Ĥi-kvadrata testo por sendependeco
La ĥi-kvadrata (χ²) testo por sendependeco estas neparametra statistika metodo, kiu tre ofte estas uzata por determini ĉu du kategoriaj variabloj (nominala aŭ orda skalo) estas rilataj aŭ senrilataj. En multaj sociaj, sanaj, edukaj, merkataj kaj politikaj analizoj, esploristoj ofte renkontas kategoriajn datumojn kiel sekso (vira/ina), fumado (jes/ne), eduknivelo (mezlernejo/diplomo/bakalaŭra grado), markpreferoj (A/B/C), kaj tiel plu. La ĥi-kvadrata testo por sendependeco helpas respondi la kernan demandon: ĉu la distribuo de unu variablo signife malsamas trans aliaj variablokategorioj?
Bazaj Konceptoj: Kio estas Sendependeco?
Du variabloj estas diritaj sendependaj se informoj pri la kategorioj en la unua variablo ne helpas antaŭdiri la kategoriojn en la dua variablo. Ekzemple, se "sekso" kaj "trinkaĵoprefero" estas sendependaj, tiam la proporcio de trinkaĵopreferoj estos relative simila en ambaŭ viraj kaj virinaj grupoj. Male, se la proporcioj malsamas signife, tiam tio indikas, ke la du variabloj ne estas sendependaj (asociitaj).
La ĥi-kvadrata testo por sendependeco funkcias komparante observitajn frekvencojn (la faktajn datumojn, kiujn ni vidas) kun atenditaj frekvencoj (la frekvencoj, kiuj "devus okazi" se la du variabloj estus vere sendependaj). Ju pli granda la diferenco inter la observitaj kaj atenditaj valoroj, des pli granda la valoro de la χ²-statistiko, kaj des pli forta la pruvo de rilato.
Tablo de Eventualaĵoj
La datumoj por ĉi tiu testo estas organizitaj en kontingencan tabelon, kiu montras oftecojn por kategoriaj kombinaĵoj de du variabloj. Ekzemple, ni ekzamenu la rilaton inter fumado (Jes/Ne) kaj la incidenco de kronika tuso (Jes/Ne). Ni kreos 2x2-tabelon enhavantan la nombron de respondintoj en ĉiu kombinaĵo.
Ĝenerale, tabeloj povas esti 2×2, 2×3, 3×4, kaj tiel plu, depende de la nombro da kategorioj en ĉiu variablo. La ĥi-kvadrata testo por sendependeco povas esti uzata por tabeloj de ajna grandeco, kondiĉe ke certaj kondiĉoj estas plenumitaj.
Hipoteza Testo
En la ĥi-kvadrata testo por sendependeco, la hipotezo estas:
– H0 (nula hipotezo): Ambaŭ variabloj estas sendependaj (neniu rilato/asocio).
– H1 (alternativa hipotezo): La du variabloj ne estas sendependaj (ekzistas rilato/asocio).
La celo de la testo estas determini ĉu la datumoj provizas sufiĉan pruvon por malakcepti H0.
Ĥi-kvadrata Statistika Formulo
La statistiko de la ĥi-kvadrata testo estas kalkulata per la formulo:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
Informoj:
– \(O_{ij}\) estas la observofrekvenco en ĉelvico-i kaj kolumno-j.
– \(E_{ij}\) estas la atendata frekvenco en la ĉelo de vico-i kaj kolumno-j.
La atendata frekvenco estas kalkulata el la sumo de la linio kaj la sumo de la kolumno:
\[
E_{ij} = \frac{(\text{Tuta vico i}) \times (\text{Tuta kolumno j})}{\text{Tuta sumo}}
\]
Ĉi tiu formulo reflektas kio atendus okazi se la distribuoj en ĉiu vico kaj kolumno ne influus unu la alian (estus sendependaj).
Gradoj de Libereco
La gradoj de libereco (df) por ĉi tiu testo estas determinitaj per la grandeco de la tablo:
\[
df = (r – 1)(c – 1)
\]
kun:
– \(r\) = nombro da vicoj (unua variablokategorio)
– \(c\) = nombro da kolumnoj (dua variablokategorio)
La gradoj de libereco influas la formon de la ĥi-kvadrata distribuo uzata por determini la p-valoron.
Paŝoj por plenumi la Ĥi-kvadratan sendependecan teston
Jen la ĝenerala sinsekvo por efektivigi ĉi tiun teston:
1. Aranĝu la datumojn en eventualaĵtabelon.
Certigu, ke la datumoj estas en la formo de frekvencoj, ne procentoj.
