Jak przeprowadzić test chi kwadrat?

Test chi-kwadrat służy do sprawdzenia, czy między zmiennymi jakościowymi występuje zależność albo czy zaobserwowany rozkład zgadza się z rozkładem teoretycznym. W praktyce porównuje liczebności obserwowane z oczekiwanymi. Najwięcej problemów sprawia nie samo obliczenie, lecz przygotowanie danych – zbyt wiele małych kategorii może sprawić, że wynik będzie niewiarygodny.

Kiedy stosuje się test chi-kwadrat?

Test chi-kwadrat wykorzystuje się głównie przy danych kategorycznych, czyli takich, które opisują przynależność do grup. Mogą to być zmienne nominalne, na przykład płeć, rodzaj produktu lub odpowiedź „tak/nie”, a także porządkowe, takie jak poziom wykształcenia albo ocena satysfakcji.

W badaniach ankietowych najczęściej stosuje się test niezależności, który odpowiada na pytanie, czy dwie zmienne są ze sobą związane. Trzeba jednak odróżnić go od testu zgodności:

W dalszej części najwięcej uwagi poświęcono testowi niezależności, ponieważ to on najczęściej pojawia się przy analizie ankiet.

Jakie warunki trzeba spełnić?

Przed wykonaniem obliczeń sprawdź, czy dane spełniają podstawowe założenia. Wynik testu nie powinien być interpretowany automatycznie tylko dlatego, że program statystyczny go wyświetlił.

Najważniejsze warunki są następujące:

• Obie analizowane zmienne są nominalne lub porządkowe.
• Każda obserwacja należy do jednej kategorii każdej zmiennej.
• Obserwacje są od siebie niezależne, czyli odpowiedzi jednej osoby nie tworzą kilku niezależnych przypadków.
• Liczebności oczekiwane są większe niż 5 w co najmniej 80% komórek tabeli.
• Żadna liczebność oczekiwana nie powinna być mniejsza niż 1.

Najważniejsze jest ostatnie z wymienionych założeń dotyczące rozkładu liczebności. Jeśli w ponad 20% komórek wartości oczekiwane są mniejsze niż 5, wynik testu chi-kwadrat Pearsona może być niewiarygodny. W takiej sytuacji trzeba połączyć sensowne kategorie albo rozważyć test dokładny Fishera, szczególnie przy małych próbach i tabelach 2 × 2.

Jeżeli 80% komórek ma liczebność oczekiwaną mniejszą niż 5, nie traktuj wyniku jako wiarygodnego bez zmiany sposobu grupowania danych lub zastosowania innego testu.

Jak przygotować dane do analizy?

Najczęstszy błąd polega na pozostawieniu zbyt dużej liczby szczegółowych kategorii. W ankiecie można zebrać bardzo precyzyjne odpowiedzi, ale każda dodatkowa kategoria zwiększa liczbę komórek w tabeli krzyżowej. W efekcie wiele pól zawiera pojedyncze obserwacje albo ma wartości oczekiwane poniżej 5.

Załóżmy, że 120 osób określało kolor oczu. Rozbicie koloru niebieskiego na kilka odcieni może być interesujące opisowo, lecz utrudnia testowanie zależności. Kategorie należy łączyć według sensownego kryterium, a nie przypadkowo.

Przy łączeniu kategorii zachowaj znaczenie zmiennej. Nie grupuj odpowiedzi wyłącznie po to, aby uzyskać pożądany wynik. Połącz je wtedy, gdy mają wspólną interpretację, tworzą logiczne poziomy albo są zbyt mało liczne, by analizować je oddzielnie.

W praktyce często czytelniejsza jest tabela o wymiarach 3 × 3 lub 4 × 4 niż układ z kilkunastoma kategoriami. Mniejsza liczba grup ułatwia sprawdzenie liczebności, opisanie wyników i przedstawienie tabeli w pracy dyplomowej. Zachowaj jednak pierwotne dane, ponieważ po połączeniu kategorii nie da się już odtworzyć szczegółowych odpowiedzi.

Przed obliczeniami sprawdź następujące kwestie:

• Czy każda kategoria jest potrzebna do odpowiedzi na pytanie badawcze?
• Czy małe grupy można połączyć na podstawie wspólnej cechy?
• Czy tabela krzyżowa nie zawiera wielu pustych lub prawie pustych komórek?
• Czy sposób połączenia kategorii da się wyjaśnić w metodologii badania?

Jak przeprowadzić test chi-kwadrat krok po kroku?

Do obliczeń możesz użyć arkusza kalkulacyjnego, SPSS albo innego programu statystycznego. Niezależnie od narzędzia procedura powinna przebiegać według tej samej logiki.

