Chi kvadrato testas nepriklausomybei nustatyti
Chi kvadrato (χ²) nepriklausomumo kriterijus yra neparametrinis statistinis metodas, kuris labai dažnai naudojamas siekiant nustatyti, ar du kategoriniai kintamieji (nominalinė arba ranginė skalė) yra susiję, ar nesusiję. Daugelyje socialinių, sveikatos, švietimo, rinkodaros ir politikos analizės tyrimų tyrėjai dažnai susiduria su kategoriniais duomenimis, tokiais kaip lytis (vyras/moteris), rūkymo įpročiai (taip/ne), išsilavinimo lygis (vidurinė mokykla/diplomas/bakalauro laipsnis), prekės ženklo pasirinkimai (A/B/C) ir pan. Chi kvadrato nepriklausomumo kriterijus padeda atsakyti į pagrindinį klausimą: ar vieno kintamojo pasiskirstymas reikšmingai skiriasi tarp kitų kintamųjų kategorijų?
Pagrindinės sąvokos: Kas yra nepriklausomybė?
Du kintamieji vadinami nepriklausomais, jei informacija apie pirmojo kintamojo kategorijas nepadeda numatyti antrojo kintamojo kategorijų. Pavyzdžiui, jei „lytis“ ir „gėrimų pasirinkimas“ yra nepriklausomi, tai gėrimų pasirinkimo dalis bus santykinai panaši tiek vyrų, tiek moterų grupėse. Ir atvirkščiai, jei proporcijos reikšmingai skiriasi, tai rodo, kad du kintamieji nėra nepriklausomi (susiję).
Chi kvadrato testas nepriklausomumui nustatyti atliekamas lyginant stebėtus dažnius (faktus duomenis, kuriuos matome) su laukiamais dažniais (dažniais, kurie „turėtų pasitaikyti“, jei du kintamieji būtų tikrai nepriklausomi). Kuo didesnis skirtumas tarp stebėtos ir laukiamos verčių, tuo didesnė χ² statistikos vertė ir tuo stipresni įrodymai apie ryšį.
Nenumatytų atvejų lentelė
Šio testo duomenys susisteminti į situacijų lentelę, kurioje rodomi dviejų kintamųjų kategorinių derinių dažniai. Pavyzdžiui, panagrinėkime rūkymo statuso (Taip/Ne) ir lėtinio kosulio dažnio (Taip/Ne) ryšį. Sukursime 2x2 lentelę, kurioje bus nurodytas respondentų skaičius kiekviename derinyje.
Paprastai lentelės gali būti 2 × 2, 2 × 3, 3 × 4 ir taip toliau, priklausomai nuo kategorijų skaičiaus kiekviename kintamajame. Chi kvadrato nepriklausomumo kriterijus gali būti naudojamas bet kokio dydžio lentelėms, jei tenkinamos tam tikros sąlygos.
Hipotezės testas
Chi kvadrato nepriklausomumo teste hipotezė yra tokia:
– H0 (nulinė hipotezė): abu kintamieji yra nepriklausomi (nėra ryšio / asociacijos).
– H1 (alternatyvi hipotezė): du kintamieji nėra nepriklausomi (yra ryšys / asociacija).
Testo tikslas – nustatyti, ar duomenys pateikia pakankamai įrodymų, kad būtų galima atmesti H0.
Chi kvadrato statistinė formulė
Chi kvadrato testo statistika apskaičiuojama pagal formulę:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
Informacija:
– \(O_{ij}\) yra stebėjimo dažnis langelio i eilutėje ir j stulpelyje.
– \(E_{ij}\) yra laukiamas dažnis i-osios eilutės ir j-ojo stulpelio langelyje.
Laukiamas dažnis apskaičiuojamas pagal eilučių ir stulpelių sumas:
\[
E_{ij} = \frac{(\text{I eilutės suma}) \times (\text{Stulpelio suma})}{\text{Bendra suma}}
\]
Ši formulė atspindi, kas būtų tikėtina, jei kiekvienos eilutės ir stulpelio pasiskirstymai neturėtų įtakos vienas kitam (būtų nepriklausomi).
Laisvės laipsniai
Šio bandymo laisvės laipsniai (df) nustatomi pagal lentelės dydį:
\[
df = (r – 1)(c – 1)
\]
su:
– \(r\) = eilučių skaičius (pirmoji kintamųjų kategorija)
– \(c\) = stulpelių skaičius (antroji kintamųjų kategorija)
Laisvės laipsniai turi įtakos chi kvadrato skirstinio, naudojamo p vertei nustatyti, formai.
Chi kvadrato nepriklausomumo testo atlikimo žingsniai
Toliau pateikiama bendra šio bandymo atlikimo seka:
1. Sudėliokite duomenis į situacijų lentelę.
Įsitikinkite, kad duomenys pateikti dažnių, o ne procentų forma.
