Kalkulator Gratis Editverse

Kalkulator Uji Chi-Kuadrat

Uji apakah dua variabel kategorikal saling terkait — dengan statistik χ² yang tepat, derajat kebebasan, nilai p, dan jumlah yang diharapkan. Masukkan tabel kontingensi apa pun, lihat rumus dan perintah R yang dapat direproduksi, dan baca panduan interpretasi lengkap di bawah ini. Divalidasi terhadap R 4.3.3.

Dalam Kata Sederhana

Uji chi -square menanyakan apakah dua variabel ya/tidak atau variabel tipe kategori saling terkait. Anda membuat tabel kecil berisi jumlah data — misalnya, yang diobati vs yang tidak diobati di antara yang sembuh vs yang tidak sembuh — dan uji ini membandingkan jumlah data yang Anda amati dengan jumlah data yang Anda harapkan jika kedua variabel tersebut tidak memiliki hubungan satu sama lain.

Jika jumlah yang diamati dan yang diharapkan berjauhan, nilai p kecil dan variabel-variabel tersebut mungkin terkait. Gunakan uji ini ketika kedua variabel bersifat kategorikal dan sel tabel Anda cukup besar. Jika sampel Anda kecil (jumlah yang diharapkan di bawah 5), gunakan uji Fisher's exact test sebagai gantinya. Jika subjek yang sama diukur dua kali (berpasangan ya/tidak), gunakan uji McNemar.

Kapan Menggunakan Uji Chi-Square?

Uji chi-square independensi memeriksa apakah dua variabel kategorikal saling terkait dengan membandingkan jumlah sel yang diamati dalam tabel kontingensi dengan jumlah yang diharapkan jika terjadi independensi. Ini adalah uji standar untuk pertanyaan seperti "apakah kelompok perlakuan berhubungan dengan respons?" atau "apakah paparan berbeda berdasarkan status penyakit?"

Gunakan uji ini ketika kedua variabel bersifat kategorikal, observasi independen , dan jumlah yang diharapkan di (hampir) setiap sel setidaknya 5. Ketika jumlah yang diharapkan berada di bawah ambang batas tersebut — yang umum terjadi pada sampel kecil atau tabel 2×2 yang jarang — perkiraan chi-square tidak berlaku dan uji eksak Fisher lebih tepat. Ingatlah bahwa chi-square yang signifikan menunjukkan adanya asosiasi, bukan arah atau ukurannya: laporkan ukuran efek dan, untuk pertanyaan risiko, rasio odds atau risiko relatif . Tidak yakin apakah ini uji yang tepat? Pemilih Uji interaktif kami akan memandu Anda dalam pengambilan keputusan.

Uji Chi-KuadratUji asosiasi antara variabel kategorikal · divalidasi vs R 4.3.3
Buku petunjuk

Kapan digunakan. Uji apakah dua variabel kategorikal saling terkait, menggunakan tabel kontingensi hitungan.

Asumsi. Jumlah yang diharapkan di setiap sel minimal 5. Pengamatan bersifat independen.

Kesalahan umum. Jika jumlah yang diharapkan kurang dari 5 (sampel kecil), gunakan uji eksak Fisher sebagai gantinya.

Contoh yang dikerjakan

Klik Muat data contoh di atas, lalu Jalankan Analisis untuk melihat hasil lengkap dengan angka, rumus, dan interpretasi untuk pengujian ini.

Referensi
  1. Pearson K. Tentang kriteria bahwa suatu sistem penyimpangan tertentu… Philos Mag. 1900;50:157-175.
Didukung oleh editverse.com · R 4.3.3 tervalidasi · v3.6Butuh analisis ahli? →

Contoh yang berhasil

Contoh 1 — Pengobatan vs hasil (terkait)

Tabel 2×2 mencatat sembuh/tidak sembuh berdasarkan kelompok yang diobati/tidak diobati: kelompok yang diobati 30 sembuh dan 20 tidak sembuh; kelompok yang tidak diobati 15 sembuh dan 35 tidak sembuh. Pola kesembuhan sangat berbeda antar kelompok, sehingga statistik χ² besar dan nilai p kecil (p < 0.01) — bukti bahwa pengobatan dan hasil terkait. Untuk menggambarkan besarnya dan arah hubungan tersebut, hitung juga rasio odds.

