HI KVADRAT TEST (POGLAVLJE 15.

PETZ, 2007)

- Hi kvadrat test koristimo kad želimo utvrditi da li neke dobivene (opažene)

frekvencije odstupaju od frekvencija koje bismo očekivali pod određenom hipotezom
- Pokazuje vjerojatnost povezanosti između nominalnih varijabli
- Intenzitet povezanosti izražava se koeficijentima asocijacije

Kad se upotrebljava hi kvadrat test?

- Kad imamo frekvencije jednog uzorka pa želimo ustanoviti odstupaju li te frekvencije

od frekvencija koje očekujemo uz neku hipotezu
- Kad imamo frekvencije dvaju ili više nezavisnih uzoraka te želimo ustanoviti razlikuju
li se uzorci u opaženim svojstvima
- Kad imamo uzorke dvaju zavisnih uzoraka koji imaju dihotomna svojstva, te želimo
ustanoviti razlikuju li se uzorci u mjerenim svojstvima, tj. je li došlo do promjene

Osnovni uvjeti za korištenje hi kvadrat testa

- Računa se samo na frekvencijama

- Suma empirijskih frekvencija mora biti jednaka sumi teorijskih frekvencija
- Teorijske frekvencije ne smiju biti suviše male

Hi kvadrat se izračunava po formuli:

Σ(𝑓𝑜−𝑓𝑡)²
χ2 =
𝑓𝑡

- gdje fo označava opažene frekvencije (frekvencije dobivene mjerenjem), a

- ft- teorijske frekvencije očekivane pod određenom hipotezom

HI KVADRAT TEST S JEDNIM UZORKOM

Primjer: 48 liječnika – mišljenje o tome treba li ženi pri porodu dati analgeziju

da ne znam ne ukupno
fo 26 12 10 48
ft 16 16 16 48

H0: nema razlike između dobivenih odgovora i slučajno raspoređenih odgovora

 - Kad bi odgovori bili dani sasvim slučajno, svaki bi od njih imao jednaku vjerojatnost,
pa bi svaki odgovor očekivali 48/3=16 puta.
- Df = broj kategorija -1
- Hi kvadrat = 9,50, df=3-1=2, granična vrijednost=5,99
- Odbacujemo nul hipotezu, dobiveni odgovori se statistički značajno razlikuju od
odgovara koje bismo očekivali kad bi oni bili dani sasvim slučajno

DVA ILI VIŠE NEZAVISNIH UZORAKA

Opažene frekvencije – stav prema liječniku

Negativan stav Pozitivan stav Ukupno

Muškarci 9 14 23
Žene 17 9 26
Ukupno 26 23 49

- Pod pretpostavkom da nema značajne razlike između muškaraca i žena, proporcija

negativnog (pozitivnog) stava morala bi biti jednaka kod muškarca i žena
- Teorijske (očekivane) frekvencije se dobiju tako da sumu reda pomnožimo sa sumom
stupca i rezultat podijelimo totalnom sumom frekvencija
- Teorijske (očekivane) frekvencije muškaraca s negativnim stavom 23*26/49
- Teorijske (očekivane) frekvencije žena s negativnim stavom 26*26/49

Teorijske (očekivane) frekvencije

Negativan stav Pozitivan stav Ukupno

Muškarci 12,2 10,8 23
Žene 13,8 12,2 26
ukupno 26 23 49

Df=(broj redova -1) * (broj stupaca -1)

χ2 =2,399

Iz tablice hi kvadrata možemo očitati da je granična vrijednost hi kvadrata uz stupanj slobode

1 na razini značajnosti od 5% iznosi 3,841. Budući da je naš hi kvadrat manji , prihvatit ćemo
hipotezu tj. zaključit ćemo da se muškarci ne razlikuju statistički značajno od žena u stavu
prema konkretnom liječniku.
Kontigencijska tablica

- Hi kvadrat se računa pomoću kontigencijskih tablica

- Kontigencijske tablice pokazuju zajedničku distribuciju dviju varijabli
- Nastaje križanjem dviju varijabli

Interpretacija kontigencijske tablice:

- Koristiti postotke nezavisne varijable

- Ako je nezavisna varijabla varijabla reda – uspoređuju se postotci reda u istom stupcu
- Ako je nezavisna varijabla varijabla stupca - uspoređuju se postotci stupca u istom
redu tablice
- Korištenje krivih postotaka rezultira neadekvatnom interpretacijom rezultata!
- Interpretaciju rezultata najlakše je provesti ako se vrijednosti u tablici pretvore u
postotke

DVA ZAVISNA UZORKA (MCNEMAROV TEST)

- Ako uspoređujemo rezultate jedne te iste grupe prije i poslije

TEST 2
TEST 1

Nisu zadovoljili Zadovoljili

Zadovoljili 5A 55B
Nisu zadovoljili 25C 15D

Postoji li značajna razlika između rezultata u testu 1. i 2.?

- Razlike su prikazane u ćelijama A i D

2 (𝐴−𝐷)2
χ = = 4,05
𝐴+𝐷
Df (2*2 tablica) =1

Iz tablice hi kvadrata možemo očitati da je granična vrijednost hi kvadrata uz stupanj slobode

1 na razini značajnosti od 5% iznosi 3,841. Budući da je naš hi kvadrat veći odbacit ćemo
hipotezu ( da nema razlike u težini testova) i zaključit ćemo da se razlika postoji, to jest da je
2
drugi test lakši (χ =4,05, p<0,05).
 HI KVADRAT- odstupanja od osnovne formule

Yatesova korekcija (oduzima se 0,5 od apsolutnog iznosa razlike fo i ft prije kvadriranja)

koristi se:

- ako obje varijable imaju samo 2 kategorije (tablice 2x2)

- ako je broj ispitanika manji od 40
- ako je teorijska frekvencija manja od 5 u bilo kojoj ćeliji

Fisherov egzaktni test koristi se:

- ako obje varijable imaju samo dvije kategorije (2x2 tablica)

- ako je 20 < N < 40 a najmanja od teorijskih frekvencija je manja od 5
- N<20

McNemar- hi kvadrat test zavisnih uzoraka

- dvije povezane dihotomne varijable (prije-poslije)

Mjere intenziteta povezanosti varijable (koeficijenti asocijacije)

- hi kvadrat test ne daje informacije o jačini povezanosti varijabli

- intenzitet povezanosti dviju nominalnih varijabli izražava se koeficijentima
asocijacije

Nominalne varijable:

1. Phi koeficijent (φ)

- za tablice 2x2
- mjera povezanosti dviju dihotomnih (nominalnih) varijabli
- koeficijent je statistički značajan ako je značajan hi kvadrat
- za tablice 2x2 vrijednosti iznose -1<=phi koef. <=+1

2. Contigency coefficient (koeficijent kontigencije C)

- Koristi se za simetrične tablice (jednak broj redova i stupaca)
- Pozitivnog je predznaka (od 0 do 1)
- Statistički je značajan ako je značajan hi kvadrat

3. Cramer's V coefficient (Cramerov V koeficijent)

- Za tablice bilo koje veličine
- Statistički je značajan ako je značajan hi kvadrat

Ordinalne varijable:

4. Kendall tau b (za kvadratične tablice), Kendall c (pravokutne tablice)

- Od -1 do +1
5. Spearman correlation
- Od -1 do +1