跳到主要內容
:::

教育百科logo

::: 卡方檢定 - 教育百科
國家教育研究院辭書
基本資料
英文: Chi-Square Test
作者: 詹志禹
日期: 2000年12月
出處: 教育大辭書
辭書內容
名詞解釋:
  卡方檢定是一種以卡方統計量為基礎之檢定方法。這種方法可以應用在許多不同類型的檢定中,尤其是用以檢定不同機率模型的合適性。一般而言,卡方檢定經常用於適合度(goodness of fit)、獨立性(independence)或同質性(homogeneity)等方面的檢定,所涉及的統計變項通常是間斷變項。
  理論上,卡方檢定經由實際發生次數與理論發生次數的差異程度,藉以推論上述各方面的檢定結果是否拒絕虛無假設。如果虛無假設設定為「觀察次數與理論次數的分布一致」,則其檢定統計量的函數形式為:
  
  式中,Oi表示第i類別實際發生的次數;ei表示第i類別理論上應發生的次數。當虛無假設成立且ei≧5時,X2會近似自由度K-1之卡方分布。如果Oi與ei間差異愈大,則X2值愈容易大於臨界值,換言之,即愈可拒絕虛無假設。
  在檢定獨立性時,資料形式通常是列聯表,虛無假設則為「兩個變項之間互相獨立」,此時,ei指「虛無假設為真時的期望次數」,故X2的算法如下:
  
  式中,n為總發生次數;pij。表示第i及j交叉細格中次數發生之機率;r與c則是列聯表中列及行的數目。在虛無假設為真的情況下,X2會近似自由度(r-1)(c-1)的卡力分布。但值得注意的是:當檢定的自由度為1時,尤其是當期望次數很小時(例如小於10),則需進行葉茲連續校正(Yates' correction for continuity)。其方式是:凡觀察次數大於理論次數時,在計算X2時,觀察次數就減0.5。反之,凡觀察次數小於理論次數時,則觀察此數就加0.5。如此,X2值會比沒有校正時為小,但較為正確。
  在對同一群體進行前後兩次觀察的重複量數裡,X2的計算公式就與上述的公式有所不同,因為在這樣的問題,研究者所關心的是受試者態度的改變,而前後兩次態度沒有改變者,表示實驗處理沒有發生效果,對研究結果自然沒有影響,因此,X2的公式就變為
  
  其中的A和D表示前後兩次觀察有改變的細格中的人數,例如由賞驗處理前的「喜歡」改為「不喜歡」,或由原先的「不喜歡」改為「喜歡」的次數。
資料來源: 國家教育研究院_卡方檢定
授權資訊: 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出
貓頭鷹博士
你喜歡貓頭鷹博士嗎

針對貓頭鷹博士的服務你會給幾顆星呢

回到頁面頂端圖示