Chi-ruuttest iseseisvuse määramiseks
Hii-ruuttest (χ²) on mitteparameetriline statistiline meetod, mida kasutatakse väga sageli kahe kategoorilise muutuja (nominaalse või ordinaalskaala) seose või mitteseotuse kindlakstegemiseks. Paljudes sotsiaal-, tervise-, haridus-, turundus- ja poliitikaanalüüsi uuringutes puutuvad teadlased sageli kokku kategooriliste andmetega, nagu sugu (mees/naine), suitsetamise staatus (jah/ei), haridustase (keskkool/diplom/bakalaureusekraad), brändieelistused (A/B/C) jne. Hii-ruuttest sõltumatuse hindamiseks aitab vastata põhiküsimusele: kas ühe muutuja jaotus on teiste muutujate kategooriate lõikes oluliselt erinev?
Põhimõisted: Mis on iseseisvus?
Kahte muutujat nimetatakse sõltumatuteks, kui esimese muutuja kategooriate kohta käiv teave ei aita ennustada teise muutuja kategooriaid. Näiteks kui "sugu" ja "joogi eelistus" on sõltumatud, siis on joogieelistuste osakaal nii meeste kui ka naiste rühmades suhteliselt sarnane. Vastupidiselt, kui osakaalud erinevad oluliselt, siis see näitab, et need kaks muutujat ei ole sõltumatud (seotud).
Sõltumatuse hindamiseks mõeldud hi-ruuttest toimib nii, et võrreldakse vaadeldud sagedusi (tegelikke andmeid, mida me näeme) oodatavate sagedustega (sagedused, mis "peaksid esinema", kui kaks muutujat oleksid tõeliselt sõltumatud). Mida suurem on vaadeldud ja oodatava väärtuse erinevus, seda suurem on χ² statistika väärtus ja seda tugevam on seose tõend.
Situatsioonitabel
Selle testi andmed on korraldatud situatsioonitabelisse, mis kuvab kahe muutuja kategooriliste kombinatsioonide sagedusi. Näiteks uurime suitsetamise staatuse (Jah/Ei) ja kroonilise köha esinemissageduse (Jah/Ei) vahelist seost. Loome 2x2 tabeli, mis sisaldab vastajate arvu igas kombinatsioonis.
Üldiselt võivad tabelid olla suurused 2×2, 2×3, 3×4 jne, olenevalt iga muutuja kategooriate arvust. Hii-ruuttesti sõltumatuse hindamiseks saab kasutada mis tahes suurusega tabelite puhul, kui teatud tingimused on täidetud.
Hüpoteesi test
Sõltumatuse hindamiseks kasutatavas hi-ruuttestis on hüpotees järgmine:
– H0 (nullhüpotees): Mõlemad muutujad on sõltumatud (seos puudub).
– H1 (alternatiivne hüpotees): Kaks muutujat ei ole sõltumatud (esinevad seosed/seosed).
Testi eesmärk on kindlaks teha, kas andmed annavad piisavalt tõendeid H0 ümberlükkamiseks.
Chi-ruudu statistiline valem
Hii-ruuttesti statistiline väärtus arvutatakse järgmise valemi abil:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
Teave:
– \(O_{ij}\) on vaatlussagedus lahtri reas i ja veerus j.
– \(E_{ij}\) on oodatav sagedus rea i ja veeru j lahtris.
Oodatav sagedus arvutatakse rea ja veeru summast:
\[
E_{ij} = \frac{(\text{i rea kogusumma}) \times (\text{j veeru kogusumma})}{\text{Lõppsumma}}
\]
See valem peegeldab seda, mis võiks juhtuda, kui iga rea ja veeru jaotused üksteist ei mõjutaks (oleksid sõltumatud).
Vabadusastmed
Selle testi vabadusastmed (df) määratakse tabeli suuruse järgi:
\[
df = (r – 1)(c – 1)
\]
koos:
– \(r\) = ridade arv (esimene muutujate kategooria)
– \(c\) = veergude arv (teine muutujate kategooria)
Vabadusastmed mõjutavad p-väärtuse määramiseks kasutatava chi-ruutjaotuse kuju.
Chi-ruudu iseseisvustesti sooritamise sammud
Selle testi läbiviimise üldine järjekord on järgmine:
1. Järjesta andmed situatsioonitabelisse.
Veendu, et andmed on esitatud sageduste, mitte protsentide kujul.
