Sisältö
Chi-neliö, joka tunnetaan paremmin nimellä Pearsons chi-square test, on väline tilastollisesti arvioimaan tietoja. Sitä käytetään verrattaessa näytteenoton kategoriallisia tietoja odotettuihin tai "totta" tuloksiin. Esimerkiksi, jos uskomme, että 50 prosenttia kaikista hyllyssä olevista hyytelöpavuista on punaisia, kyseisestä astiasta peräisin olevien 100 papun näytteen tulisi sisältää noin 50 punaista. Jos lukumäärämme eroaa 50: stä, Pearsons-testi ilmoittaa meille, onko 50 prosentin oletuksemme epäilyttävä tai voimmeko havaita eron katsoa normaaliksi satunnaisvaihteluksi.
Chi-Square-arvojen tulkitseminen
Määritä ki-neliöarvasi vapausasteet. Jos vertaat yhden näytteen tuloksia useisiin luokkiin, vapausaste on luokkien lukumäärä miinus 1. Esimerkiksi jos arvioit värien jakautumista jellybean-purkissa ja värejä oli neljä, vapaus olisi 3. Jos vertaat taulukkotietoja, vapausaste on yhtä suuri kuin rivien lukumäärä miinus 1 kerrottuna sarakkeiden määrällä miinus 1.
Määritä kriittinen p-arvo, jota käytät tietojen arviointiin. Tämä on prosentuaalinen todennäköisyys (jaettuna 100: lla), että tietty chi-neliöarvo saatiin pelkästään sattumalta. Toinen tapa ajatella p: tä on se, että on todennäköisyys, että havaitsemasi tulokset poikkesivat odotetuista tuloksista sillä määrällä, jonka he tekivät pelkästään satunnaisvaihteluista näytteenottoprosessissa.
Etsi chi-neliötestitilastoihisi liittyvä p-arvo chi-neliöjakautustaulukon avulla. Voit tehdä tämän katsomalla laskettua vapausastetta vastaavaa riviä. Löydä tämän rivin arvo, joka on lähinnä testitilastojasi. Seuraa saraketta, joka sisältää tämän arvon ylöspäin ylimmälle riville ja lue p-arvo. Jos testitilastosi on kahden ensimmäisen rivin arvon välillä, voit lukea likimääräisen p-arvon, joka on ylärivin kahden p-arvon välissä.
Vertaa taulukosta saatua p-arvoa aikaisemmin päätettyyn kriittiseen p-arvoon. Jos taulukkotaulukon p-arvo on kriittisen arvon yläpuolella, päätelet, että poikkeama näytteen luokka-arvojen ja odotettujen arvojen välillä johtui satunnaisvaihteluista eikä ollut merkitsevä. Jos esimerkiksi valitsit kriittisen p-arvon 0,05 (tai 5%) ja löysit taulukkomäärän arvon 0,20, voisit päätellä, että merkittävää muutosta ei ollut.