Chi-Quadrat-Unabhängigkeitstest auf einem TI-84-Rechner

Ein Chi-Quadrat-Unabhängigkeitstest wird verwendet, um festzustellen, ob zwischen zwei kategorialen Variablen eine signifikante Assoziation besteht oder nicht.

In diesem Tutorial wird erklärt, wie ein Chi-Quadrat-Unabhängigkeitstest auf einem TI-84-Rechner durchgeführt wird.

Beispiel: Chi-Quadrat-Unabhängigkeitstest auf einem TI-84-Rechner

Angenommen, wir möchten wissen, ob das Geschlecht mit der Präferenz der politischen Partei zusammenhängt oder nicht. Wir nehmen eine einfache Zufallsstichprobe von 500 Wählern und befragen sie nach ihren Präferenzen für politische Parteien. Die folgende Tabelle zeigt die Ergebnisse der Umfrage:

Führen Sie die folgenden Schritte aus, um einen Chi-Quadrat-Unabhängigkeitstest durchzuführen, um festzustellen, ob das Geschlecht mit der Präferenz der politischen Partei zusammenhängt.

Schritt 1: Geben Sie die Daten ein.

Zuerst werden wir die Daten in eine Matrix eingeben. Drücken Sie 2nd und dann x ^-1 . Scrollen Sie zu Bearbeiten, markieren Sie eine leere Matrix und drücken Sie die Eingabetaste. Wählen Sie dann die Anzahl der Zeilen (2 in unserem Fall) und Spalten (3 in unserem Fall), die in der Matrix verwendet werden sollen, und geben Sie die Rohdaten ein:

Schritt 2: Führen Sie einen Chi-Quadrat-Unabhängigkeitstest durch.

Als nächstes werden wir einen Chi-Quadrat-Test der Unabhängigkeit an der gerade erstellten Matrix durchführen. Drücken Sie stat und scrollen Sie zu TESTS. Scrollen Sie dann nach unten zu X ²-Test und drücken Sie die Eingabetaste.

Wählen Sie für “ Beobachtet“ die Matrix aus, in die Sie die Daten eingegeben haben. In unserem Fall haben wir die Matrix A verwendet. Für “ Erwartet“ kann dies eine beliebige leere Matrix sein (der Rechner erzeugt automatisch die erwarteten Werte für uns). In unserem Fall belassen wir dies als Matrix B.

Markieren Sie dann Berechnen und drücken Sie die Eingabetaste.

Die folgende Ausgabe wird automatisch angezeigt:

Schritt 3: Interpretieren Sie die Ergebnisse.

Die X ²-Teststatistik beträgt 0,8640 und der entsprechende p-Wert beträgt 0,6492. Da dieser p-Wert nicht kleiner als 0,05 ist, können wir die Nullhypothese nicht ablehnen. Dies bedeutet, dass wir nicht genügend Beweise haben, um festzustellen, dass ein Zusammenhang zwischen Geschlecht und Präferenz der politischen Parteien besteht.