CHISQ.TEST ทดสอบความสัมพันธ์ระหว่างตัวแปรสองตัวโดยเปรียบเทียบค่าจริง (observed) กับค่าคาดหวัง (expected) และคืนค่า P-Value
=CHISQ.TEST(actual_range, expected_range)
=CHISQ.TEST(actual_range, expected_range)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| actual_range | Range/Array | Yes | ช่วงข้อมูลที่เก็บค่าสังเกต (observed frequencies) – ข้อมูลจริงจากการสำรวจหรือการทดลอง | |
| expected_range | Range/Array | Yes | ช่วงข้อมูลที่เก็บค่าคาดหวัง (expected frequencies) – สิ่งที่คาดว่าจะเกิดขึ้นถ้าไม่มีความสัมพันธ์ |
CHISQ.TEST(B2:C3, B7:C8)=CHISQ.TEST(B2:C3, B7:C8)
0.0312
CHISQ.TEST(A2:A7, A9:A14)=CHISQ.TEST(A2:A7, A9:A14)
0.478
CHISQ.TEST(Actual_Sales, Target_Sales)=CHISQ.TEST(Actual_Sales, Target_Sales)
0.025
เป็นเกณฑ์ที่นักสถิติใช้ทั่วไป ถ้า P-Value = 0.05 ไม่มีข้อมูลพอเพียงเพื่อสรุปว่ามีความสัมพันธ์
ข้อมูลต้องจัดเป็นตารางคร่อม (contingency table) โดย actual_range และ expected_range ต้องมีจำนวนเซลล์เท่ากัน และแต่ละค่าคาดหวังควรจะ >= 5
Excel 2010 และสูงกว่า รวมถึง Excel 365 นะครับ ส่วน Excel เวอร์ชันเก่ากว่านั้นใช้ CHITEST แทน
CHITEST เป็นฟังก์ชันเก่า (deprecated) ส่วน CHISQ.TEST เป็นตัวใหม่ที่มีชื่อตามมาตรฐาน Excel ปัจจุบัน ผมแนะนำให้ใช้ CHISQ.TEST ถ้า Excel รองรับ
เหตุผลส่วนใหญ่คือ actual_range และ expected_range มีจำนวนเซลล์ไม่เท่ากัน หรือมีค่า 0 หรือค่าติดลบ ตรวจสอบให้แน่ใจว่าทั้งสองช่วงมีขนาดเดียวกันและค่าเป็นบวก
Chi-squared statistic คือตัวเลขที่วัดความแตกต่างระหว่าง observed และ expected P-Value คือความน่าจะเป็น CHISQ.TEST คืน P-Value โดยตรง ถ้าต้อง Chi-squared statistic ต้องใช้สูตรคำนวณเอง
CHISQ.TEST เป็นฟังก์ชันสถิติที่ใช้ทำ Chi-squared Test for Independence ของข้อมูลที่จัดเป็นตารางคร่อม (contingency table)
ที่เจ๋งคือ มันช่วยให้คุณรู้ว่าข้อมูลจริงของคุณแตกต่างจากที่คาดหวังไว้แค่ไหน ถ้า P-Value น้อยกว่า 0.05 แสดงว่ามีความสัมพันธ์แท้จริง ไม่ใช่เพราะความบังเอิญ
ส่วนตัวผม ถ้าต้องตรวจสอบความสัมพันธ์เรื่องการเลือกซื้อ (เพศชาย/หญิง ชอบ/ไม่ชอบ) เราใช้เฉพาะ CHISQ.TEST ก็ได้เลย 😎