תוֹכֶן
צ'י-ריבוע, הידוע יותר בשם מבחן צ'י-ריבוע של Pearsons, הוא אמצעי להערכה סטטיסטית של נתונים. משתמשים בו כאשר משווים נתונים קטגוריים מדגימה לתוצאות הצפויות או "האמיתיות". לדוגמה, אם אנו מאמינים כי 50 אחוז מכל שעועית הג'לי בפח הם אדומים, מדגם של 100 שעועית מאותו סל צריך להכיל כ -50 שהם אדומים. אם המספר שלנו שונה מ- 50, מבחן Pearsons אומר לנו אם ההנחה של 50 אחוז שלנו חשודה, או אם אנו יכולים לייחס את ההבדל שראינו לשונות אקראית רגילה.
פרשנות ערכי צ'י-ריבוע
קבע את דרגות החופש של הערך הצ'י-מרובע שלך. אם אתה משווה תוצאות עבור מדגם בודד עם קטגוריות מרובות, דרגות החופש הן מספר הקטגוריות מינוס 1. לדוגמה, אם הערכת את התפלגות הצבעים בצנצנת של ג'לי והיו ארבעה צבעים, הדרגות של חופש יהיה 3. אם אתה משווה נתונים טבלאים, דרגות החופש שוות למספר השורות מינוס 1 כפול מספר העמודות מינוס 1.
קבע את הערך p הקריטי שתשתמש בו כדי להעריך את הנתונים שלך. זוהי אחוז ההסתברות (חלקי 100) כי ערך צ'י-מרובע ספציפי הושג במקרה בלבד. דרך נוספת לחשוב על p היא שההסתברות שהתוצאות שלך נצפו חרגו מהתוצאות הצפויות בכמות שעשו אך ורק בגלל שונות אקראית בתהליך הדגימה.
חפש את ערך p המשויך לנתון הבדיקה של הצ'י-ריבוע שלך באמצעות טבלת החלוקה צ'י-ריבוע. לשם כך, התבונן לאורך השורה המתאימה לדרגות החופש המחושבות שלך. מצא את הערך בשורה זו הקרובה ביותר לנתון הבדיקה שלך. עקוב אחר העמודה שמכילה ערך זה כלפי מעלה לשורה העליונה וקרא את ערך p. אם נתון הבדיקה שלך הוא בין שני ערכים בשורה הראשונית, אתה יכול לקרוא את ערך p משוער בינוני בין שני ערכי p בשורה העליונה.
השווה את ערך p שהתקבל מהטבלה לערך p הקריטי שהוחלט עליו קודם. אם ערך ה- p הטבלאי שלך הוא מעל לערך הקריטי, תגיע למסקנה שכל סטייה בין ערכי קטגוריות המדגם לערכים הצפויים נבעה משונות אקראית ולא הייתה משמעותית. לדוגמה, אם בחרת בערך p קריטי של 0.05 (או 5%) ומצאת ערך טבלאי של 0.20, היית מסיק שלא הייתה שונות משמעותית.