卡方檢定

(百分比考驗)

許惠媚
 卡方檢定(X2 test)
最早由英國卡爾‧皮爾森(Karl Pearson)在 1900 年
發表，適用於類別變項(categorical variables)的
檢定。
在一般文獻中，當提及卡方檢定而沒有特別指
明類型時，通常是指皮爾森卡方檢定(Pearson's
chi-squared test)。
卡方檢定適用於非連續變項(例如：類別或次序
變數)之差異分析，卡方檢定的虛無假設是：一
個樣本中已發生事件(類別變數)的次數分配(實
際觀察值)會服從某個理論分配(期望值)。其中
事件必須互斥並且所有事件機率總合等於 1。
 卡方檢定的種類
適配度檢定(good-of-fit test)
獨立性檢定(test of independence)
同質性檢定(test of homogeneity)
 適配度檢定(good-of-fit
test)
當我們想了解某一個變數是否與某個理論或
母體分配相符合時，就可以使用卡方檢定的
應用之一「適配度檢定」，適配度檢定的內
容是一個變數，因此，也稱為單因子分類
(one-way classification) 檢定。
卡方的適配度檢定是取樣本的觀察值和母體
的期望值作比較，而卡方值愈大，代表觀察
值和期望值差異愈大，當卡方值超過某一個
臨界值時，就會得到顯著的統計檢定結果。
 適配度檢定(good-of-fit
test)
範例
某電腦公司分別售出筆電白色50台，黑色40
台，灰色30台，請問消費者對筆電的顏色喜
好是否有差異？
顏色 白色 黑色 灰色
銷售量 50 40 30

H0：消費者對筆電的顏色喜好沒有不同（是相同的）
 適配度檢定(good-of-fit
test)
卡方適配度檢定的實務操作如下：
開啟 expected.sav
點選[資料/加權觀察值]
勾選「觀察值加權依據」，選擇
「Sale」至次數變數欄位
選擇完畢後，點選[確定]
點選[分析/無母數檢定/舊式對話框(歷
史對話記錄)/卡方檢定(卡方)]
選擇「Sale」至[檢定變數清單]欄位
點選[選項]
勾選「敘述統計(描述性統計量)」，
點選[繼續]
選擇完畢後，點選[確定]
適配度檢定(good-of-fit
test)結果

從表中我們可以看到卡方統計
量為 5，P 值 0.082 大於 0.05，
因此，我們接受虛無假設 H0，
消費者對筆記型電腦顏色的偏
好是相同的。
 獨立性檢定(test of
independence)
獨立性檢定是用在同一個樣本中，兩個變數的關連性
檢定，也就是說，在探討兩個類別變數之間，是否互
為獨立，或則是有相依的關係存在
獨立性檢定的結果，若是達到顯著，則需要查看二個
變數的關連性強度，我們整理如下：
2×2 列連表：查看 φ (phi)相關係數
3×3 列連表：查看列聯係數(coefficient of contingency)
注意：4×4，5×5，6×6：也是查看列聯係數。
2×3 列連表：查看 Cramer’s V 係數
注意：(3×2，2×4，3×4…)：也是查看 Cramer’s V 係數。
註解：一般建議不超過 16 個方格，也就是使用小於 4×4
或 3×5 的表格，以免難於解釋結果，另外，一般也常用
Lamda( λ )係數來解釋兩個變數的關係， λ 係數是以一個
變數可以解釋另一個變數時，削減誤差比率(Proportioned
Reduction in Error)，愈大代表兩個變數的關連性愈強。
 獨立性檢定(test of
independence)
範例
電腦公司筆電銷售資料，男性顧客購買白色50，黑
色60，灰色50；女性顧客購買白色70，黑色30，灰
色40，試問，顧客在購買筆電的顏色選擇上是否與
性別有關？（男女顧客在購買筆電在顏色的決策上
是否有差異？）
性別/顏色 白色 黑色 灰色 總計
男 50 60 50 160
女 70 30 40 140
總計 120 90 90 300

H0：兩變數相互獨立，代表男女性別在採購筆電之決策上與顏色無關
 獨立性檢定(test of
independence)
獨立性檢定的實務操作如下：
開啟範例 independence.sav
點選[資料/加權觀察值]
勾選「觀察值加權依據」，
選擇「Sale」至次數變數欄位
選擇完畢後，點選[確定]
點選[分析/敘述統計/交叉資料表]
選擇「Sex」至[列]，選擇「Color」至
[直欄]
點選 [統計量（資料）]
勾選「卡方檢定(分配)」、「列聯係數」、
「Phi 與 Cramer’s V」與「Lambda 值」，
點選[繼續]
點選[單元(儲存格)]
勾選「觀察值」、「列」、「欄（行）」
和「總計（和）」，點選[繼續]
點選[確定]
獨立性檢定(test of
independence)結果

我們得到卡方統計量為 13.17，
P 值 0.001 小於臨界值 0.05，
因此，我們拒絶虛無假設 H0，
消費者男女性別與購買筆記型電
顏色有關。
 同質性檢定(test of
homogeneity)
同質性檢定是用在不同樣本(例如：二個樣本)中，同一個變數是否
為一致的檢定，也就是說，用來檢測不同母體在同一個變數的回應
下，是否有顯著差異。 同質性檢定的統計量如下：

