Bağımsızlık Ki-kare Testi
Chi-square test of independence · Ayrıca şöyle bilinir: chi-squared test, Pearson's chi-square test, test of independence, ki-kare bağımsızlık testi
Bağımsızlık ki-kare testi, çapraz tablo analizinde gözlenen ve beklenen frekansları karşılaştırarak iki kategorik değişken arasında bir ilişki olup olmadığını inceleyen parametrik olmayan bir hipotez testidir. 1900 yılında Karl Pearson tarafından tanıtılan ki-kare kriterine dayanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+3 tane daha
Ne zaman kullanılır
Gözlemlerin bağımsız olduğu ve her durumun tam olarak bir hücreye katkıda bulunduğu bir olasılık tablosunda düzenlenen iki kategorik değişken arasındaki ilişkiyi test etmek için kullanın. İki koşul sağlanmalıdır: her hücrenin beklenen frekansı en az 5 olmalı ve toplam örneklem makul derecede büyük olmalıdır (yaklaşık n ≥ 30). Beklenen sayımlar düşük olduğunda veya örneklem küçük olduğunda, Fisher'ın kesin testi uygun alternatiftir.
Güçlü yönler & sınırlılıklar
- Dağılımdan bağımsız: normalite varsayımı yapmaz ve doğrudan frekans sayımları üzerinde çalışır.
- Hesaplanması ve yorumlanması basittir ve her istatistik paketinde bulunur.
- 2x2 tablolardan herhangi bir r-çarpı-c çapraz tablosuna doğal olarak genişler.
- Ki-kare yaklaşımı, beklenen hücre frekansları 5'in altına düştüğünde bozulur.
- Bir ilişki olduğunu tespit eder ancak takip analizi olmadan yönünü veya desenini belirlemez.
- İstatistik örneklem büyüklüğü ile artar, bu nedenle çok büyük örneklemler önemsiz ilişkileri anlamlı olarak işaretleyebilir.
SSS
Bazı beklenen hücre sayımları 5'in altında olursa ne olur?
Ki-kare yaklaşımı, herhangi bir hücrede beklenen frekanslar 5'in altına düştüğünde güvenilmez hale gelir. Bu durumda veya toplam örneklem küçük olduğunda (yaklaşık 30'un altında), asimptotik ki-kare dağılımına güvenmek yerine kesin olasılığı hesaplayan Fisher'ın kesin testini kullanın.
Anlamlı bir sonuç bana ilişkinin ne kadar güçlü olduğunu söyler mi?
Hayır. Ki-kare istatistiği örneklem büyüklüğü ile artar, bu nedenle tek başına anlamlılık gücü ölçmez. Cramér V gibi bir etki büyüklüğünü raporlayın; 0.10'un altındaki değerler zayıf bir ilişkiyi ve 0.30 veya üstü güçlü bir ilişkiyi gösterir.
Sonucu hangi hücreler yönlendiriyor?
Anlamlı bir genel test, ilişkinin nerede yattığını söylemez. Standartlaştırılmış (ayarlanmış) artıklar, bireysel hücrelerin beklenen sayımlarından en çok hangi ölçüde saptığını göstererek katkıda bulunan kategorileri belirler.
McNemar testinden nasıl farklıdır?
Bağımsızlık ki-kare testi, gözlemlerin bağımsız olduğunu varsayar. Veriler eşleştirilmiş veya gruplandırılmış olduğunda — örneğin aynı deneklerin öncesi ve sonrası ölçümleri — McNemar testi bunun yerine doğru seçimdir.
Kaynaklar
- Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. Philosophical Magazine, 50(302), 157–175. DOI: 10.1080/14786440009463897 ↗
- Agresti, A. (2007). An Introduction to Categorical Data Analysis (2nd ed.). Wiley. ISBN: 978-0471226185
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Chi-square test of independence. ScholarGate. https://scholargate.app/tr/statistics/chi-square-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Cramer V Katsayısıİstatistik↔ karşılaştır
- McNemar testiİstatistik↔ karşılaştır