Test di Chi-quadratu per l'indipendenza
U test di chi-quadratu (χ²) per l'indipendenza hè un metudu statisticu non parametricu chì hè assai spessu adupratu per determinà se duie variabili categoriali (scala nominale o ordinale) sò correlate o micca. In parechji studii d'analisi suciale, sanitaria, educativa, di marketing è pulitica, i circadori scontranu spessu dati categoriali cum'è u sessu (maschile/femminile), u statutu di fumatore (sì/nò), u livellu d'istruzione (liceu/diploma/laurea triennale), e preferenze di marca (A/B/C), ecc. U test di chi-quadratu per l'indipendenza aiuta à risponde à a quistione centrale: a distribuzione di una variabile hè significativamente diversa trà l'altre categurie di variabili?
Cuncetti basi: Chì ghjè l'indipendenza ?
Dui variabili sò dette indipendenti s'è l'infurmazioni nantu à e categurie in a prima variabile ùn aiutanu micca à prevede e categurie in a seconda variabile. Per esempiu, s'è "generu" è "preferenza di bevande" sò indipendenti, allora a proporzione di preferenze di bevande serà relativamente simile in i gruppi maschili è femini. À u cuntrariu, s'è e proporzioni differenu significativamente, allora questu indica chì e duie variabili ùn sò micca indipendenti (associate).
U test di chi-quadratu per l'indipendenza funziona paragunendu e frequenze osservate (i dati attuali chì vedemu) cù e frequenze previste (e frequenze chì "duverianu accade" se e duie variabili fussinu veramente indipendenti). Più grande hè a differenza trà i valori osservati è previsti, più grande hè u valore di a statistica χ², è più forte hè l'evidenza di una relazione.
Tavula di contingenza
I dati per questu test sò urganizati in una tavula di contingenza, chì mostra e frequenze per e cumminazzioni categoriche di duie variabili. Per esempiu, esaminemu a relazione trà u statutu di fumatore (Iè/Innò) è l'incidenza di a tosse cronica (Iè/Innò). Creeremu una tavula 2x2 chì cuntene u numeru di rispondenti in ogni cumminazione.
In generale, e tabelle ponu esse 2×2, 2×3, 3×4, eccetera, secondu u numeru di categurie in ogni variabile. U test di chi-quadratu per l'indipendenza pò esse adupratu per tabelle di qualsiasi dimensione, basta chì certe cundizioni sianu rispettate.
Test d'ipotesi
In u test di chi-quadratu per l'indipendenza, l'ipotesi hè:
– H0 (ipotesi nulla): E duie variabili sò indipendenti (nisuna relazione/associazione).
– H1 (ipotesi alternativa): E duie variabili ùn sò micca indipendenti (ci hè una relazione/associazione).
U scopu di a prova hè di determinà se i dati furniscenu evidenza sufficiente per ricusà H0.
Formula Statistica di Chi-Quadru
A statistica di u test chi-quadratu hè calculata cù a formula:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
infurmazione:
– \(O_{ij}\) hè a frequenza d'osservazione in a cella riga-i è colonna-j.
– \(E_{ij}\) hè a frequenza prevista in a cellula di a riga-i è di a colonna-j.
A frequenza prevista hè calculata da u totale di a riga è u totale di a colonna:
\[
E_{ij} = \frac{(\text{Tutale riga i}) \times (\text{Tutale colonna j})}{\text{Tutale generale}}
\]
Questa formula riflette ciò chì si prevede chì accadessi se e distribuzioni in ogni riga è colonna ùn s'influenzassinu micca l'una l'altra (eranu indipendenti).
Gradi di Libertà
I gradi di libertà (dl) per questu test sò determinati da a dimensione di a tavula:
\[
df = (r – 1)(c – 1)
\]
cù:
– \(r\) = numeru di righe (prima categuria di variabile)
– \(c\) = numeru di colonne (seconda categuria di variabili)
I gradi di libertà affettanu a forma di a distribuzione chi-quadrata aduprata per determinà u valore p.
Passi per fà u test d'indipendenza Chi-Square
Eccu a sequenza generale per realizà sta prova:
1. Organizate i dati in una tavula di contingenza.
Assicuratevi chì i dati sianu in forma di frequenze, micca di percentuali.