O 為觀察次數，E 為期望次數
若 X2> X2 (r-1)(j-1)，α 則拒絕虛無假設 H0
同質性檢定的統計量為皮爾森卡方統計量，另外，也可以使用
likelihood 概似比卡方統計量來作檢定
注意：我們使用同質性檢定於細格大於 2 時，只能檢定出是否
有顯著差異，至於是那二組有顯著差異，則需要再進一步，作
事後比較，才可以得知。
 同質性檢定(test of
homogeneity)
範例
想了解大學生、大學教師、家長對於研究生
購買筆電的意見是否一致？

身份/意見 贊成 反對

大學生 50 40

大學教師 60 30

家長 50 70

H0：大學生、大學教師、及家長對研究生購買筆電的態度一致
 同質性檢定(test of
homogeneity)
同質性檢定的實務操作：
開啟範例 homogeneity.sav，點選[資料/加權觀
察值]
勾選「觀察值加權依據」，
選擇「number」至[次數變數]欄位
點選[確定]
點選[分析/敘述統計/交叉資料表]
選擇「ID」至列，選擇「opinion」至欄，
點選[統計資料（量）]
勾選「卡方檢定、「列聯係數」、
「Phi 與 Cramer’s V」與「Lambda 值」，
點選[繼續]
點選[單元(儲存格)]
勾選「觀察值」、「期望值」、「列」、「欄
（行）」和「總計（和）」，點選[繼續]
同質性檢定(test of
homogeneity)結果

我們得到卡方統計量為 13.17，P 值 0.001

小於臨界值 0.05，因此，我們拒絶虛無假
設 H0，對於問題的反應是不同的，代表著
大學生，大學教師和家長，對於研究生購
買筆記型電腦的態度是不一致的。
 卡方檢定的種類
適配度檢定(good-of-fit test)
一個變數，取樣本的觀察值和母體的期望值
作比較→無母數卡方
獨立性檢定(test of independence)
同一個樣本中，兩個變數的關連性檢定→
敘述統計下的交叉資料表
同質性檢定(test of homogeneity)
不同樣本(例如：二個樣本)中，同一個變數
是否為一致的檢定→敘述統計下的交叉資料
表
有發現這次的資料和過去
的資料不太一樣的地方嗎？
 為什麼要「加權觀察值」？
什麼情況下不需要加權？
 Pearson
t 檢定
相關性分析

複習一下 ANOVA 卡方檢定

X (自變項）
類別資料 連續資料
Y(依變項）

類別資料

連續資料
 Pearson
t 檢定
相關性分析

複習一下 ANOVA 卡方檢定

X (自變項）
類別資料 連續資料
Y(依變項）

類別資料 卡方檢定

t 檢定
連續資料 Pearson 相關
性分析
ANOVA
練習題
 練習一
勞工對整體工作之滿意度.csv
工作滿意度與性別有關係嗎？
工作滿意度與年齡層有關係嗎？？
工作滿意度與教育程度有關係嗎？
工作滿意度與婚姻狀況有關係嗎？
工作滿意度與地區有關係嗎？
工作滿意度與企業規模（員工規模）有關係
嗎？
工作滿意度與收入層級有關係嗎？

Hint: 先整理資料成可以進行卡方檢定的格式
 練習二
我們以大學生為例，抽樣調查 12 個大學生
examples.sav
Gender 性別(1 男性，2 女性)，
Score1上學期成績，Score2 下學期成績，
Cost 每月花費，
Income 家庭收入(1 低收入，2 高收入)，
Location 區域(1 北部，2 中部，3 南部)，
Sat_Score 成績的滿意度(1 非常不滿意、2 不滿
意、3 普通、4 滿意、5 非常滿意)，
Mag_Cost 自我管理生活費的滿意度(1 非常不滿
意、2 不滿意、3 普通、4 滿意、5 非常滿意)
 卡方練習二
想了解不同性別的學生在成績的滿意度上
是否有關係?在自我管理生活費的滿意度
上是否有關係?
想了解不同Income (家庭收入)的學生在成
績的滿意度上是否有關係?在自我管理生
活費的滿意度上是否有關係?
想了解不同區域的學生在成績的滿意度上
是否有關係?在自我管理生活費的滿意度
上是否有關係?
如果題目問，有無差異？可以用何種統計方法呢？
 練習三
歷年來台旅客來台目的統計.csv
試問，旅客來自不同洲別與來台目的是否有
顯著的關係?
旅客來台人數前三國的國家別與來台目的是
否有顯著的關係?
Hint: 先整理資料成可以進行卡方檢定的格式
 回家作業
地區年齡性別統計表-嚴重特殊傳染性肺炎
1. 2022年得到COVID19的人數和年齡層有關係嗎？
2. 2022得到COVID19的人數和性別有關係嗎？
3. 2022得到COVID19的人數和地區別（請分為北
北基、桃竹苗、中彰投、雲嘉南、高屏澎金馬、
宜花東）有關係嗎？