合集中的問題
製造業
一家成衣公司;UCI 中繼資料未確認其所在地。
- 縫製與後整理團隊達到記錄目標生產力的頻率是否相同?
2 × 2 表 · N = 1,197
- 在縫製部門,有款式變更的日子是否較少達標?
2 × 2 表 · N = 691
適用於這些表格的方法
每個問題都能以精確次數在計算器中開啟。以下方法適用於本合集的表格:
- 卡方獨立性檢定 · 適用於 2 個問題
- Cramér’s V · 適用於 2 個問題
- 勝算比(四格表) · 適用於 2 個問題
教學與引用
現成的練習:先請學習者判斷第一張表支持哪種解讀,再比較同一資料集中的另一個問題。
- 判讀練習
- 這張表支持哪一種說法?縫製與後整理團隊達到記錄目標生產力的頻率是否相同?
- 引用此實例
Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D 分析:〈縫製與後整理團隊達到記錄目標生產力的頻率是否相同?〉。Crosstabs。https://www.crosstabs.com/zh-tw/examples/mfg01-did-sewing-and-finishing-teams-meet-their-recorded-productivity-targets-equally-often
如何引用 Crosstabs(英文)
來源與涵蓋範圍
- 範圍
- 一家成衣公司;UCI 中繼資料未確認其所在地。
- 期間
- 2015-01-01 至 2015-03-11
- 一筆紀錄是
- 一筆團隊工作日紀錄
資料:Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D。採用 CC BY 4.0 授權。Crosstabs 對原始紀錄進行篩選、重新編碼並彙總成本表。
限制
這是一家成衣公司的歷史紀錄,不是產業樣本。同一團隊在不同日期重複出現,所以這些紀錄不是彼此獨立的工人。UCI 中繼資料未確認這家公司位於何處。部分 actual_productivity 值大於一,超出文件記載的零到一範圍;在作者說明之前,這些值依原始紀錄保留。所有摘要都是描述性的,不是因果關係。