ScholarGate
Assistent
Hypothesis test

De Chi-kwadraattoets van Pearson voor onafhankelijkheid

De chi-kwadraattoets voor onafhankelijkheid is een nonparametrische hypothesetoets die bepaalt of twee categorische variabelen statistisch geassocieerd zijn of onafhankelijk van elkaar. Geïntroduceerd door Karl Pearson in 1900, blijft het de standaardprocedure voor het analyseren van kruistabellen en vereist geen normaliteitsaanname — alleen dat observaties onafhankelijk zijn en dat verwachte cel frequenties voldoende groot zijn.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

De Chi-kwadraattoets van Pearson voor onafhankelijkheid
V van CramerLogistische RegressieMcNemar-toetsBeschrijvende Statistiek

Bronnen

  1. Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables. Philosophical Magazine, Series 5, 50(302), 157–175. link

Deze pagina citeren

ScholarGate. (2026, June 1). Chi-square goodness-of-fit test. ScholarGate. https://scholargate.app/nl/statistics/chi-square

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Geciteerd door

ScholarGateChi-square goodness-of-fit test (Chi-square goodness-of-fit test). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/chi-square · Gegevensset: https://doi.org/10.5281/zenodo.20539026