מבחן כי בריבוע בסטטיסטיקה: הבנה ויישום
בסטטיסטיקה, מבחנים שונים משמשים לניתוח נתונים ולהסקת מסקנות מדעיות מדויקות. אחד המבחנים החשובים ביותר בסטטיסטיקה הוא מבחן כי בריבוע. למבחן זה מגוון יישומים, במיוחד בניתוח נתונים קטגורי . מאמר זה ידון במבחן כי בריבוע לעומק, כולל מושגים בסיסיים , סוגי מבחני כי בריבוע, נהלי יישום ויישומים בתחומים שונים.
מושגים בסיסיים של מבחן כי בריבוע
מבחן כי בריבוע הוא מבחן לא פרמטרי המשמש לקביעת האם קיים הבדל משמעותי בין התפלגות התדירות הצפויה לבין התפלגות התדירות הנצפית בקטגוריה אחת או יותר. מבחן זה הוצג על ידי קרל פירסון בשנת 1900 והוא משמש לעתים קרובות במחקרים מדעיים שונים הכוללים נתונים קטגוריים.
סמל כי בריבוע נכתב בדרך כלל באות היוונית χ², והנוסחה הבסיסית של מבחן זה היא:
\[ χ² = Σ \frac{(O_i – E_i)^2}{E_i} \]
עִם,
– \(O_i\) היא התדירות הנצפית,
– \(E_i\) היא התדירות הצפויה.
סוגי מבחני כי בריבוע
1. מבחן כי בריבוע טובת ההתאמה: מבחן זה משמש לקביעת האם קבוצת תצפיות מתאימה להתפלגות הצפויה. לדוגמה, ניתן לקבוע האם הטלת קובייה הוגנת על ידי השוואת התפלגות התוצאות הנצפות להתפלגות הצפויה (כל צד מופיע ב-1/6 מהזמן).
2. מבחן כי בריבוע לעצמאות: מבחן זה משמש לקביעת האם שני משתנים קטגוריים אינם תלויים. לדוגמה, ניתן להשתמש במבחן זה כדי לחקור את הקשר בין מגדר להעדפת צבע.
3. מבחן כי בריבוע להומוגניות: מבחן זה דומה למבחן העצמאות, אך משמש לקביעת האם התפלגות משתנה על פני אוכלוסיות או קבוצות שונות זהה. מצופה מכל קבוצה תהיה אותה התפלגות של המשתנה הנבדק.
נוהל יישום מבחן כי בריבוע
ההליך הבסיסי לביצוע מבחן כי בריבוע כולל מספר שלבים עיקריים:
1. קבע את ההשערה: נסח את השערת האפס (H0) הקובעת שאין הבדל בין ההתפלגות הנצפית להתפלגות הצפויה. ההשערה החלופית (H1) קובעת שיש הבדל מובהק.
2. צור טבלת מקריות: צור טבלת מקריות המכילה את התפלגות תדירות התצפיות בפועל עבור כל קטגוריות הנתונים.
3. חישוב התדירות הצפויה: עבור כל תא בטבלה, חשב את התדירות הצפויה (E_i). התדירות הצפויה מבוססת על ההתפלגות התאורטית או על שיעור הדגימה הכולל.
4. חישוב סטטיסטיקת כי בריבוע: השתמשו בנוסחת χ² כדי לחשב את ערך סטטיסטיקת כי בריבוע.
5. קביעת דרגות חופש: דרגות החופש (df) עבור מבחן כי בריבוע תלויות בסוג המבחן בו נעשה שימוש. עבור מבחן טובת ההתאמה, df = (מספר הקטגוריות - 1). עבור מבחן העצמאות, df = (מספר השורות - 1) (מספר העמודות - 1).
6. השוואה לערך קריטי: השווה את הערך המחושב של χ² לערך הקריטי של χ² בטבלת התפלגות כי בריבוע בהתבסס על רמת המובהקות שנקבעה מראש (α).
7. מסקנה: אם ערך χ² המחושב גדול מהערך הקריטי, השערת האפס נדחית, מה שאומר שיש הבדל משמעותי בין ההתפלגות הנצפית להתפלגות הצפויה.
יישום מבחן כי בריבוע
למבחן כי בריבוע יישומים נרחבים בתחומי מחקר ותעשייה שונים. כמה יישומים מעשיים של מבחן זה כוללים:
1. חברתיות ופסיכולוגיה: מחקרים על התנהגות חברתית או אנושית משתמשים לעתים קרובות במבחן כי בריבוע כדי לקבוע האם קיים קשר בין משתנים דמוגרפיים כגון גיל, מין, השכלה והתנהגות, כגון הרגלי צריכה או הרגלי בידור.
2. עסקים ושיווק: בתחום העסקי, מבחן כי בריבוע משמש לבדיקת האם קיים קשר בין שתי קטגוריות כגון סוג מוצר והעדפת לקוח, או בין מיקום החנות לנפח המכירות.
3. בריאות ורפואה: במחקר רפואי, ניתן ליישם ניתוח כי בריבוע כדי להעריך נתונים קליניים, למשל כדי לראות את הקשר בין סגנונות חיים מסוימים לבין שכיחות מחלות מסוימות.
4. חינוך: ניתוח נתונים בחינוך משתמש לעתים קרובות במבחן כי בריבוע כדי להעריך את הקשר בין משתנים כמו שיטות הוראה והישגי תלמידים, או בין רקע התלמידים להישגים אקדמיים.
דוגמה למקרה מבחן כי בריבוע
נניח שאנו רוצים לקבוע האם יש הבדל משמעותי בין העדפות משקאות (קפה, תה, מיץ) בהתבסס על מצב תעסוקתי (עובד במשרה מלאה, עובד במשרה חלקית, סטודנט). הנתונים נאספו מסקר של 300 איש, ולהלן התפלגות התצפיות בטבלת חלופות:
| | קפה | תה | מיץ | סה"כ |
|————————|——-|—–|—–|——-|
| עובד במשרה מלאה | 50 | 30 | 20 | 100 |
| עובד במשרה חלקית | 30 | 40 | 30 | 100 |
| סטודנט | 20 | 10 | 70 | 100 |
| סה"כ | 100 | 80 | 120 | 300 |
על ידי חישוב התדרים הצפויים ולאחר מכן חישוב ערך כי בריבוע, נוכל לקבוע האם העדפות משקאות קשורות למצב תעסוקתי.
סְגִירָה
מבחן כי בריבוע הוא כלי סטטיסטי רב עוצמה לניתוח נתונים קטגוריים. על ידי הבנת המושגים הבסיסיים, סוגי המבחנים ונהלי היישום, חוקרים יכולים להשתמש במבחן זה כדי להעריך את השערותיהם במגוון תחומים. דיוק מבחן כי בריבוע תלוי בעמידה בהנחות מסוימות, כגון גודל מדגם מתאים ואי תלות בין קטגוריות. באמצעות הבנה ויישום נכונים, מבחן כי בריבוע יכול לספק תובנות חשובות התומכות בקבלת החלטות מונחות נתונים.
