Chi-quadrato, meglio noto come test del chi quadrato di Pearson, è un mezzo per valutare statisticamente i dati. Viene utilizzato quando i dati categoriali di un campionamento vengono confrontati con i risultati attesi o "veri". Ad esempio, se riteniamo che il 50 percento di tutti i jelly bean in un raccoglitore siano rossi, un campione di 100 fagioli da quel contenitore dovrebbe contenere circa 50 che sono rossi. Se il nostro numero è diverso da 50, il test di Pearson ci dice se la nostra ipotesi del 50% è sospetta, o se possiamo attribuire la differenza che abbiamo visto alla normale variazione casuale.

Interpretazione dei valori Chi-Square

Determina i gradi di libertà del tuo valore chi-quadrato. Se si confrontano i risultati per un singolo campione con più categorie, i gradi di libertà sono il numero di categorie meno 1. Ad esempio, se si stesse valutando la distribuzione dei colori in un barattolo di jellybeans e c'erano quattro colori, i gradi di la libertà sarebbe 3. Se si confrontano i dati tabulari i gradi di libertà sono pari al numero di righe meno 1 moltiplicato per il numero di colonne meno 1.

Determina il valore p critico che verrà utilizzato per valutare i dati . Questa è la probabilità percentuale (divisa per 100) che un valore specifico del chi quadrato sia stato ottenuto solo per caso. Un altro modo di pensare a p è che è la probabilità che i risultati osservati abbiano deviato dai risultati attesi per la quantità che hanno fatto unicamente a causa di variazioni casuali nel processo di campionamento.

Cerca il valore p associato a la statistica del test chi-quadro utilizzando la tabella di distribuzione chi-quadrato. Per fare ciò, guarda lungo la riga corrispondente ai tuoi gradi di libertà calcolati. Trova il valore in questa riga più vicino alla statistica del test. Seguire la colonna che contiene quel valore verso l'alto nella riga superiore e leggere il valore p. Se la statistica del test si trova tra due valori nella riga iniziale, puoi leggere un valore p approssimativo intermedio tra due valori p nella riga superiore.

Confrontare il valore p ottenuto dalla tabella con l'elemento critico p valore precedentemente deciso. Se il valore p della tabella è superiore al valore critico, si concluderà che qualsiasi scostamento tra i valori della categoria campione e i valori previsti era dovuto a variazioni casuali e non era significativo. Ad esempio, se hai scelto un valore p critico di 0,05 (o 5%) e hai trovato un valore tabellare di 0,20, dovresti concludere che non c'era alcuna variazione significativa.

Suggerimento

Ricorda che qualsiasi la conclusione fatta sulla base di questo test avrà ancora una possibilità di essere errata, proporzionata al valore p ottenuto.

Avviso

Il valore ottenuto per ogni categoria nel campione dovrebbe essere almeno 5 per risultati validi.