2. Arvutage iga lahtri eeldatav sagedus valemi \(E_{ij}\) abil.
3. Arvutage χ² väärtus, summeerides kõigi lahtrite \((OE)^2/E\) komponendid.
4. Määrake df, kasutades \(r-1)(c-1)\.
5. Arvutage p-väärtus, mis põhineb hi-ruutjaotusel koos df-iga (või võrrelge arvutatud χ²-d tabeli χ²-ga olulisuse tasemel α, näiteks 0,05).
6. Tee otsus.
– Kui p-väärtus ≤ α → H0 tagasi lükatakse → on olemas seos/sõltuvus.
– Kui p-väärtus > α → ei lükka H0 ümber → seose kohta pole tõendeid.
7. Sisuline tõlgendamine.
Selgitage, mida see seos uurimistöö kontekstis tähendab, mitte ainult „oluline” või „ebaoluline”.
Tõlgendamise näide (ilma üksikasjalike arvutusteta)
Oletame, et uurija hindab seost "õppemeetodi" (sõltumatu/rühm) ja "lõpetamise" (arvestatud/mittearvestatud) vahel. Pärast hi-ruuttesti tegemist on p-väärtus 0,02. α = 0,05 korral tuleb H0 tagasi lükata, mis näitab seost õppemeetodi ja lõpetamise vahel. Seejärel peab uurija kindlaks tegema, millised rakud põhjustavad suurima erinevuse (näiteks kas rühmauuring suurendab lõpetajate osakaalu). Praktikas saab analüüsi laiendada, uurides standardiseeritud jääke või efekti suurusi.
Olulised terminid ja eeldused
Kuigi chi-ruut on mitteparameetriline, on sellel testil mitu olulist nõuet:
1. Andmed on esitatud loenduste (sageduse) kujul ja iga katsealune kuulub ainult ühte kategooriasse (üksteist välistavad).
2. Sõltumatud vaatlused, mis tähendab, et ühte vastajat ei tohi arvestada rohkem kui üks kord ja vaatluste vahel ei ole paarissuhet.
3. Oodatav sagedus on piisavalt suur. Üldine rusikareegel: enamik \(E_{ij}\) väärtusi peaks olema ≥ 5. Kui liiga palju on väikese oodatava väärtusega rakke, võivad hi-ruuttesti tulemused olla kehtetud.
Väikese sagedusega 2×2 tabelite puhul on levinud alternatiiviks Fisheri täpne test. Paarisandmete (nt sama vastaja enne-pärast) puhul on alternatiiviks McNemari test.
Efekti suurus: mitte ainult märkimisväärne
Oluline tulemus ei tähenda tingimata „tugevat” seost. Seetõttu on sageli soovitatav esitada efekti suurus, näiteks:
– Phi (φ) 2×2 laua jaoks
– Cramér's V suuremate laudade jaoks
Craméri V jääb vahemikku 0 kuni 1, kusjuures suuremad väärtused näitavad tugevamat seost. Efekti suuruse esitamine aitab lugejatel mõista seose tugevust, mitte ainult selle olemasolu.
Eelised ja piirangud
Eelised:
– Lihtne kasutada kategooriliste andmete puhul.
– Ei eelda normaalsuse eeldamist.
– Sobib paljudele uurimisvaldkondadele.
Piirangud:
– Tundlik valimi suuruse suhtes: suured valimid võivad muuta väikesed erinevused oluliseks.
– Ei näita otseselt seose suunda, vaid ainult seose olemasolu/puudumist.
– See on problemaatiline, kui paljudel rakkudel on väikesed eeldatavad sagedused.
– Tõlgendust peab toetama täiendav analüüs (nt proportsioonide või jääkide uurimine).
Sulgemine
Sõltumatuse hindamiseks kasutatav hi-ruuttest on oluline vahend kahe kategoorilise muutuja vahelise seose olemasolu või puudumise hindamiseks. Konstantsustabeli koostamise, eeldatavate sageduste arvutamise ja nende võrdlemise abil vaadeldud sagedustega χ² statistika abil saavad teadlased objektiivselt testida sõltumatuse hüpoteesi. Kuid usaldusväärse analüüsi koostamiseks peaksid teadlased minema kaugemale olulise efekti olemasolu kindlakstegemisest; nad peaksid ka teatama efekti suurusest, uurima oodatava sageduse nõudeid ja seostama tulemusi uuringu sisulise kontekstiga. Seega saab hi-ruuttestist enamat kui lihtsalt matemaatiline protseduur, vaid osa teaduslikust arutluskäigust, mis aitab mõista kategooriliste andmete seoste mustreid.
