品牌追蹤 · 依細分群體比較 NPS 分組範例
| 區隔 | 推薦者 | 中立者 | 貶損者 | 基數 |
|---|---|---|---|---|
| 忠實客戶 | 105 55.9% | 47 | 36 | 188 |
| 潛在客戶 | 36 25.7% | 55 | 49 | 140 |
解讀與限制
每格期望次數等於列合計乘以欄合計再除以總數。報告時同時提供樣本量、χ²、自由度、p 值和 Cramér's V。獨立觀測是重要條件;配對資料、多選題或複雜抽樣需要適合其設計的方法。
分析範例
比較兩組是否購買,可使用 2×2 次數表。若期望次數太低,漸近卡方近似可能不可靠;符合條件的整數 2×2 表可考慮 Fisher 精確檢定。
操作步驟
- 01
在下方輸入觀察到的整數次數,或從試算表貼上。
- 02
核對總數、期望次數及警告,確認觀測是否獨立。
- 03
一併解讀 p 值、效應量與實際分布,不只報告顯著與否。
範例:行動支付使用率是否因年齡而不同
某零售品牌調查 400 位會員,詢問最近一次在實體門市消費時是否以行動支付付款。年齡層放在欄、是否使用行動支付放在列,下方統計量都由這張觀察次數表計算。
| 最近一次付款方式 | 20–34 歲 | 35–49 歲 | 50–64 歲 |
|---|---|---|---|
| 使用行動支付 | 88 62.9% | 70 50.0% | 41 34.2% |
| 未使用行動支付 | 52 37.1% | 70 50.0% | 79 65.8% |
| 基數 | 140 | 140 | 120 |
- 樣本數 N
- 400
- 卡方值 χ²
- 21.28
- 自由度
- 2
- p 值
- < 0.001
- Cramér's V
- 0.23
- 最小期望次數
- 59.7
20–34 歲有 62.9% 使用行動支付,50–64 歲只有 34.2%。χ²(2, N = 400) = 21.28,p < 0.001,在 5% 水準下顯著,表示若年齡與付款方式彼此獨立,很難觀察到這麼大的差異;Cramér's V = 0.23 則描述關聯的強度。最小期望次數為 59.7,遠高於 5,漸近卡方近似適用。
直接輸入觀察次數
輸入整數次數,不要把百分比或加權估計值當成獨立受訪者人數。
表格大小提示:直接從電子表格貼上計數區塊。
有電子表格嗎?開啟工作區 →保留此計算器作為快速表格;使用檔案、篩選器、匯出和儲存專案的工作區。
| 總計 | |||
|---|---|---|---|
| 50 | |||
| 50 | |||
| 總計 | 50 | 50 | 100 |
卡方 (χ2)
4.00
df = 1 · p = .046 · Cramér V = 0.20
χ²(1, N = 100) = 4.00, p = .046, V = .20
所有統計量
| 皮爾森卡方 | χ² = 4.000, df = 1, p = .046 |
| G 檢定(似然比) | G = 4.027, df = 1, p = .045 |
| 以耶茨校正的卡方 | χ² = 3.240, p = .072 |
| Fisher 精確檢定(雙尾) | p = .071 |
| 勝算比 | 0.444 (95% CI 0.200–0.989) |
| Cramér V | 0.200 (小) |
| Φ係數(φ) | -0.200 |
| 列聯係數(C) | 0.196 |
| Lambda(對稱 / 列|欄 / 欄|列) | 0.200 / 0.200 / 0.200 |
| Goodman–Kruskal gamma (γ) | -0.385 |
| Kendall's tau-b / tau-c | -0.200 / -0.200 |
| Somers' d | -0.200 / -0.200 / -0.200 |
| Theil's U | 0.029 / 0.029 / 0.029 |
資料儲存與傳輸
瀏覽器工作區在你的裝置上讀取與分析檔案。儲存的專案屬於目前瀏覽器;清除網站資料或更換裝置可能使它們無法使用,請另行匯出備份。分享或複製給 AI 的內容則會離開本機。
本機 MCP 在你的裝置上執行,不會把檔案上傳到 Crosstabs。AI 用戶端可能接收工具輸入與結果,請確認其資料政策。
常見問題
- 可以輸入百分比嗎?
- 不應直接以百分比取代次數。請使用產生這些百分比的實際觀察頻數。
- p 值不顯著代表完全沒有差異嗎?
- 不是。資料可能不足以辨識差異;應同時考量樣本量、效應量與研究設計。
- 報告或論文中要怎麼寫這個結果?
- 常見寫法是同時列出檢定統計量、自由度、樣本數、p 值與效應量,以本例而言:χ²(2, N = 400) = 21.28,p < 0.001,Cramér's V = 0.23。並附上各組百分比與基數,讓讀者看出差異落在哪一組。
- 和 Excel 的 CHISQ.TEST 函數有什麼不同?
- CHISQ.TEST 只回傳 p 值,而且必須先自行建立期望次數表。這裡只要輸入觀察次數,就會同時得到 χ²、自由度、p 值與 Cramér's V;若有期望次數低於 5 的格子,也會連同最小期望次數一起提出警告。