Contoh 2 — Sampel kecil (gunakan uji Fisher sebagai gantinya)

Jika tabel yang sama memiliki jumlah yang sangat kecil — misalnya 4, 1 / 1, 4 — satu atau lebih jumlah yang diharapkan berada di bawah 5, dan perkiraan chi-square tidak lagi dapat diandalkan. Beralihlah ke uji eksak Fisher , yang menghitung nilai p yang tepat dan valid untuk sampel kecil.

Asumsi yang Perlu Diperiksa

Data kategorikal. Kedua variabel harus berupa data kategorikal (nominal atau ordinal yang dikelompokkan ke dalam kategori), dimasukkan sebagai jumlah — bukan persentase atau rata-rata.

Independensi. Setiap pengamatan berkontribusi tepat pada satu sel, dan pengamatan tersebut tidak saling terkait. Pengukuran berpasangan atau berulang pada subjek yang sama melanggar prinsip ini — gunakan uji McNemar sebagai gantinya.

Jumlah yang diharapkan memadai. Jumlah yang diharapkan setidaknya harus 5 di (hampir) setiap sel. Jika tidak, gunakan uji eksak Fisher.

Kesalahan Umum

Menggunakan uji chi-square dengan jumlah perkiraan yang kecil

Jika jumlah sel yang diharapkan kurang dari 5, aproksimasi chi-square tidak dapat diandalkan. Gunakan uji eksak Fisher untuk tabel kecil atau jarang data.

Memasukkan persentase, bukan jumlah.

Uji chi-square bekerja berdasarkan frekuensi mentah. Ubah proporsi kembali ke jumlah sebenarnya sebelum menjalankan pengujian.

Menerapkannya pada data berpasangan

Untuk data sebelum/sesudah atau data biner yang cocok pada subjek yang sama, gunakan uji McNemar , bukan uji chi-square biasa.

Melaporkan signifikansi tanpa ukuran efek.

Nilai chi-square yang signifikan menunjukkan adanya hubungan, bukan seberapa kuat hubungan tersebut. Laporkan Cramer's V atau, untuk pertanyaan risiko 2×2, rasio odds atau risiko relatif.

Pertanyaan yang Sering Diajukan

Uji chi-kuadrat atau uji eksak Fisher?

Gunakan uji chi-square bila jumlah yang diharapkan memadai (setidaknya 5 di sebagian besar sel) dan ukuran sampel cukup besar. Gunakan uji Fisher's exact untuk sampel kecil atau tabel yang jarang datanya.

Apa itu koreksi kontinuitas Yates?

Untuk tabel 2×2, koreksi Yates membuat chi-square sedikit lebih konservatif. Ini bersifat opsional dan masih diperdebatkan; banyak peneliti lebih memilih metode Fisher's exact untuk tabel 2×2 berukuran kecil.

Bagaimana cara melaporkan hasil uji chi-square?

Laporkan statistik, derajat kebebasan, dan nilai p, misalnya χ²(1) = 9.0, p = 0.003, beserta jumlah dan ukuran efeknya.

Apakah hasilnya sesuai dengan SPSS, R, dan Stata?

Ya. Kalkulator ini menggunakan fungsi distribusi chi-square yang sama dengan perangkat lunak standar dan menampilkan perintah R yang tepat sehingga Anda dapat mereproduksinya.

Kalkulator Terkait

Uji Tepat FisherTes McNemarRasio Peluang & Risiko RelatifUkuran Sampel & KekuatanUji t independenTes Mana yang Harus Saya Gunakan?

Referensi

  1. Pearson K. Mengenai kriteria bahwa suatu sistem penyimpangan dari probabilitas tertentu… Majalah Filsafat. 1900;50(302):157–175.
  2. Hazra A, Gogtay N. Modul 4 Seri Biostatistik: Membandingkan Kelompok — Variabel Kategorikal. India J Dermatol. 2016;61(4):385–392. PMID 27512183.
  3. Greenland S, Senn SJ, Rothman KJ, dkk. Uji statistik, nilai P, interval kepercayaan, dan kekuatan: panduan untuk menghindari kesalahan interpretasi. Jurnal Epidemiologi Eropa. 2016;31(4):337–350. PMID 27209009.

Apakah Anda Membutuhkan Analisis Ini untuk Manuskrip Anda?

Ahli biostatistik PhD kami akan menyusun tabel kontingensi Anda, memilih uji chi-square atau Fisher dengan tepat, dan memberikan hasil yang siap dipublikasikan dengan output R yang dapat direproduksi.

Dapatkan Bantuan Statistik dari Pakar