Na katerih podatkih lahko uporabimo hi kvadrat test?

Vsak statistični test deluje samo na določeni vrsti podatkov. Obe vrsti hi kvadrat testa uporabljamo na nominalnih spremenljivkah – to so spremenljivke, pri katerih ne moremo reči, katera vrednost je »večja« ali »manjša« (npr. spol, kategorija izobrazbe, da/ne odgovori).

Tipična primera: spol × kajenje (ali je kajenje povezano s spolom?) in zadovoljstvo s storitvijo po poslovnih enotah (ali se porazdelitev odgovorov razlikuje od naključne?). Če so podatki številski (npr. povprečja), hi kvadrat test ni prava izbira – takrat uporabimo npr. t-test ali ANOVA.

Pogoji za hi kvadrat test

Da je hi kvadrat test verodostojen, morata biti izpolnjena dva pogoja (Cochranovo pravilo). Oba se nanašata na pričakovane (ne opazovane) frekvence:

• ne več kot 20 % celic sme imeti pričakovano frekvenco manjšo od 5;
• nobena celica ne sme imeti pričakovane frekvence manjše od 1.

Poleg tega morajo biti opazovanja med seboj neodvisna (vsaka oseba se šteje enkrat) in vzorec dovolj velik. Če pogoja nista izpolnjena, hi kvadrat testa ne uporabimo – namesto njega izberemo Fisherjev eksaktni test (zlasti pri tabelah 2 × 2 in majhnih vzorcih).

Kaj nam pove hi kvadrat test?

Odgovor je odvisen od vrste testa – podrobnosti sta v obeh okvirjih spodaj (neodvisnost in enaka verjetnost).

Hi-kvadrat test za preizkus hipoteze enake verjetnosti

Ker pri tem testu uporabimo samo eno spremenljivko tukaj ne ugotavljamo soodvisnosti. Pri tem testu izvemo ali med odgovori, pri eni spremenljivki, obstajajo statistično pomembne razlike oz. ali med teoretičnimi in dejanskimi frekvencami prihaja do statistično pomembnih razlik.

Hi kvadrat test na primeru (korak za korakom)

Vzemimo 100 ljudi. Med moškimi jih 30 kadi in 20 ne kadi; med ženskami jih 20 kadi in 30 ne kadi. Vprašanje: ali je kajenje povezano s spolom?

Postopek: (1) postavimo ničelno hipotezo, da povezanosti ni; (2) izračunamo pričakovane frekvence – ob neodvisnosti bi v vsaki od 4 celic pričakovali 25 ljudi; (3) izračunamo statistiko χ² = Σ (opazovano − pričakovano)² / pričakovano; (4) določimo stopinje prostosti (pri tabeli 2 × 2 je df = 1) in (5) preberemo p-vrednost.

V tem primeru je χ² = 4,0 in p ≈ 0,046 – torej manj kot 0,05. Sklep: med spolom in kajenjem obstaja statistično pomembna povezanost. A pozor: to še ne pomeni, da spol »povzroča« kajenje – povezanost ni vzročnost.

Hi kvadrat test v SPSS v 4 korakih

1. Odpri Analyze > Descriptive Statistics > Crosstabs in eno spremenljivko postavi v vrstice (Row), drugo v stolpce (Column).
2. Klikni Statistics in obkljukaj Chi-square (za moč povezanosti še Phi and Cramer’s V).
3. Pod Cells obkljukaj Observed in Expected, da vidiš opazovane in pričakovane frekvence.
4. V izpisu poglej vrstico Pearson Chi-Square in stolpec Asymp. Sig. (2-sided) – to je p-vrednost. Če je < 0,05, je povezanost statistično pomembna. Hkrati preveri opombo pod tabelo o pričakovanih frekvencah (pogoja iz prejšnjega razdelka).

Več o tovrstnih testih: inferenčna statistika – kdaj jo uporabiti.

Kdaj hi kvadrat testa ne uporabimo (in kaj namesto njega)

• Številske spremenljivke in povprečja → t-test / ANOVA, ne hi kvadrat.
• Podatki v odstotkih brez frekvenc → test potrebuje dejanske frekvence (števila), ne odstotkov.
• Odvisna/parna opazovanja (isti ljudje pred in po) → McNemarjev test.
• Kršena pogoja o pričakovanih frekvencah → Fisherjev eksaktni test (2 × 2) oziroma združevanje kategorij, če je vsebinsko smiselno.

Najpogostejše napake pri hi kvadrat testu

• Uporaba na povprečjih ali številskih spremenljivkah.
• Računanje iz odstotkov namesto iz frekvenc.
• Prezrtje pogojev o pričakovanih frekvencah.
• Sklepanje o vzročnosti iz zgolj povezanosti.
• Poročanje samo p-vrednosti brez kontingenčne tabele in mere moči povezanosti (Cramérjev V).

Pogosta vprašanja o hi kvadrat testu

Kdaj uporabim hi kvadrat test in kdaj t-test?
Hi kvadrat test uporabimo pri dveh kategoričnih spremenljivkah (npr. spol × kajenje). T-test uporabimo, ko primerjamo povprečje številske spremenljivke med dvema skupinama.

Kaj pomeni p < 0,05 pri hi kvadrat testu?
Da je povezanost statistično pomembna – ničelno hipotezo o neodvisnosti zavrnemo. To še ne pove, kako močna je povezanost.

Kaj naredim, če pogoji niso izpolnjeni?
Uporabimo Fisherjev eksaktni test ali vsebinsko smiselno združimo kategorije in test ponovimo.

Ali hi kvadrat pove, katera skupina se razlikuje?
Sam po sebi ne. Pri večjih tabelah si pomagamo s prilagojenimi residuali oziroma naknadnimi primerjavami.

Kolikšen vzorec potrebujem?
Ni univerzalne številke – merilo so pričakovane frekvence (pravilo 20 % / najmanj 1). Večji vzorec praviloma pomeni stabilnejši test.

ZAHVALA SERGEJE

Hvala, super ste!

Torej, hitri, učinkoviti, prijazni, dostopni. Skratka super in vredni vseh priporočil drugim ;)