cv.cm

卡方检验计算器

列联表的独立性检验,或单个变量的拟合优度检验。数据只留在本页。

结果

你的频数

第 1 列第 2 列
第 1 行
第 2 行
卡方值(χ²)
1.0989
自由度
1
p值
0.2945
总计(N)
100
Cramér's V
0.1048

在 α = 0.05 水平上不显著。 APA 格式: χ²(1, N = 100) = 1.10, p = .295, V = .10

期望频数

第 1 列第 2 列
第 1 行17.517.5
第 2 行32.532.5

使用步骤

三步完成卡方检验。

  1. 选择检验

    两个变量的列联表用独立性检验,一个变量对照期望比例用拟合优度检验。

  2. 输入频数

    设定行数和列数(或类别数),输入观测频数。

  3. 查看结果

    查看 χ²、自由度、p值、Cramér's V 和期望频数,期望频数过小时会有提示。

常见问题

卡方独立性检验能说明什么?

两个分类变量之间是否有关联,比如性别和偏好的产品。它把表中的频数与两个变量无关时的期望频数进行比较。

卡方值怎么算?

每格的期望频数 = 行合计 × 列合计 ÷ 总计。χ² 把每格的 (观测 − 期望)² ÷ 期望相加,自由度为 (行数 − 1) × (列数 − 1)。

什么是拟合优度检验?

检验一个变量的频数是否符合预期比例,比如骰子是否均匀(各面相等)或是否符合 9 : 3 : 3 : 1 的比例。选择“自定义比例”即可输入期望比例或期望频数。

什么情况下卡方检验不适用?

期望频数太小时:一般要求期望频数小于 5 的格子不超过 20 %,且没有格子小于 1。计算器会给出提示;较小的 2 × 2 表请改用 Fisher 精确检验。

Cramér's V 是什么?

表示关联强度的效应量,范围从 0(无关联)到 1(完全关联)。公式为 √(χ² ÷ (N × (行数、列数中较小者 − 1)))。