2. Calcula a frequenza prevista per ogni cellula aduprendu a formula \(E_{ij}\).
3. Calcula u valore di χ² summendu i cumpunenti di \((OE)^2/E\) per tutte e cellule.
4. Determinate df aduprendu \((r-1)(c-1)\).
5. Calculate u valore p basatu annantu à a distribuzione chi-quadrata cù u df (o paragunate u χ² calculatu cù a tavula χ² à u livellu di significanza α, per esempiu 0,05).
6. Pigliate una decisione.
– Sè u valore p ≤ α → ricusa H0 → ci hè una relazione/dipendenza.
– Sè u valore p > α → ùn riesce micca à ricusà H0 → nisuna evidenza di relazione.
7. Interpretazione sustantiva.
Spiegate ciò chì significa a relazione in u cuntestu di a ricerca, micca solu "significativa" o "micca significativa".
Esempiu d'interpretazione (senza calculi dettagliati)
Supponemu chì un ricercatore valuta a relazione trà u "metodu di studiu" (indipendente/gruppu) è a "graduazione" (passatu/fiascatu). Dopu avè realizatu un test chi-quadratu, u valore p hè 0,02. Cù α = 0,05, a cunclusione hè di ricusà H0, indicendu una relazione trà u metudu di studiu è a graduazione. U ricercatore hà tandu bisognu di determinà quali cellule cuntribuiscenu à a più grande differenza (per esempiu, se u studiu di gruppu aumenta a proporzione di diplomati). In pratica, l'analisi pò esse allargata esaminendu i residui standardizati o e dimensioni di l'effettu.
Termini è Ipotesi Impurtanti
Ancu s'è u chi-quadratu ùn hè micca parametricu, stu test hà parechji requisiti impurtanti:
1. I dati sò in forma di conteggi (frequenza) è ogni sughjettu cade solu in una categuria (mutualmente esclusiva).
2. Osservazioni indipendenti, vale à dì chì un rispondente ùn pò esse cunsideratu più di una volta, è ùn ci hè nisuna relazione appaiata trà l'osservazioni.
3. A frequenza prevista hè abbastanza grande. Una regula generale: a maiò parte di i valori \(E_{ij}\) devenu esse ≥ 5. S'ellu ci sò troppu cellule cù valori previsti chjuchi, i risultati di u test chi-quadratu ponu esse invalidi.
Per e tavule 2×2 cù piccule frequenze, una alternativa cumuna hè u Test Esattu di Fisher. Per i dati appaiati (per esempiu, prima-dopu nantu à u listessu rispondente), una alternativa hè u test di McNemar.
Dimensione di l'effettu: Micca solu significativa
Un risultatu significativu ùn significa micca necessariamente una relazione "forte". Dunque, hè spessu cunsigliatu di signalà a dimensione di l'effettu, per esempiu:
– Phi (φ) per a tavula 2×2
– V di Cramér per i tavoli più grandi
A V di Cramér varieghja da 0 à 1, cù valori più grandi chì indicanu una associazione più forte. A segnalazione di e dimensioni di l'effettu aiuta i lettori à capisce a forza di a relazione, micca solu a so esistenza.
Vantaghji è Limitazioni
eccessu:
– Facile da aduprà per i dati categurichi.
– Ùn richiede micca l'ipotesi di nurmalità.
- Adattu per parechji campi di ricerca.
Keterbatasan:
– Sensibile à a dimensione di u campione: i grandi campioni ponu fà chì e piccule differenze sianu "significative".
– Ùn mostra micca direttamente a direzzione di a relazione, ma solu a presenza/assenza di un'associazione.
– Hè problematicu s'è parechje cellule anu frequenze previste chjuche.
– L'interpretazione deve esse sustinuta da analisi supplementari (per esempiu, esaminendu e proporzioni o i residui).
Penutup
U test di chi-quadratu per l'indipendenza hè un strumentu impurtante per valutà l'esistenza o l'assenza di una relazione trà duie variabili categuriche. Custruendu una tavula di contingenza, calculendu e frequenze previste è paragunendule cù e frequenze osservate utilizendu a statistica χ², i circadori ponu testà obiettivamente l'ipotesi di l'indipendenza. Tuttavia, per pruduce un'analisi robusta, i circadori devenu andà oltre a determinazione di se un effettu significativu hè presente o micca; devenu ancu signalà e dimensioni di l'effettu, esaminà i requisiti di frequenza previsti è mette in relazione i risultati cù u cuntestu sustanziale di u studiu. Cusì, u test di chi-quadratu diventa più cà una semplice prucedura matematica, ma parte di u ragiunamentu scientificu chì aiuta à capisce i mudelli di relazioni in i dati categurichi.
