المحتوى
تشي تربيع ، المعروف باسم اختبار بيرسون خي مربع ، هو وسيلة لتقييم البيانات إحصائيا. يتم استخدامه عند مقارنة البيانات الفئوية من أخذ العينات بالنتائج المتوقعة أو "الحقيقية". على سبيل المثال ، إذا كنا نعتقد أن 50 في المائة من جميع حبوب الهلام في حاوية حمراء ، فيجب أن تحتوي عينة من 100 حبة من تلك الحاوية على حوالي 50 حبة حمراء. إذا كان رقمنا يختلف عن 50 ، فإن اختبار Pearsons يخبرنا إذا كان افتراضنا البالغ 50 بالمائة مشكوك فيه ، أو إذا كان يمكننا أن نعزو الفرق الذي رأيناه إلى اختلاف عشوائي عشوائي.
تفسير قيم تشي سكوير
تحديد درجات حرية قيمة خي مربع الخاص. إذا كنت تقارن النتائج لعينة واحدة بفئات متعددة ، فإن درجة الحرية هي عدد الفئات ناقص 1. على سبيل المثال ، إذا كنت تقوم بتقييم توزيع الألوان في جرة jellybeans وكان هناك أربعة ألوان ، درجات الحرية ستكون 3. إذا كنت تقارن البيانات الجدولية ، فإن درجات الحرية تساوي عدد الصفوف ناقص 1 مضروبة في عدد الأعمدة ناقص 1.
حدد القيمة الحرجة التي ستستخدمها لتقييم بياناتك. هذا هو احتمال المئة (مقسوما على 100) أن قيمة خي مربع محددة تم الحصول عليها عن طريق الصدفة وحدها. هناك طريقة أخرى للتفكير في p وهي أنه من المحتمل أن تنحرف نتائجك الملاحظة عن النتائج المتوقعة بالمقدار الذي فعلوه فقط بسبب التباين العشوائي في عملية أخذ العينات.
ابحث عن قيمة p المرتبطة بإحصاء اختبار chi-square باستخدام جدول توزيع chi-square. للقيام بذلك ، انظر طول الصف المقابل لدرجة الحرية المحسوبة. ابحث عن القيمة في هذا الصف الأقرب إلى إحصائيات الاختبار. اتبع العمود الذي يحتوي على تلك القيمة صعودًا إلى الصف العلوي وقراءة القيمة p. إذا كانت إحصائيات الاختبار بين قيمتين في الصف الأولي ، فيمكنك قراءة قيمة p التقريبية وسيطة بين قيمتين p في الصف العلوي.
قارن القيمة p التي تم الحصول عليها من الجدول بالقيمة p الحرجة التي تم تحديدها مسبقًا. إذا كانت قيمة p الجدولية الخاصة بك أعلى من القيمة الحرجة ، فسوف تستنتج أن أي انحراف بين قيم فئة العينة والقيم المتوقعة كان بسبب تباين عشوائي وليس كبيرًا. على سبيل المثال ، إذا اخترت قيمة p حرجة قدرها 0.05 (أو 5٪) وعثرت على قيمة جدولية 0.20 ، فستستنتج أنه لم يكن هناك تباين كبير.