Test niezależności chi-kwadrat zwany również testem chi-kwadrat Pearsona stosuje się w celu zbadania zależności pomiędzy dwiema zmiennymi nominalnymi (kategorialnymi). Bazuje on na porównywaniu ze sobą wartości obserwowanych (czyli takich, które uzyskaliśmy w badaniu) z wartościami oczekiwanymi (czyli takimi, które zakłada test, gdyby nie było żadnego związku pomiędzy zmiennymi). Jeżeli różnica pomiędzy wartościami obserwowanymi a oczekiwanymi jest duża (istotna statystycznie) to można powiedzieć, że zachodzi relacja pomiędzy jedną zmienną a drugą.
Przykład:
Badacz przeprowadził ankietę wśród losowo spotkanych osób, czy wolą piwo czy wino. Zbadał 1000 osób, a następnie wykorzystał test niezależności chi-kwadrat w celu sprawdzenia, czy jest istotna różnica pomiędzy kobietami a mężczyznami pod względem preferencji wina i piwa.
Jak można zauważyć, zarówno płeć jak i rodzaj alkoholu są zmiennymi nominalnymi, dlatego wykorzystujemy tu test niezależności chi-kwadrat. Wyniki testu pokazały, że 78% mężczyzn woli piwo, a 22% wino, kobiety natomiast w 56% wola wino, a w 44% piwo. Test wykazał zależność pomiędzy płcią a preferencją rodzaju alkoholu. Piwo jest bardziej preferowanym trunkiem wśród mężczyzn niż u kobiet.
Test niezależności chi-kwadrat stosoujemy w przypadku analizy dwóch zmiennych! Każda ze zmiennych może mieć kilka poziomów (wariantów odpowiedzi, np: płeć - kobiety i mężczyźni; pora roku - lato, jesień, zima, wiosna itp.). Generalnie test ten stosujemy w przypadku kilku poziomów zmiennych. Jeżeli jedna ze zmiennych ma dwie grupy, np: kobiety i mężczyźni a druga ma tych grup kilkanaście, np: liczba ukończonych lat nauki to w takich przypadkach zaleca się korzystanie z innego rodzaju testów, np. testu U Manna-Whitneya. Test niezależności (Pearsona) chi-kwadrat jest idealną techniką do analizy zależności pomiędzy dwiema zmiennymi o niezbyt znacznej liczbie kategorii, grup. Wiążę się to również z założeniami do zastosowania tego rodzaju testów (i ewentualnej konieczności stosowania poprawek, takich jak np: poprawka na ciągłość Yatesa).
Test niezależności (Pearsona) chi-kwadrat jest jednym z najpopularniejszych testów statystycznych używanych obecnie. Mała liczba założeń oraz prostota przeprowadzenia powoduje jego częste wykorzystanie w analizy danych.
W interpretacji wyników testu zazwyczaj analizuje się wyniki procentowe niż surową liczbę osób w analizowanych celkach - patrz: Tabela krzyżowa. Powodem tego jest fakt, że w analizowanych grupach może być inna liczb wartości obserwowanych a ideą testu jesst porównywanie proporcji, wartości w odniesieniu do wszystkich zebranych danych.
Test niezależności chi-kwadrat stosoujemy w przypadku analizy dwóch zmiennych! Każda ze zmiennych może mieć kilka poziomów (wariantów odpowiedzi, np: płeć - kobiety i mężczyźni; pora roku - lato, jesień, zima, wiosna itp.). Generalnie test ten stosujemy w przypadku kilku poziomów zmiennych. Jeżeli jedna ze zmiennych ma dwie grupy, np: kobiety i mężczyźni a druga ma tych grup kilkanaście, np: liczba ukończonych lat nauki to w takich przypadkach zaleca się korzystanie z innego rodzaju testów, np. testu U Manna-Whitneya. Test niezależności (Pearsona) chi-kwadrat jest idealną techniką do analizy zależności pomiędzy dwiema zmiennymi o niezbyt znacznej liczbie kategorii, grup. Wiążę się to również z założeniami do zastosowania tego rodzaju testów (i ewentualnej konieczności stosowania poprawek, takich jak np: poprawka na ciągłość Yatesa).
Test niezależności (Pearsona) chi-kwadrat jest jednym z najpopularniejszych testów statystycznych używanych obecnie. Mała liczba założeń oraz prostota przeprowadzenia powoduje jego częste wykorzystanie w analizy danych.
W interpretacji wyników testu zazwyczaj analizuje się wyniki procentowe niż surową liczbę osób w analizowanych celkach - patrz: Tabela krzyżowa. Powodem tego jest fakt, że w analizowanych grupach może być inna liczb wartości obserwowanych a ideą testu jesst porównywanie proporcji, wartości w odniesieniu do wszystkich zebranych danych.
Chi-kwadrat. Test niezależności Wasze opinie