合集中的问题
制造业
一家服装公司;UCI 元数据未确认其所在地。
- 缝制和后整理团队达到记录生产率目标的频率一样吗?
2 × 2 表 · N = 1,197
- 在缝制部门,有款式变更的日子里团队达标的频率更低吗?
2 × 2 表 · N = 691
适用于这些表格的方法
每个问题都能以精确频数在计算器中打开。以下方法适用于本合集的表格:
- 卡方独立性检验 · 适用于 2 个问题
- Cramér’s V · 适用于 2 个问题
- 比值比(四格表) · 适用于 2 个问题
教学与引用
现成的练习:先让学习者判断第一张表支持哪种解读,再比较同一数据集中的另一个问题。
- 判断练习
- 这张表支持哪一种说法?缝制和后整理团队达到记录生产率目标的频率一样吗?
- 引用此实例
Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D 分析:《缝制和后整理团队达到记录生产率目标的频率一样吗?》。Crosstabs。https://www.crosstabs.com/zh-cn/examples/mfg01-did-sewing-and-finishing-teams-meet-their-recorded-productivity-targets-equally-often
如何引用 Crosstabs(英文)
来源与覆盖范围
- 范围
- 一家服装公司;UCI 元数据未确认其所在地。
- 时间
- 2015-01-01 至 2015-03-11
- 一条记录是
- 一条团队日记录
数据:Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D。采用 CC BY 4.0 许可。Crosstabs 对原始记录进行了筛选、重新编码并汇总成本表。
局限
这是一家服装公司的历史记录,不是行业样本。同一团队在不同日期反复出现,所以这些记录并不是相互独立的工人。UCI 元数据未确认公司所在地。部分 actual_productivity 值大于一,超出文档所述的零到一范围;在作者说明之前按原记录保留。所有汇总都是描述性的,不是因果分析。