 سٹوڈنٹز now we are going to study the another test of association which is called kaiskere test kaiskere test social sciences میں استعمال ہونے والا test میں سب سے ذہب کمانی long test ہے مگر اس کی لوگوں کو آزمشنز بہت کم پتہ ہوتی ہیں کہ یہ کب اور کس سیچویشن میں اس کا use کیا جاتا ہے تو آئیے دیکھتے ہیں کہ kaiskere test ہے کیا اور یہ اس کا use کب کیا جاتا ہے تو kaiskere test is a non-parametric statistical test for categorical data ہمارے پاس ہم نے پہلے بھی test جب سٹڑی کیا ہے تو اس میں دیکھا ہے کہ ایک تست ایک جو تست ہے اس کے لیے پارٹکلر ویریبل ہونہ ضروری ہے تو kaiskere test کے لیے جو ویریبل ہیں وہ nominal level پہ مہر ہوں وہ ordinal level پہ مہر ہوں یا interval level پہ مہر ہوں تو ان تینوں جو لوگوں پہ دونوں ویریبل میں مہر ہوں تو kaiskere test لگ سکتا ہے یا ایک ویریبل nominal دوسرا ordinal ایک ویریبل nominal دوسرا interval تب بھی kaiskere test لگ سکتا ہے kaiskere test کی بسکلی دو تائیب سے ہے kaiskere goodness of fit and kaiskere test of independence اور اگر ہم اس کے فومولے کی بات کریں تو اس کو جنوٹ کیا جاتا ہے x care کے ساتھ اور اس کا فومولا ہے summation of observe frequency minus expected frequency کا scare divided by expected frequency اس کو ہم اگر دیکھیں kaiskere test of independence کو تو اس کا یہ جو نیم ہے اس کو kaiskere test of association بھی بولا جاتا ہے اور یہ ہم use کرتے ہیں to test whether two categorical variables are related to each other or not یعنی یہ دو ویریبل سکے میں association کو چیک کرنے کے لیے ہم اس ٹیسٹ کو کندکت کرتے ہیں you remember that kaiskere test صرف اس سیس کا بتاتا ہے آپ کو کہ ان دونوں کے درمیان relationship exist کرتا ہے یا نہیں کرتا ہے اس کے علاوہ یہ ان کی strength اور ان کی direction کے بارے میں میں information نہیں دیتا یہ صرف اتنا بتاتا ہے kaiskere test کے لیے relationship exist کرتا ہے یا نہیں کرتا ہے تو یہاں میں میں آپ کو یہ ایک table دیکھا ہے جس میں دو ویریبلز ہیں ہمارے پاس nominal level پہ ایک ہے casted vote اور دوسرا ہے gender casted vote کی ہمارے پاس categorize ہیں yes no اور gender کی ہے male female تو اس میں یہ جو frequency ہے یہ ہمارے پاس observed frequency ہے any 40 40 50 10 تو ہم نے جو formula پڑا تھا kaiskere کا وہ ہے summation of observed minus expected scare divided by e تو اگر یہ ہم calculate کرلیں گے تو ہمارے پاس کیا ہے value آجائے گی kaiskere کی تو ہم expected کیسے نکالتے ہیں جو میں آپ کو بتانا چاہا رہا تھا expected کے لیے ہم یہ جو اس شل کا row total ہے اور column total ہے اس کو جمع کر کے جب divide کریں گے تو ہمارے پاس جو ہے اس کی value آجائے گی جس اس کے اس میں 40 into 90 divided by 140 اور اس کے اس میں 40 into 50 divided by 140 اور یہاں پے 60 into 90 divided by 140 or 60 into 150 divided by 140 تو یہ جو values آئیں گی ان values کو ہم کیا کہیں گے expected values تو پھر ہم o minus e نکال لیں گے پھر اس کا scare لے کے e کی value سے اگر ہم divide کر لیں تو ہمارے پاس x care کی value آجائے گی اب ہم اسی procedure کو asps میں دیکھیں کہ کیسے کیا جاتا تو analyze میں جائیں گے analyze میں descriptive statistics میں ہم cross trap پے آئیں گے تو house trap میں آنے کے بعد ہم جو ہے اپنے variables کو سلکت کریں گے جیسے یہاں پہ میں gender اور living کے درمیان دیکھنا چاہ رہا ہوں کہ یہ دونوں ایک دوسرے سے associated ہے کہ نہیں ہے ان کو سلکت کرنے کے بعد میں ok کرتا ہوں اور یہاں پہ صرف میں statistics میں class care لیتا ہوں اور counts میں observed اور expected frequency اور percentage بھی روائز لے لیتا ہوں ان کو سلکت کرنے کے بعد میں ok کرتا ہوں تو میرے پاس output میں 3 table آئیں گے case processing سمری جش میں وہ بتا رہا ہے کہ کوئی case miss نہیں ہے female اور male کی a frequency آجائے گی against their living style hostel light ہاں یا day scholar ہاں in university اس کے بعد ہمارے پاس ان کی percentage expected frequency ہے اور percentage ہے within جو ہے روائز اور یہ ہمارے پاس case care test کا variable تو ہمارے پاس جو Pearson case care کی value count ہوا ہے وہ 23.45 ہے یعنی x care 23.45 ہے اور اس کی جو ہے p value 0.05 سے کم ہے تو یہاں پر ہم کہ سکتے ہیں کہ ہمارا h not reject ہو گیا اور h one ہمارا accept ہو گیا یعنی بوٹh variables are related to each other بوٹh variables are dependent on each other there is some kind of relationship between gender and living style تو یہ procedure ہے case care کا test کرنے کا اور next module میں ہم اس کی practical example کریں گے