Hvordan man tolker Chi-Squared

Chi-squared, mere korrekt kendt som Pearson's chi-square test, er et middel til statistisk evaluering af data. Det bruges, når kategoriske data fra en prøveudtagning sammenlignes med forventede eller "sande" resultater. Hvis vi f.eks. Tror, at 50 procent af alle gelébønner i en bin er røde, skal en prøve på 100 bønner fra den bin indeholde ca. 50, der er røde. Hvis vores tal er forskelligt fra 50, fortæller Pearson's test, om vores 50 procent antagelse er mistænkt, eller hvis vi kan tildele forskellen, så vi til normal tilfældig variation.

Tolkning af Chi-Square-værdier

Bestem frihedsgraden af ​​din chi-kvadratværdi. Hvis du sammenligner resultater for en enkelt prøve med flere kategorier, er graden af ​​frihed antallet af kategorier minus 1. Hvis du for eksempel vurderede fordelingen af ​​farver i en krukke jellybeans, og der var fire farver, graderne af frihed ville være 3. Hvis du sammenligner tabeldata, er frihedsgraderne lig med antallet af rækker minus 1 multipliceret med antallet af kolonner minus 1.

Bestem den kritiske p-værdi, du vil bruge til at evaluere dine data . Dette er procent sandsynligheden (divideret med 100), at en specifik chi-kvadratværdi blev opnået ved en tilfældighed alene. En anden måde at tænke på p er, at det er sandsynligheden for, at dine observerede resultater afviger fra de forventede resultater med det beløb, de udelukkende skyldtes tilfældig variation i prøveudtagningsprocessen.

Slå op p-værdien, der er forbundet med Din chi-square teststatistik ved hjælp af chi-kvadratfordelingstabellen. For at gøre dette skal du se på rækken svarende til dine beregnede frihedsgrader. Find værdien i denne række tættest på din teststatistik. Følg kolonnen, der indeholder denne værdi opad til øverste række og læs p-værdien. Hvis din teststatistik er mellem to værdier i den oprindelige række, kan du aflæse en omtrentlig p-værdi mellem to p-værdier i den øverste række.

Sammenlign p-værdien fra tabellen til den kritiske p værdi tidligere besluttet. Hvis din tabulære p-værdi ligger over den kritiske værdi, konkluderer du, at en afvigelse mellem prøvekategoriværdierne og de forventede værdier skyldtes tilfældig variation og var ikke signifikant. Hvis du for eksempel vælger en kritisk p-værdi på 0,05 (eller 5%) og fundet en tabelværdi på 0,20, vil du konkludere, at der ikke var nogen signifikant variation.

Tip

Husk at enhver konklusion baseret på denne test vil stadig have en chance for at være forkert, proportionalt med den opnåede p-værdi.

Advarsel

Den værdi, der opnås for hver kategori i prøven, skal være mindst 5 for resultaterne er gyldige.