Quando si lavora con dati qualitativi , i ricercatori possono utilizzare un test chi- quadrato per confrontare i risultati di quella osservata con i dati che si aspettano di ottenere secondo un’ipotesi specifica. Ad esempio , quando si lavora con le leggi di Mendel della genetica , ci si aspetterebbe il 50 per cento della prole di essere di sesso maschile . Se il numero effettivo osservato dei maschi è diverso da quello , però , si consiglia di determinare la “bontà per misura ” tra il risultato atteso e osservato . Il test chi-quadro esamina l’ ipotesi nulla o la mancanza di correlazione tra atteso e osservato values.Things che ti serviranno

privato foglio Computer

Osservato valori di dati

attesi valori di dati

Mostra Altre istruzioni

Implementazione di un test Chi -Square

1

Aprire up di Microsoft Excel o un altro software di foglio di calcolo .

2

Inserisci i tuoi risultati osservati su una fila , quindi digitare nei risultati attesi in seconda fila .

3

Posizionare il cursore dove si desidera avere i risultati dei test chi-quadrato visualizzati e sinistra clic del mouse .

4

Aprire la ” Creazione guidata funzione ” e selezionare ” statistico ” categoria di funzione .

5

Cliccare sulla funzione con l’etichetta ” TEST.CHI ” nella sezione destra, quindi selezionare “Avanti”.

6

evidenziare i dati osservati nella prima riga , che apparirà nella casella ” actual_range ” .

7

Fare clic sulla casella ” expected_range ” ed evidenziare i tuoi dati attesi in la seconda fila .

8

Osservare i risultati del test chi-quadrato , che apparirà nella cella originariamente selezionato .

Analizzando un test Chi -Square

Pagina 9

accettare la vostra ipotesi nulla se il valore di test chi-quadrato , o p -value , è superiore allo 0,05 per cento in quanto la deviazione è abbastanza piccolo per essere considerato insignificante .

10

Concludere che qualche fattore diverso probabilità è in funzione per la deviazione e rifiutare la tua ipotesi nulla se il p -value è pari o superiore allo 0,05 per cento .

11

Eseguire nuovamente la prova se il p – valore è maggiore di 0,10 per cento e determinare se si è verificato un errore sperimentale .