स्वातंत्र्यासाठी ची स्क्वेअर चाचणी

स्वातंत्र्यासाठी ची-स्क्वेअर चाचणी

स्वातंत्र्यासाठीची काय-स्क्वेअर (χ²) चाचणी ही एक नॉन-पॅरामीट्रिक सांख्यिकीय पद्धत आहे, जी दोन श्रेणीबद्ध चल (नाममात्र किंवा क्रमवाचक प्रमाण) संबंधित आहेत की असंबंधित आहेत हे ठरवण्यासाठी वारंवार वापरली जाते. अनेक सामाजिक, आरोग्य, शिक्षण, विपणन आणि धोरण विश्लेषण अभ्यासांमध्ये, संशोधकांना अनेकदा लिंग (पुरुष/स्त्री), धूम्रपान स्थिती (होय/नाही), शिक्षणाची पातळी (हायस्कूल/डिप्लोमा/पदवी), ब्रँड पसंती (A/B/C) इत्यादींसारख्या श्रेणीबद्ध माहितीचा सामना करावा लागतो. स्वातंत्र्यासाठीची काय-स्क्वेअर चाचणी या मुख्य प्रश्नाचे उत्तर देण्यास मदत करते: एका चलाचे वितरण इतर चल श्रेणींमध्ये लक्षणीयरीत्या भिन्न आहे का?

मूलभूत संकल्पना: स्वातंत्र्य म्हणजे काय?

दोन चल स्वतंत्र आहेत असे तेव्हा म्हटले जाते, जेव्हा पहिल्या चलातील श्रेणींविषयीची माहिती दुसऱ्या चलातील श्रेणींचा अंदाज लावण्यास मदत करत नाही. उदाहरणार्थ, जर 'लिंग' आणि 'पेय पसंती' स्वतंत्र असतील, तर पुरुष आणि महिला या दोन्ही गटांमध्ये पेय पसंतीचे प्रमाण तुलनेने सारखेच असेल. याउलट, जर प्रमाणांमध्ये लक्षणीय फरक असेल, तर हे सूचित करते की ते दोन चल स्वतंत्र नाहीत (संबंधित आहेत).

स्वातंत्र्यासाठीची काय-स्क्वेअर चाचणी, निरीक्षित वारंवारता (आपण पाहतो तो प्रत्यक्ष डेटा) आणि अपेक्षित वारंवारता (जर दोन चल खरोखरच स्वतंत्र असते तर 'घडायला हव्यात' अशा वारंवारता) यांची तुलना करून कार्य करते. निरीक्षित आणि अपेक्षित मूल्यांमधील फरक जितका जास्त असतो, तितकेच χ² सांख्यिकीचे मूल्य जास्त असते आणि संबंधाचा पुरावा तितकाच अधिक मजबूत असतो.

आकस्मिकता सारणी

या चाचणीसाठीचा डेटा एका आकस्मिकता सारणीमध्ये (contingency table) मांडलेला आहे, जी दोन चलांच्या श्रेणीबद्ध संयोगांची वारंवारता दर्शवते. उदाहरणार्थ, आपण धूम्रपान स्थिती (होय/नाही) आणि दीर्घकालीन खोकल्याचे प्रमाण (होय/नाही) यांच्यातील संबंध तपासूया. आपण प्रत्येक संयोगातील प्रतिसादकर्त्यांची संख्या असलेली एक २x२ सारणी तयार करू.

सर्वसाधारणपणे, प्रत्येक चलातील प्रवर्गांच्या संख्येनुसार सारण्या २×२, २×३, ३×४, इत्यादी आकाराच्या असू शकतात. काही विशिष्ट अटींची पूर्तता होत असेल, तर स्वातंत्र्यासाठीची काय-स्क्वेअर चाचणी कोणत्याही आकाराच्या सारण्यांसाठी वापरली जाऊ शकते.

गृहीतक चाचणी

स्वातंत्र्यासाठीच्या काय-स्क्वेअर चाचणीमध्ये, गृहीतक असे आहे:

– H0 (शून्य गृहीतक): दोन्ही चल स्वतंत्र आहेत (कोणताही संबंध/सहसंबंध नाही).
– H1 (पर्यायी गृहीतक): दोन चल स्वतंत्र नाहीत (त्यांच्यात संबंध/सहसंबंध आहे).

डेटा H0 नाकारण्यासाठी पुरेसा पुरावा देतो की नाही हे ठरवणे हा चाचणीचा उद्देश आहे.