2. Kalkulu la atendatan frekvencon por ĉiu ĉelo uzante la formulon \(E_{ij}\).
3. Kalkulu la valoron de χ² sumigante la komponantojn de \((OE)^2/E\) por ĉiuj ĉeloj.
4. Difinu df uzante \((r-1)(c-1)\).
5. Kalkulu la p-valoron bazitan sur la ĥi-kvadrata distribuo kun la df (aŭ komparu la kalkulitan χ² kun la tabelo χ² je la signifnivelo α, ekzemple 0,05).
6. Faru decidon.
– Se p-valoro ≤ α → malakceptu H0 → ekzistas rilato/dependeco.
– Se p-valoro > α → ne malakceptas H0 → neniu pruvo de rilato.
7. Substantiva interpretado.
Klarigu kion la rilato signifas en la kunteksto de la esplorado, ne nur "signifa" aŭ "ne signifa".
Ekzemplo de Interpretado (Sen Detalaj Kalkuloj)
Supozu, ke esploristo taksas la rilaton inter "studmetodo" (sendependa/grupa) kaj "diplomiĝo" (sukceso/malsukceso). Post farado de ĥi-kvadrata testo, la p-valoro estas 0,02. Kun α = 0,05, la konkludo estas malakcepti H0, indikante rilaton inter studmetodo kaj diplomiĝo. La esploristo tiam bezonas determini, kiuj ĉeloj kontribuas la plej grandan diferencon (ekzemple, ĉu grupa studo pliigas la proporcion de diplomiĝintoj). En praktiko, la analizo povas esti vastigita per ekzameno de normigitaj restaĵoj aŭ efikograndecoj.
Gravaj Terminoj kaj Supozoj
Kvankam ĥi-kvadrato estas neparametra, ĉi tiu testo havas plurajn gravajn postulojn:
1. Datumoj estas en la formo de kalkuloj (ofteco) kaj ĉiu subjekto falas nur en unu kategorion (reciproke ekskluziva).
2. Sendependaj observaĵoj, kio signifas, ke unu respondanto ne povas esti kalkulita pli ol unufoje, kaj ne ekzistas parigita rilato inter observaĵoj.
3. La atendata frekvenco estas sufiĉe granda. Ofta proksimuma regulo: plejparto de la \(E_{ij}\) valoroj devus esti ≥ 5. Se estas tro multaj ĉeloj kun malgrandaj atendataj valoroj, la rezultoj de la ĥi-kvadrata testo povas esti malvalidaj.
Por 2×2 tabeloj kun malgrandaj frekvencoj, ofta alternativo estas la Ekzakta Testo de Fisher. Por parigitaj datumoj (ekz., antaŭ-poste ĉe la sama respondanto), alternativo estas la testo de McNemar.
Efikgrandeco: Ne Nur Signifa
Signifa rezulto ne nepre signifas "fortan" rilaton. Tial, oni ofte rekomendas raporti la efikograndecon, ekzemple:
– Fio (φ) por tablo 2×2
– V-o de Cramér por pli grandaj tabloj
La V de Cramér varias de 0 ĝis 1, kun pli grandaj valoroj indikantaj pli fortan asocion. Raportado de efikograndecoj helpas legantojn kompreni la forton de la rilato, ne nur ĝian ekziston.
Avantaĝoj kaj Limigoj
Troo:
– Facile uzebla por kategoriaj datumoj.
– Ne postulas la supozon de normaleco.
– Taŭga por multaj esplorkampoj.
Limigoj:
– Sentema al specimenograndeco: grandaj specimenoj povas igi malgrandajn diferencojn “signifaj”.
– Ne montras rekte la direkton de la rilato, sed nur la ĉeeston/foreston de asocio.
– Estas probleme se multaj ĉeloj havas malgrandajn atenditajn frekvencojn.
– Interpreton oni devas subteni per plia analizo (ekz. rigardante proporciojn aŭ restaĵojn).
Fermo
La ĥi-kvadrata testo por sendependeco estas grava ilo por taksi la ekziston aŭ foreston de rilato inter du kategoriaj variabloj. Konstruante kontingencan tabelon, kalkulante atenditajn frekvencojn, kaj komparante ilin kun observitaj frekvencoj uzante la χ²-statistikon, esploristoj povas objektive testi la hipotezon pri sendependeco. Tamen, por produkti fortikan analizon, esploristoj devus iri preter determinado ĉu signifa efiko ĉeestas aŭ ne; ili ankaŭ devus raporti efikograndecojn, ekzameni atenditajn frekvencajn postulojn, kaj rilatigi trovojn al la substantiva kunteksto de la studo. Tiel, la ĥi-kvadrata testo fariĝas pli ol nur matematika proceduro, sed parto de scienca rezonado, kiu helpas kompreni rilatpadronojn en kategoriaj datumoj.
