Chi-squared, plus correctement connu comme le test du chi carré de Pearson, est un moyen d'évaluer statistiquement les données. Il est utilisé lorsque les données catégorielles à partir d'un échantillonnage sont comparés à attendre ou «vrais» résultats. Par exemple, si nous croyons que 50 pour cent de toutes les fèves à la gelée dans un bac sont rouges, un échantillon de 100 grains de ce bac doit contenir environ 50 qui sont rouges. Si notre numéro diffère de 50, le test de Pearson nous dit si notre 50 pour cent hypothèse est suspect, ou si nous pouvons attribuer la différence que nous avons vu à la variation aléatoire normale.
Instructions
Interprétation des valeurs Chi-Carré
1 Déterminer les degrés de liberté de la valeur de votre chi-carré. Si vous comparez les résultats pour un échantillon unique avec de multiples catégories, les degrés de liberté est le nombre de catégories moins 1. Par exemple, si vous évaluez la répartition des couleurs dans un bocal de bonbons et il y avait quatre couleurs, les degrés de la liberté serait 3. Si vous comparez les données tabulaires les degrés de liberté est égal au nombre de lignes moins 1 multiplié par le nombre de colonnes moins 1.
2 Déterminer la valeur de p critique que vous allez utiliser pour évaluer vos données. Ceci est la pour cent de probabilité (divisé par 100) une valeur spécifique du chi carré a été obtenu par le seul hasard. Une autre façon de penser à p est qu'il est la probabilité que vos résultats observés écartaient les résultats attendus par le montant qu'ils ont fait uniquement en raison de la variation aléatoire dans le processus d'échantillonnage.
3 Recherchez la valeur de p associée à votre statistique de test chi-carré à l'aide du tableau de distribution chi-carré. Pour ce faire, regardez le long de la ligne correspondant à vos degrés calculés de la liberté. Trouver la valeur dans cette ligne la plus proche de votre statistique de test. Suivez la colonne qui contient cette valeur vers le haut pour la rangée supérieure et lire la valeur de p. Si votre test statistique est entre deux valeurs de la ligne initiale, vous pouvez lire une valeur de p approximative intermédiaire entre deux valeurs de p dans la rangée du haut.
4 Comparer la valeur de p obtenue à partir de la table à la valeur p critique précédemment décidée. Si votre valeur de p tabulaire est au-dessus de la valeur critique, vous concluez que tout écart entre les échantillons des valeurs de catégorie et les valeurs attendues était due à la variation aléatoire et n'a pas été significative. Par exemple, si vous avez choisi une valeur de p critique de 0,05 (ou 5%) et trouvé une valeur tabulaire de 0,20, vous concluez il n'y avait pas de variation significative.
Conseils et avertissements
- Rappelez-vous que toute conclusion faite sur la base de ce test aura encore une chance de se tromper, proportionnel à la valeur de p obtenue.
- La valeur obtenue pour chaque catégorie dans l'échantillon doit être d'au moins 5 pour que les résultats soient valides.