ची-स्क्वेअर सांख्यिकीय सूत्र

ची-स्क्वेअर चाचणी सांख्यिकीची गणना खालील सूत्र वापरून केली जाते:

\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]

केटरंगन:
– \(O_{ij}\) ही सेल पंक्ती-i आणि स्तंभ-j मधील निरीक्षण वारंवारता आहे.
– \(E_{ij}\) ही पंक्ती-i आणि स्तंभ-j च्या सेलमध्ये अपेक्षित वारंवारता आहे.

अपेक्षित वारंवारता पंक्तीच्या एकूण बेरजेवरून आणि स्तंभाच्या एकूण बेरजेवरून मोजली जाते:

\[
E_{ij} = \frac{(\text{एकूण पंक्ती i}) \times (\text{एकूण स्तंभ j})}{\text{एकूण बेरीज}}
\]

प्रत्येक पंक्ती आणि स्तंभातील वितरणांनी एकमेकांवर प्रभाव टाकला नसता (स्वतंत्र असती) तर काय घडण्याची अपेक्षा केली जाईल, हे हे सूत्र दर्शवते.

स्वातंत्र्याच्या अंश

या चाचणीसाठी स्वातंत्र्य कोटी (df) सारणीच्या आकारावरून निर्धारित केल्या जातात:

\[
df = (r – 1)(c – 1)
\]

सोबत:
– \(r\) = पंक्तींची संख्या (पहिल्या चल श्रेणीनुसार)
– \(c\) = स्तंभांची संख्या (दुसऱ्या चल श्रेणीची)

स्वातंत्र्य कोटींमुळे पी-व्हॅल्यू निश्चित करण्यासाठी वापरल्या जाणाऱ्या ची-स्क्वेअर वितरणाच्या आकारावर परिणाम होतो.

ची-स्क्वेअर स्वातंत्र्य चाचणी करण्याच्या पायऱ्या

ही चाचणी पार पाडण्याचा सर्वसाधारण क्रम खालीलप्रमाणे आहे:

१. डेटाची संभाव्यता सारणीमध्ये मांडणी करा.
डेटा टक्केवारीच्या स्वरूपात नसून वारंवारतेच्या स्वरूपात असल्याची खात्री करा.

२. \(E_{ij}\) या सूत्राचा वापर करून प्रत्येक सेलसाठी अपेक्षित वारंवारतेची गणना करा.

3. सर्व सेलसाठी \((OE)^2/E\) च्या घटकांची बेरीज करून χ² ची किंमत काढा.

4. \((r-1)(c-1)\) वापरून df निश्चित करा.

५. df सह ची-स्क्वेअर वितरणावर आधारित p-मूल्य मोजा (किंवा मोजलेल्या χ² ची सारणीतील χ² शी सार्थकता पातळी α, उदाहरणार्थ ०.०५ वर तुलना करा).

६. निर्णय घ्या.
– जर p-value ≤ α असेल तर H0 नाकारा → संबंध/अवलंबित्व आहे.
– जर p-value > α असेल तर → H0 नाकारण्यात अयशस्वी → संबंधाचा कोणताही पुरावा नाही.

७. सारभूत अन्वयार्थ.
संशोधनाच्या संदर्भात त्या संबंधाचा अर्थ काय आहे, हे केवळ “महत्त्वाचा” किंवा “महत्त्वाचा नाही” असे न म्हणता स्पष्ट करा.

विश्लेषणाचे उदाहरण (सविस्तर गणितांशिवाय)

समजा, एक संशोधक "अभ्यास पद्धत" (स्वतंत्र/सामूहिक) आणि "पदवी" (उत्तीर्ण/अनुत्तीर्ण) यांच्यातील संबंधाचे मूल्यांकन करत आहे. काय-स्क्वेअर चाचणी केल्यानंतर, पी-व्हॅल्यू ०.०२ येते. α = ०.०५ सह, निष्कर्ष असा निघतो की H0 नाकारावा, जो अभ्यास पद्धत आणि पदवी यांच्यात संबंध असल्याचे दर्शवतो. त्यानंतर संशोधकाला हे निश्चित करणे आवश्यक आहे की कोणत्या घटकांमुळे सर्वात मोठा फरक पडतो (उदाहरणार्थ, सामूहिक अभ्यासामुळे पदवीधरांचे प्रमाण वाढते का). व्यवहारात, प्रमाणित अवशिष्ट किंवा परिणाम आकारांचे परीक्षण करून विश्लेषणाचा विस्तार केला जाऊ शकतो.

