testul Chi-pătrat de independență este utilizat pentru a determina dacă există o relație semnificativă între două variabile nominale (categorice). Frecvența fiecărei categorii pentru o variabilă nominală este comparată între categoriile celei de-a doua variabile nominale. Datele pot fi afișate într-un tabel de urgență în care fiecare rând reprezintă o categorie pentru o variabilă și fiecare coloană reprezintă o categorie pentru cealaltă variabilă. De exemplu, spuneți că un cercetător dorește să examineze relația dintre sex (bărbat vs.femeie) și empatie (înalt vs. scăzut)., Testul chi-pătrat al independenței poate fi folosit pentru a examina această relație. Ipoteza nulă pentru acest test este că nu există nicio relație între gen și empatie. Ipoteza alternativă este că există o relație între gen și empatie (de exemplu, există mai multe femei cu empatie ridicată decât bărbații cu empatie ridicată).mai întâi trebuie să calculăm valoarea așteptată a celor două variabile nominale.,aripa formulă pentru a calcula valoarea testului Chi-Pătrat de Independență:
= Chi-Square test de Independență
= valoarea Observată a două variabile nominale = valoarea Așteptată a două variabile nominale
Gradul de libertate se calculează cu ajutorul următoarei formule:
DF = (r-1)(c-1)
DF = Grade de libertate
r = numărul de rânduri
c = numărul de coloane
Ipoteze
ipoteza Nulă: Presupune că nu există nici o asociere între cele două variabile.,ipoteza alternativă: presupune că există o asociere între cele două variabile.Testarea ipotezelor: Testarea ipotezelor pentru testul chi-pătrat de independență, așa cum este pentru alte teste precum ANOVA, unde o statistică a testului este calculată și comparată cu o valoare critică. Valoarea critică pentru statistica chi-pătrat este determinată de nivelul de semnificație (de obicei .05) și gradele de libertate. Gradele de libertate pentru chi-pătrat sunt calculate folosind următoarea formulă: df = (r-1) (c-1) unde r este numărul de rânduri și c este numărul de coloane., Dacă statistica testului chi-pătrat observat este mai mare decât valoarea critică, ipoteza nulă poate fi respinsă.