Chi-square (מבחן חי בריבוע)

מבחן חי-בריבוע (chi-square test), הנקרא גם מבחן חי בריבוע של פירסון (Pearson's chi-square test)

Chi-square (מבחן חי בריבוע)

מבחן חי בריבוע (Chi-Square) באמצעות SPSS

מבוא

מבחן חי-בריבוע (chi-square test), הנקרא גם מבחן חי בריבוע של פירסון (Pearson's chi-square test) , או מבחן חי בריבוע של אסוציאציה (chi-square test of association), משמש כדי לגלות אם יש קשר בין שני משתנים קטגוריים.

הנחות

כאשר אתם בוחרים לנתח את הנתונים באמצעות מבחן חי בריבוע (chi-square test), עליכם לוודא כי הנתונים שברצונכם לנתח עונים על שתי הנחות. אם הנתונים לא מתאימים, אז לא ניתן להשתמש במבחן חי בריבוע. שתי הנחות אלו הן:
הנחה מס '1: שני המשתנים צריכים להיות בסולם שמי או בסולם סדר, כלומר, משתנים קטגוריים. ניתן ללמוד עוד על משתנים אלו בלינק אבה:
הנחה מס '2: שני המשתנים שלך צריכים להיות מורכבים משתי קבוצות עצמאיות וקטגוריות. המשתנים הבלתי תלויים העומדים בקריטריון זה כוללים מגדר (2 קבוצות: זכרים ונקבות), דת (לדוגמה, 3 קבוצות: יהודים, מוסלמים ונוצרים), מקצוע (למשל, 5 קבוצות: מנתח, רופא, אחות, רופא שיניים, מטפל), וכן הלאה.
בחלק אבה אנו נראה איך לבצע מבחן חי בריבוע ונדגים שלב שלב מה עליכם לעשות.

דוגמא

אם אנו רוצים לדעת אם יש השפעה של מין על העדפה של סוג הרכב, ניתן לבדוק זאת בעזרת מבחן חי-בריבוע. משתנה מין (2 קבוצות: זכר/נקבה) הינו משתנה מסולם שמי (ערכים אלו משמשים כתווית בלבד אין להם משמעות כמותית או מספרית). והמשתנה השני הוא סוג הרכב (3 קבוצות: אקונומי/סטנדרט/יוקרה).

לחצו על: Analyze > Descriptives Statistics > Crosstabs

חי בריבוע crosstabs


יש להכניס משתנה גיל לתא הראשון ומשתנה סוג הרכב בתא השני, כפי שמופיע בתמונה הבאה:

משתנים חי בריבוע SPSS


לחצו על statistics button spss ולסמן את האופציות המופיעות בתמונה הבאה:

crosstabs chi-square

לחצו על statistics button spss וסמנו את האופציות המופיעות בתמונה הבאה:

cell display

לאחר מכן לחצו על continue button spss ו-ok button spss

הסבר של פלטים SPSS חי בריבוע (chi-square)

יוצגו בפניכם מספר טבלאות בתצוגת פלט תחת הכותרת "Crosstabs". הלוחות מוצגים להלן:

פלט SPSS חי בריבוע

טבלה הזאת מאפשרת לנו לראות שכמות התצפיות הינה 6400 איש, אין תצפיות חסרות.

פלט SPSS מבחן חי-בריבוע

ניתן לראות כי כמעט ואין הבדלים בין גברים לנשים. קיימת העדפה לרכבים סטנדרט ויוקרה גם אצל גברים וגם אצל נשים.

chi-square SPSS

בעת קריאת טבלה זו אנו מעוניינים בתוצאות של "Pearson Chi-Square" שורה. ניתן לראות כאן כי χ (1) = 0.154, p = .926. זה אומר לנו כי אין קשר מובהק סטטיסטית בין מגדר לבין סוג רכב מועדפת; כלומר, גברים ונשים כאחד מעדיפים אותם סוגים של רכבים.

chi-square test SPSS

ניתן לראות כי עוצמת הקשר בין המשתנים חלשה מאוד.

כתבות דומות

צרו איתנו קשרמות