2. Apskaičiuokite kiekvieno langelio numatomą dažnį naudodami formulę \(E_{ij}\).
3. Apskaičiuokite χ² reikšmę sumuodami visų langelių \((OE)^2/E\) dedamąsias.
4. Nustatykite df naudodami \(r-1)(c-1)\).
5. Apskaičiuokite p reikšmę, remdamiesi chi kvadrato skirstiniu su df (arba palyginkite apskaičiuotą χ² su lentelėje pateikta χ², kai reikšmingumo lygmuo α, pavyzdžiui, 0,05).
6. Priimkite sprendimą.
– Jei p reikšmė ≤ α → atmetame H0 → yra ryšys / priklausomybė.
– Jei p reikšmė > α → neatmeta H0 → nėra ryšio įrodymų.
7. Esminis aiškinimas.
Paaiškinkite, ką reiškia ryšys tyrimo kontekste, o ne tik „reikšmingas“ ar „nereikšmingas“.
Interpretacijos pavyzdys (be išsamių skaičiavimų)
Tarkime, kad tyrėjas vertina ryšį tarp „studijų metodo“ (nepriklausomas/grupinis) ir „baigimo“ (išlaikyta/neišlaikyta). Atlikus chi kvadrato testą, p reikšmė yra 0,02. Kai α = 0,05, daroma išvada, kad H0 yra atmestas, o tai rodo ryšį tarp studijų metodo ir baigimo. Tada tyrėjas turi nustatyti, kurios ląstelės lemia didžiausią skirtumą (pavyzdžiui, ar grupinis tyrimas padidina absolventų dalį). Praktiškai analizę galima išplėsti nagrinėjant standartizuotus likučius arba efektų dydžius.
Svarbios sąlygos ir prielaidos
Nors chi kvadrato testas yra neparametrinis, šis testas turi keletą svarbių reikalavimų:
1. Duomenys pateikiami skaičių (dažnio) forma ir kiekvienas subjektas patenka tik į vieną kategoriją (tarpusavį paneigianti).
2. Nepriklausomi stebėjimai, tai reiškia, kad vienas respondentas negali būti skaičiuojamas daugiau nei vieną kartą ir tarp stebėjimų nėra porinio ryšio.
3. Laukiamas dažnis yra pakankamai didelis. Įprasta nykščio taisyklė: dauguma \(E_{ij}\) reikšmių turėtų būti ≥ 5. Jei yra per daug langelių su mažomis laukiamomis reikšmėmis, chi kvadrato testo rezultatai gali būti negaliojantys.
2×2 lentelėms su mažais dažniais įprasta alternatyva yra Fišerio tikslusis testas. Poriniams duomenims (pvz., to paties respondento „prieš“ ir „po“) alternatyva yra McNemaro testas.
Poveikio dydis: ne tik reikšmingas
Reikšmingas rezultatas nebūtinai reiškia „stiprų“ ryšį. Todėl dažnai rekomenduojama nurodyti efekto dydį, pavyzdžiui:
– Phi (φ) 2×2 stalui
– Cramér's V didesniems stalams
Craméro V svyruoja nuo 0 iki 1, o didesnės vertės rodo stipresnį ryšį. Efekto dydžių pateikimas padeda skaitytojams suprasti ryšio stiprumą, o ne tik jo egzistavimą.
Privalumai ir apribojimai
Privalumai:
– Lengva naudoti kategoriniams duomenims.
– Nereikalauja normalumo prielaidos.
– Tinka daugeliui tyrimų sričių.
Keterbatasanas:
– Jautrumas imties dydžiui: didelės imtys gali padaryti mažus skirtumus „reikšmingus“.
– Tiesiogiai neparodo santykio krypties, o tik asociacijos buvimą / nebuvimą.
– Problemiška, jei daugelio ląstelių numatomi dažniai yra maži.
– Interpretacija turi būti pagrįsta papildoma analize (pvz., nagrinėjant proporcijas arba liekanas).
Uždarymas
Chi kvadrato testas nepriklausomumui nustatyti yra svarbi priemonė vertinant dviejų kategorinių kintamųjų ryšio buvimą ar nebuvimą. Sudarydami atsitiktinumo lentelę, apskaičiuodami numatomus dažnius ir palygindami juos su stebimais dažniais naudodami χ² statistiką, tyrėjai gali objektyviai patikrinti nepriklausomumo hipotezę. Tačiau norėdami atlikti patikimą analizę, tyrėjai turėtų neapsiriboti tik reikšmingo poveikio nustatymu; jie taip pat turėtų nurodyti poveikio dydžius, išnagrinėti numatomo dažnio reikalavimus ir susieti išvadas su esminiu tyrimo kontekstu. Taigi, chi kvadrato testas tampa daugiau nei matematine procedūra, bet ir mokslinio samprotavimo dalimi, padedančia suprasti kategorinių duomenų ryšių modelius.
