Innhold
Chi-kvadrat, mer riktig kjent som Pearsons chi-square test, er et middel til statistisk evaluering av data. Det brukes når kategoriske data fra en prøvetaking blir sammenlignet med forventede eller "sanne" resultater. Hvis vi for eksempel tror at 50 prosent av alle gelébønner i en søppelkasse er røde, bør en prøve på 100 bønner fra den søppelkassen inneholde omtrent 50 som er røde. Hvis antallet vårt avviker fra 50, forteller Pearsons-testen oss om 50 prosent antagelsen vår er mistenkt, eller om vi kan tilskrive forskjellen vi så til normal tilfeldig variasjon.
Tolke Chi-Square-verdier
Bestem graden av frihet for din chi-square verdi. Hvis du sammenligner resultater for en enkelt prøve med flere kategorier, er frihetsgrader antall kategorier minus 1. Hvis du for eksempel evaluerte fordelingen av farger i en krukke med gele, og det var fire farger, ville graden av frihet ville være 3. Hvis du sammenligner tabelldata tilsvarer frihetsgrader antall rader minus 1 multiplisert med antall kolonner minus 1.
Bestem den kritiske p-verdien du vil bruke til å evaluere dataene dine. Dette er den prosentvise sannsynligheten (delt på 100) for at en spesifikk ki-kvadratverdi ble oppnådd alene ved en tilfeldighet. En annen måte å tenke p på er at det er sannsynligheten for at dine observerte resultater avviket fra de forventede resultatene med mengden de utelukkende gjorde på grunn av tilfeldig variasjon i prøvetakingsprosessen.
Slå opp p-verdien tilknyttet chi-square teststatistikken ved å bruke chi-square distribusjonstabellen. For å gjøre dette, se langs raden som tilsvarer dine beregnede frihetsgrader. Finn verdien i denne raden nærmest teststatistikken. Følg kolonnen som inneholder den verdien oppover til den øverste raden, og les av p-verdien. Hvis teststatistikken er mellom to verdier i den første raden, kan du lese av en tilnærmet p-verdi mellom to p-verdier i den øverste raden.
Sammenlign p-verdien oppnådd fra tabellen med den kritiske p-verdien som tidligere ble bestemt. Hvis tabell-p-verdien din er over den kritiske verdien, vil du konkludere med at ethvert avvik mellom utvalgskategoriverdiene og de forventede verdiene skyldtes tilfeldig variasjon og ikke var betydelig. Hvis du for eksempel valgte en kritisk p-verdi på 0,05 (eller 5%) og fant en tabellverdi på 0,20, vil du konkludere med at det ikke var noen betydelig variasjon.