1. Sformułuj hipotezy. W teście niezależności hipoteza zerowa H0 mówi, że między zmiennymi nie ma zależności. Hipoteza alternatywna H1 zakłada, że zależność istnieje. W teście zgodności H0 stwierdza zgodność rozkładu obserwowanego z rozkładem teoretycznym.
2. Utwórz tabelę krzyżową. W wierszach umieść kategorie jednej zmiennej, a w kolumnach kategorie drugiej. W komórkach wpisz liczebności obserwowane, czyli faktyczną liczbę przypadków.
3. Oblicz liczebności oczekiwane. Dla testu niezależności stosuje się wzór: E = (suma wiersza × suma kolumny) / suma całkowita. Liczebność oczekiwana pokazuje, ilu przypadków spodziewalibyśmy się w danej komórce, gdyby zmienne były niezależne.
4. Sprawdź założenia. Oceń, czy liczebności oczekiwane spełniają wymagania. Jeśli nie, połącz logicznie kategorie albo wybierz test Fishera, gdy jego zastosowanie jest właściwe.
5. Oblicz statystykę chi-kwadrat. Dla każdej komórki porównuje się wartość obserwowaną O z oczekiwaną E. Statystyka ma postać χ² = Σ((O – E)² / E). Program zwykle wykonuje to obliczenie automatycznie.
6. Ustal stopnie swobody i odczytaj wartość p. Dla tabeli niezależności stopnie swobody oblicza się jako (liczba wierszy – 1) × (liczba kolumn – 1). Następnie wynik porównuje się z przyjętym poziomem istotności, najczęściej α = 0,05.

Przykładowo, dla tabeli 2 × 3 liczba stopni swobody wynosi (2 – 1) × (3 – 1) = 2. Możesz posłużyć się wartością p albo wartością krytyczną z rozkładu chi-kwadrat. W praktyce raportowanie wartości p jest zwykle czytelniejsze.

Jak zinterpretować wartość p?

Wartość p informuje, jak trudno byłoby uzyskać tak duże rozbieżności między liczebnościami obserwowanymi i oczekiwanymi, gdyby hipoteza zerowa była prawdziwa. Nie oznacza ona prawdopodobieństwa, że hipoteza zerowa jest prawdziwa.

Nie pisz, że przy p ≥ 0,05 „udowodniono brak zależności”. Poprawny wniosek brzmi: nie ma podstaw do odrzucenia hipotezy zerowej. Brak istotności może wynikać zarówno z braku związku, jak i ze zbyt małej próby albo niekorzystnego podziału na kategorie.

Sam test chi-kwadrat informuje, czy dane wskazują na istnienie zależności, ale nie mówi, jak silna jest ta zależność ani jaki ma kierunek. Do uzupełnienia analizy można wykorzystać współczynnik V-Cramera, a przy tabelach 2 × 2 także współczynnik Phi. Należy również obejrzeć procenty w tabeli krzyżowej, aby ustalić, które grupy najbardziej różnią się między sobą.

Wnioskowanie statystyczne możesz zapisać na przykład tak: „Test niezależności chi-kwadrat wykazał istotną zależność między zmienną A i zmienną B, χ²(df) = wartość, p < 0,05. Siłę związku oceniono za pomocą współczynnika V-Cramera”. W miejsce ogólnego opisu wpisz rzeczywiste wartości uzyskane z analizy.

Jak przejść od obliczeń do poprawnego wniosku?

1. Sprawdź, czy test został dobrany do rodzaju zmiennych i konstrukcji badania.
2. Zweryfikuj liczebności oczekiwane, zanim odczytasz wartość p.
3. Opisz, czy odrzucasz H0, czy tylko nie masz podstaw do jej odrzucenia.
4. Przeanalizuj tabelę krzyżową i procenty, aby wskazać, gdzie występują różnice.
5. Uzupełnij wynik miarą siły związku, na przykład V-Cramera.

Test zgodności wymaga innego sformułowania hipotezy i innych liczebności oczekiwanych. Nie wynikają one wtedy z sum wierszy i kolumn, lecz z przyjętego rozkładu teoretycznego. W obu przypadkach zasada pozostaje podobna: porównujesz obserwacje z tym, czego oczekiwano przy założeniu H0.

Najpierw uporządkuj kategorie i sprawdź założenia, dopiero potem interpretuj p-value. Mniej, logicznie połączonych grup często daje wynik bardziej czytelny niż bardzo szczegółowa tabela, w której większość komórek ma zbyt małe liczebności.

Artykuł ma charakter informacyjny i nie zastępuje konsultacji z metodologiem ani statystykiem przy projektowaniu lub interpretacji badania.