Cross-tabulation Analysis (Contingency Table Analysis)
Ayrıca şöyle bilinir: crosstab, contingency table analysis, two-way frequency table, bivariate frequency analysis
Cinsiyetin ürün tercihiyle ilişkili olup olmadığını bilmek istediğinizi düşünün. Her bir ürün seçeneğini kaç erkeğin ve kadının seçtiğini sayıp bu sayıları bir tabloya yerleştirirsiniz. Cinsiyet ve tercih bağımsız ise, oranların satırlar boyunca benzer görünmesi gerekir. Çapraz tablolama bu karşılaştırmayı somutlaştırır: gerçek hücre sayılarını bağımsızlık varsayımı altında bekleyeceğiniz sayılarla karşılaştırırsınız ve eğer tutarsızlık yeterince büyükse, bir ilişki olduğu sonucuna varırsınız. Bu yaklaşım, anket yanıtlarından klinik sonuçlara veya pazar kesimlerine kadar herhangi bir kategorik değişken çifti için işe yarar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İstatistiksel olmayan kitlelere hesaplanması, yorumlanması ve iletilmesi kolaydır.
Güçlü yönler & sınırlılıklar
- Veriler üzerinde herhangi bir dağılımsal varsayım yapmadan her değişkendeki herhangi bir sayıda kategoriyi işler.
- Hem betimsel bir görünüm (gözlemlenen ve yüzde tabloları) hem de biçimsel bir anlamlılık testi sağlar.
- p-değerinin ötesine geçen etki büyüklüğü ölçüleriyle (phi, Cramer'in V'si, odds oranı) doğal olarak eşleşir.
- Küçük veya büyük örneklemlerle çalışır; seyrek hücreler için bir yedek olarak Fisher'ın kesin testi mevcuttur.
- Değişken gözlemleri varsayar; modifikasyon olmadan tekrarlanan ölçümleri veya eşleştirilmiş çiftleri işleyemez.
- Ki-kare yaklaşımı, birçok hücrenin beklenen sayısının 5'in altında olması durumunda güvenilmezdir.
- İlişkiyi tespit eder ancak nedenselliğin yönünü belirlemez veya karıştırıcı faktörleri kontrol etmez.
- Çok sayıda kategori veya değişken olduğunda tablo büyük ve ek analiz yapılmadan yorumlanması zor hale gelir.
- Hücre sayımı gereksinimlerini karşılamak için sıralı kategorilerin daha az seviyeye indirilmesi bilgi kaybına neden olabilir.
- Sadece ki-kare p-değerini bir etki büyüklüğü (phi veya Cramer'in V'si) olmadan raporlamak — istatistiksel anlamlılık, önemsiz ilişkiler için bile örneklem büyüklüğüyle artar.
SSS
Örneklem küçük olduğunda ve bir veya daha fazla hücrenin beklenen sayısı 5'in altında olduğunda Fisher'ın kesin testini kullanın. Fisher'ın testi, ki-kare yaklaşımına dayanmadan, gözlemlenen tablo ve daha aşırı tabloların kesin olasılığını hesaplar. Seyrek hücrelere sahip daha büyük tablolar için, kategorileri birleştirmeyi veya p-değerinin Monte Carlo simülasyonunu kullanmayı düşünün.
İlişkinin gücünü nasıl ölçerim?
2x2 tablolar için phi katsayısı 0 ile 1 arasında değişir ve doğrudan bir korelasyonla karşılaştırılabilir. Daha büyük tablolar için, phi'yi tablo boyutlarına göre ayarlayan ve aynı zamanda 0 ile 1 arasında değişen Cramer'in V'sini kullanın. 0'a yakın değerler zayıf ilişkiyi gösterir; 0.3'ün üzerindeki değerler genellikle orta, 0.5'in üzerindeki değerler ise güçlü kabul edilir, ancak bağlam önemlidir.
Anlamlı bir ki-kare, hangi hücrelerin ilişkiyi yönlendirdiğini söyler mi?
Doğrudan değil. Her hücre için ayarlanmış standartlaştırılmış artıkları (gözlemlenen ve beklenen sayılar arasındaki farkın standart hatasına bölünmesi) inceleyin. Mutlak değeri 2'nin üzerinde olan artıklar, anlamlı ki-kareye en çok katkıda bulunan hücreleri işaretler.
Sıralı değişkenlerle çapraz tablolama kullanabilir miyim?
Evet, ancak standart ki-kare sırayı göz ardı eder. Her iki değişken de sıralı olduğunda, doğrusal eğilim için Mantel-Haenszel ki-kare testi veya gama ve Kendall'ın tau-b'si daha uygundur, çünkü sıralamadan yararlanırlar ve monoton ilişkileri tespit etmek için daha fazla istatistiksel güce sahiptirler.
Çapraz tablolama frekans analizi ile aynı şey midir?
Frekans analizi genellikle tek bir değişkeni zaman zaman tabloya döker (tek yönlü frekans tablosu). Çapraz tablolama, bunu iki veya daha fazla değişkene eş zamanlı olarak genişleterek, farklı değişkenlerin kategorilerinin nasıl birlikte ortaya çıktığını ortaya koyan iki yönlü (veya daha yüksek dereceli) bir tablo üretir.
StatWise araç setinin bir parçasıdır — kendi kategorik verileriniz üzerinde çapraz tablolama yapın, otomatik ki-kare testi, beklenen sayı kontrolleri, ayarlanmış artıklar ve Cramer'in V etki büyüklüğü raporlaması ile.
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. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Cross-tabulation Analysis (Contingency Table Analysis). ScholarGate. https://scholargate.app/tr/statistics/cross-tabulation-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bağımsızlık Ki-kare Testiİstatistik↔ karşılaştır
- Cramer V Katsayısıİstatistik↔ karşılaştır
- Fisher'ın kesin testiİstatistik↔ karşılaştır
- Frekans Analiziİstatistik↔ karşılaştır
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır