Ai date din chestionar și nu știi ce test să alegi?
Privat. Primul capitol gratuit. Fără avans. Plata la final sau în etape. Status constant al lucrării. Raport AI + plagiat.
Scrie-ne pe WhatsAppCum lucrăm
-
Ne scrii pe WhatsApp
Fără obligațiiTrimite ghidul, tema sau lucrarea, dacă ai început.
-
Primul capitol gratuit
GratuitPentru a vedea cum lucrăm.
-
Lucrarea finală, fără avans
Plata la final sau în etapeScriem sau modificăm lucrarea, cu status constant. Raport AI + plagiat. Primești lucrarea înainte de plată.
Cuprins · 7 secțiuni
Testul chi pătrat (χ²) arată dacă două variabile categoriale sunt asociate: gen și „a cumpărat sau nu”, domeniul de studii și „lucrează în domeniu”. Cifrele de mai jos sunt calculate de noi pe datele exemplelor noastre de Marketing și Sociologie (date simulate).
Compari frecvențele observate cu cele așteptate dacă variabilele n-ar fi legate. Dacă p < .05, asocierea este semnificativă; V Cramer îi dă tăria, iar procentele pe grupuri arată unde este diferența. În exemplul de Marketing: 76,7% dintre femei și 60,2% dintre bărbați au cumpărat la recomandarea unui influencer, χ²(1, N = 186) = 5,86, p = 0,016, V Cramer = 0,18, o asociere semnificativă, dar slabă.
Testul chi pătrat, pas cu pas
Opt pași, de la alegerea testului la fraza din capitolul de rezultate. Apasă pe unul ca să vezi ce faci, ce caută comisia și un exemplu.
1Când folosești testul chi pătrat
Două variabile categoriale, fiecare persoană numărată o dată
Ambele variabile au categorii (gen, mediu de rezidență, da/nu, nivel de studii), iar datele sunt frecvențe: câte persoane cad în fiecare combinație. Fiecare participant apare într-o singură celulă, iar observațiile sunt independente (nu aceleași persoane măsurate de două ori). Dacă una dintre variabile este un scor numeric, folosești testul t sau ANOVA, iar pentru două scoruri corelația Pearson.
Comisia caută: o ipoteză de asociere între două variabile categoriale și testul justificat în metodologie. Ajutor: ghidul despre variabile și operaționalizare.
„Există o legătură între gen și achiziția de produse la recomandarea influencerilor.” Cum formulezi ipoteze testabile: ghidul despre ipotezele și obiectivele lucrării.
2Tabelul de contingență și frecvențele așteptate
Total rând × total coloană / N
Pui o variabilă pe rânduri și cealaltă pe coloane și numeri persoanele din fiecare celulă. Pentru fiecare celulă calculezi frecvența așteptată dacă n-ar exista nicio asociere: E = total rând × total coloană / N. Testul este de încredere când frecvențele așteptate sunt de cel puțin 5 în majoritatea celulelor (regula des folosită: cel mult 20% din celule sub 5 și niciuna sub 1).
De verificat: nota de sub tabelul SPSS „cells have expected count less than 5”, înainte să interpretezi p.
Femei care au cumpărat: 103 × 129 / 186 = 71,4 așteptate, 79 observate. Cea mai mică frecvență așteptată este 25,4, deci testul se aplică fără probleme.
3Formula chi pătrat și tabelul valorilor critice
χ² = Σ (O − E)² / E, df = (r − 1)(c − 1)
Pentru fiecare celulă calculezi (observat − așteptat)² / așteptat și aduni. Gradele de libertate sunt (numărul de rânduri − 1) × (numărul de coloane − 1). Dacă χ² depășește valoarea critică pentru df-ul tău, rezultatul este semnificativ; programele dau direct p, așa că tabelul îți trebuie doar la calculul de mână.
χ² = 0,801 + 1,813 + 0,994 + 2,250 = 5,86, cu df = (2 − 1) × (2 − 1) = 1. Valoarea critică la .05 este 3,84, deci asocierea este semnificativă.
| df | χ² critic, p = .05 | χ² critic, p = .01 |
|---|---|---|
| 1 | 3,84 | 6,63 |
| 2 | 5,99 | 9,21 |
| 3 | 7,81 | 11,34 |
| 4 | 9,49 | 13,28 |
4Testul chi pătrat în SPSS
Analyze › Descriptive Statistics › Crosstabs
Pui o variabilă la Row(s) și cealaltă la Column(s). La Statistics bifezi Chi-square și Phi and Cramer's V; la Cells bifezi Observed, Expected, procentele pe rând (Row) și Adjusted standardized residuals. Restul analizei în SPSS: ghidul despre analiza statistică în SPSS.
De verificat: la un tabel 2×2, SPSS dă și rândul Continuity Correction (corecția Yates, mai conservatoare) și Fisher's Exact Test. Spune în metodologie ce rând raportezi; exemplele noastre de Marketing și UMF raportează rândul Pearson Chi-Square.
Pearson Chi-Square 5.858, df 1, Asymptotic Significance .016; Continuity Correction 5.109, .024; Fisher's Exact Test .017; nota „0 cells (0.0%) have expected count less than 5”; Cramer's V .177.
5Testul chi pătrat în Excel
Tabel pivot, frecvențe așteptate, CHISQ.TEST
Faci tabelul de contingență cu un tabel pivot (Insert › PivotTable, o variabilă la Rows, cealaltă la Columns, Count la Values), apoi un al doilea tabel cu frecvențele așteptate, cu formula total rând × total coloană / total general. =CHISQ.TEST(observate; așteptate) dă direct p, fără corecția Yates. Valoarea χ² o obții cu =CHISQ.INV.RT(p; df) sau adunând (O − E)² / E, iar V Cramer cu =SQRT(χ² / (N × (k − 1))), unde k este numărul mai mic dintre rânduri și coloane.
De verificat: cele două tabele au aceeași formă și ordinea categoriilor, fără rândul și coloana de total.
=CHISQ.TEST pe tabelul gen × achiziție dă 0,0155, adică p = 0,016, aceeași valoare ca rândul Pearson din SPSS. Mai multe despre tabelele pivot: ghidul despre analiza datelor în Excel.
6Testul chi pătrat în JASP sau jamovi
Gratuit, cu frecvențele așteptate și V Cramer
În JASP alegi Frequencies › Contingency Tables: o variabilă la Rows, cealaltă la Columns; la Statistics bifezi χ² și Cramer's V, la Cells frecvențele așteptate și procentele pe rând. În jamovi drumul este Frequencies › Independent Samples (χ² test of association), unde poți bifa și testul exact Fisher. Denumirile pot diferi puțin de la o versiune la alta.
De verificat: variabilele sunt marcate ca nominale; un cod numeric (1 = feminin, 2 = masculin) primește etichete, ca tabelul să fie lizibil.
χ², df, p, V Cramer și frecvențele așteptate într-un singur tabel, fără formule scrise de tine.
7Interpretarea: χ², p, V Cramer și reziduurile
Dacă există asociere, cât de tare și unde
p < .05 spune că asocierea este semnificativă; χ² singur nu spune cât de puternică este, pentru că crește cu N. V Cramer merge de la 0 la 1: la un tabel cu două rânduri sau două coloane, după Cohen, în jur de .10 este o asociere slabă, .30 moderată, .50 puternică; la tabele mai mari pragurile sunt mai mici. Reziduurile standardizate ajustate peste 1,96 în valoare absolută arată celulele care fac diferența.
Comisia caută: procentele pe grupuri, tăria asocierii și, la tabele mai mari de 2×2, unde apare diferența.
Angajarea în domeniul studiilor diferă între domenii, χ²(3, N = 212) = 18,89, p < 0,001, V Cramer = 0,30. Reziduurile arată unde: absolvenții de Inginerie și IT lucrează mai des în domeniu decât s-ar aștepta (58,0%, reziduu +3,74), cei de științe sociale și umaniste mai rar (22,2%, reziduu −2,97).
8Raportarea în stil APA
χ²(df, N = …) = valoare, p, V Cramer
Spui rezultatul în cuvinte, cu procentele, apoi χ² cu df și N în paranteză, p și V Cramer. În tabel pui frecvențele cu procentele pe rând și testul în notă. APA folosește punctul zecimal (p = .016); exemplele noastre de Marketing și Sociologie folosesc virgula, cum cer multe facultăți din România: urmezi ghidul tău.
Comisia caută: procentele care arată direcția, nu doar valoarea χ², și un verdict pentru ipoteză.
[Variabila 1] este / nu este asociată cu [variabila 2], χ²([df], N = [N]) = [valoare], p = [valoare], V Cramer = [valoare]. [Grupul A] … mai des decât [grupul B] ([x]% față de [y]%). Ipoteza [nr.] se confirmă / nu se confirmă.
Cum citești celelalte teste: ghidul despre interpretarea rezultatelor statistice.
Exemplu: gen și achiziție la recomandare
Am refăcut în Python (scipy) testul din exemplul de Marketing, pe foaia „Date brute”: 186 de tineri, date simulate. Valorile sunt cele din Tabelul 6 al exemplului (pagina 11).
| Gen | A cumpărat | Nu a cumpărat | Total |
|---|---|---|---|
| Feminin | 79 (76,7%) | 24 (23,3%) | 103 |
| Masculin | 50 (60,2%) | 33 (39,8%) | 83 |
| Total | 129 | 57 | 186 |
Frecvențe așteptate: 71,4 și 31,6 (femei), 57,6 și 25,4 (bărbați). χ²(1, N = 186) = 5,86, p = 0,016, V Cramer = 0,18. Date simulate, calculate de noi.