महत्त्वाच्या संज्ञा आणि गृहितके

जरी काय-स्क्वेअर ही नॉनपॅरामीट्रिक चाचणी असली तरी, या चाचणीसाठी अनेक महत्त्वाच्या आवश्यकता आहेत:

1. डेटा मोजणीच्या (वारंवारता) स्वरूपात आहे आणि प्रत्येक विषय फक्त एकाच श्रेणीमध्ये येतो (परस्पर अनन्य).
२. स्वतंत्र निरीक्षणे, याचा अर्थ असा की एका प्रतिसादकर्त्याची गणना एकापेक्षा जास्त वेळा केली जाऊ शकत नाही आणि निरीक्षणांमध्ये कोणताही जोडलेला संबंध नसतो.
३. अपेक्षित वारंवारता पुरेशी मोठी आहे. एक सामान्य नियम असा आहे की: बहुतेक \(E_{ij}\) मूल्ये ≥ ५ असावीत. जर कमी अपेक्षित मूल्ये असलेल्या पेशींची संख्या खूप जास्त असेल, तर ची-स्क्वेअर चाचणीचे निकाल अवैध ठरू शकतात.

कमी वारंवारता असलेल्या २×२ सारण्यांसाठी, फिशरची अचूक चाचणी हा एक सामान्य पर्याय आहे. जोडलेल्या डेटासाठी (उदा., एकाच प्रतिसादकर्त्यावरील आधी-नंतरचा डेटा), मॅकनेमारची चाचणी हा एक पर्याय आहे.

परिणामाचा आकार: केवळ लक्षणीय नाही

महत्त्वपूर्ण निकालाचा अर्थ असा नाही की संबंध 'मजबूत' आहे. त्यामुळे, अनेकदा परिणामाचा आकार (effect size) नमूद करण्याची शिफारस केली जाते, उदाहरणार्थ:

२×२ सारणीसाठी फाय (φ)
- मोठ्या टेबलांसाठी क्रेमरचा व्ही

क्रेमरचा V ० ते १ पर्यंत असतो, ज्यात मोठी मूल्ये अधिक मजबूत संबंध दर्शवतात. परिणाम आकारांची नोंद केल्याने वाचकांना संबंधाचे केवळ अस्तित्वच नव्हे, तर त्याची ताकद समजण्यास मदत होते.

फायदे आणि मर्यादा

जास्त:
श्रेणीबद्ध डेटासाठी वापरण्यास सोपे.
– सामान्यतेचे गृहीतक आवश्यक नाही.
– अनेक संशोधन क्षेत्रांसाठी उपयुक्त.

केटरबतासन:
– नमुन्याच्या आकाराबाबत संवेदनशील: मोठे नमुने लहान फरकांनाही “महत्त्वपूर्ण” बनवू शकतात.
– संबंधाची दिशा थेट दाखवत नाही, तर केवळ सहसंबंधाची उपस्थिती/अनुपस्थिती दर्शवते.
– जर अनेक पेशींची अपेक्षित वारंवारता कमी असेल तर ती एक समस्या आहे.
– अन्वयार्थाला अतिरिक्त विश्लेषणाचा आधार असणे आवश्यक आहे (उदा. प्रमाण किंवा अवशिष्ट पाहणे).

बंद होत आहे

स्वातंत्र्यासाठीची काय-स्क्वेअर चाचणी ही दोन श्रेणीबद्ध चलांमधील संबंधाचे अस्तित्व किंवा अनुपस्थिती तपासण्यासाठी एक महत्त्वाचे साधन आहे. एक संभाव्यता सारणी तयार करून, अपेक्षित वारंवारता मोजून आणि χ² सांख्यिकीचा वापर करून त्यांची निरीक्षित वारंवारतेशी तुलना करून, संशोधक स्वातंत्र्याच्या गृहीतकाची वस्तुनिष्ठपणे चाचणी करू शकतात. तथापि, एक मजबूत विश्लेषण करण्यासाठी, संशोधकांनी महत्त्वपूर्ण परिणाम आहे की नाही हे ठरवण्यापलीकडे जायला हवे; त्यांनी परिणामाचे आकारमान देखील नोंदवले पाहिजे, अपेक्षित वारंवारतेच्या आवश्यकता तपासल्या पाहिजेत आणि निष्कर्षांना अभ्यासाच्या मूळ संदर्भाशी जोडले पाहिजे. अशा प्रकारे, काय-स्क्वेअर चाचणी ही केवळ एक गणितीय प्रक्रिया न राहता, श्रेणीबद्ध माहितीमधील संबंधांचे नमुने समजून घेण्यास मदत करणाऱ्या वैज्ञानिक तर्काचा एक भाग बनते.