoi ricalcolare percentuali, χ² e V di Cramér nel browser oppure modificare una cella e osservare come cambiano i risultati.
Cita
Copia questo riferimento. Il credito dei dati e la licenza qui sotto devono accompagnarlo.
Nel reparto cucito, quanto spesso si raggiungeva l’obiettivo nei giorni con un cambio di modello rispetto agli altri? — Crosstabs. https://www.crosstabs.com/it/examples/mfg02-were-style-change-days-associated-with-lower-target-attainment-in-sewing
Fonte
- Ambito
- Una sola azienda di abbigliamento; la documentazione UCI non conferma il paese. Solo reparto cucitura.
- Periodo
- Dal 1º gennaio all’11 marzo 2015.
- Unità di osservazione
- Una giornata di lavoro di una squadra.
Fonte: Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D. Licenza: CC BY 4.0. Crosstabs ha selezionato, ricodificato e aggregato le osservazioni per costruire la tabella.
Con il tuo file
Apri un file CSV, Excel o SPSS per creare lo stesso tipo di tabella. Il file viene letto in questa scheda del browser: non viene caricato nulla e non serve un account.
Crea una tabella con i tuoi dati
Perché porsi questa domanda
Un cambio di modello scombina la routine di una linea di cucito, e chi pianifica vuole sapere se in quei giorni il raggiungimento dell’obiettivo si presenta diversamente. Limitarsi al cucito tiene il confronto nell’unico reparto in cui il file registra cambi di modello.
Come leggere la tabella
Compaiono solo le giornate del cucito. La colonna dei cambi è la più piccola, 147 giornate contro 544, e riunisce sotto «almeno un cambio» tutte le giornate con uno o due cambi registrati. La prima riga va letta da una colonna all’altra.
Le percentuali di colonna indicano come si distribuisce ciascun gruppo fra le righe. Con le percentuali di riga la base cambia: si prende una sola riga e si osserva come i casi si ripartiscono fra le colonne.
Interpretazione
Le giornate del cucito con un cambio di modello raggiungevano l’obiettivo meno spesso (72,1% contro 85,8%, 13,7 punti percentuali in meno): uno scarto moderato. Quelle giornate possono differire anche per squadra, prodotto o livello dell’obiettivo: la tabella non misura quanto costi il cambio in sé.
La V di Cramér è 0,149. Riassume l’associazione nell’intera tabella (2 righe e 2 colonne) su una scala da 0 a 1. Per individuare le categorie che differiscono, confronta le percentuali. La V non misura un effetto causale.
Limitando il confronto ai gruppi «Almeno un cambio di modello» e «Nessun cambio di modello» e contrapponendo «Obiettivo raggiunto o superato» alle altre categorie di riga, la V di Cramér è 0,149.
Limiti del confronto
Giornate del cucito di una sola azienda di abbigliamento, di cui UCI non conferma il paese, e non un campione del settore. Una stessa squadra compare in molte date, e alcune produttività effettive superiori a uno, fuori dall’intervallo documentato, sono conservate così come registrate. Ridurre i cambi alla scelta tra «almeno uno» e «nessuno» è una decisione della lezione e non permette di stabilire un effetto del cambio di modello.