„Ponderea celor care au cumpărat cel puțin un produs recomandat de un influencer în ultimele 6 luni diferă în funcție de gen, χ²(1, N = 186) = 5,86, p = 0,016, V Cramer = 0,18 (Tabelul 6, Figura 5). Femeile au cumpărat mai des la recomandare. Ipoteza I1 se confirmă, dar asocierea este slabă.”
„Între nașterea naturală și cezariană, diferența la alăptarea exclusivă este χ²(1) = 0,75, p = 0,388 (Tabelul 8): tipul nașterii nu a fost asociat semnificativ cu alăptarea exclusivă.” Am recalculat: V Cramer = 0,09. Îl raportezi la fel de exact și spui că ipoteza nu se confirmă.
Mai multe despre testul chi pătrat
+Chi pătrat de concordanță (o singură variabilă)
Varianta cu o singură variabilă compară frecvențele observate cu o distribuție așteptată, de exemplu părți egale. În SPSS: Analyze › Nonparametric Tests › Legacy Dialogs › Chi-square; df = numărul de categorii − 1.
TikTok 67, Instagram 63, YouTube 38, Facebook 18; la părți egale ar fi fost câte 46,5. χ²(3, N = 186) = 33,91, p < 0,001: preferințele nu sunt împărțite egal.
+Frecvențe așteptate mici
Dacă prea multe celule au frecvența așteptată sub 5, ai trei variante: la un tabel 2×2 raportezi testul exact Fisher; la un tabel mai mare unești categorii apropiate, cu o justificare de conținut; sau spui limita și nu sprijini concluzia principală pe acel test.
Frecvența periajului și prezența cariilor: 44,0% cu carii la periajul de două ori pe zi, 75,6% la o dată pe zi, 94,4% la mai rar. χ²(2, N = 150) = 20,95, p < 0,001, V Cramer = 0,37. Grupul „sub o dată pe zi” are doar 18 copii, iar cea mai mică frecvență așteptată este 5,9: peste prag, dar aproape.
+Greșeli frecvente
- Chi pătrat pe procente sau pe mediipe frecvențe, numărul de persoane
- O întrebare cu mai multe răspunsuri bifatefiecare opțiune ca variabilă da/nu, testată separat
- Doar χ² și pplus procentele pe grupuri și V Cramer
- „Genul determină achiziția”„genul este asociat cu achiziția”
- Frecvențe așteptate sub 5 ignoratetestul Fisher sau categorii unite
- Aceleași persoane înainte și după, în același tabeltestul McNemar pentru date pereche
+Testul chi pătrat la licență și la disertație
La licență, tabelul de contingență cu procente, χ², p, V Cramer și verdictul ipotezei sunt de obicei suficiente. La disertație merită să adaugi reziduurile ajustate la tabelele mai mari, un raport al șanselor la 2×2 (în exemplul de Marketing, femeile au de 2,17 ori șansele bărbaților de a fi cumpărat, calculat de noi) și, când vrei să controlezi alte variabile, o regresie logistică. Ce cere exact programul tău scrie în ghidul facultății sau îți spune coordonatorul. Pentru predicția unui scor numeric vezi regresia liniară.
Dacă vrei ca analiza și capitolul de rezultate să fie făcute de noi, ca parte din lucrare, vezi serviciile și de ce depinde prețul.
Întrebări frecvente
Ce înseamnă un rezultat semnificativ la testul chi pătrat?
Că distribuția unei variabile diferă între categoriile celeilalte mai mult decât ar fi de așteptat întâmplător, deci cele două variabile sunt asociate. Nu spune cât de puternică este asocierea (pentru asta raportezi V Cramer) și nici că una o cauzează pe cealaltă.
Ce fac dacă frecvențele așteptate sunt sub 5?
La un tabel 2×2 raportezi testul exact Fisher. La un tabel mai mare poți uni categorii apropiate, cu o justificare, sau spui limita și nu sprijini concluzia principală doar pe acel test. Regula des folosită: cel mult 20% din celule sub 5 și niciuna sub 1.
Cum calculez testul chi pătrat în Excel?
Faci tabelul de contingență cu un tabel pivot, calculezi frecvențele așteptate (total rând × total coloană / N) și folosești =CHISQ.TEST(observate; așteptate), care dă valoarea p. Valoarea χ² o afli cu =CHISQ.INV.RT(p; df).
Cum se calculează gradele de libertate la chi pătrat?
La testul de asociere, df = (numărul de rânduri − 1) × (numărul de coloane − 1): un tabel 2×2 are df = 1, unul 4×2 are df = 3. La testul de concordanță, df = numărul de categorii − 1.
Ce este V Cramer?
O măsură a tăriei asocierii dintre două variabile categoriale, de la 0 (nicio asociere) la 1. La un tabel cu două rânduri sau două coloane, în jur de .10 este slabă, .30 moderată și .50 puternică.



