Einführung in Chi‐square-Tests

Bei der Arbeit mit kategorischen Daten – Variablen, die eher in verschiedene Gruppen als in kontinuierliche Skalen fallen – müssen Forscher oft feststellen, ob sich die beobachtete Verteilung der Zählungen von dem unterscheidet, was unter einer bestimmten Hypothese zu erwarten wäre. Der Chi-Quadrat-Test ist die am weitesten verbreitete Methode für diesen Zweck. Er bietet eine Möglichkeit, die statistische Signifikanz von Assoziationen zwischen zwei oder mehr kategorischen Variablen zu beurteilen oder eine beobachtete Verteilung mit einer theoretischen zu vergleichen. Der Chi-Quadrat-Test, der Anfang des 20. Jahrhunderts von Karl Pearson entwickelt wurde, bleibt ein Eckpfeiler der Inferenzstatistik in Bereichen von Public Health und Epidemiologie bis hin zu Marketing und Politikwissenschaft.

Der Test arbeitet nach dem Prinzip des Vergleichs der beobachteten Häufigkeiten (der gesammelten tatsächlichen Zählungen) mit den erwarteten Frequenzen (die Zählungen, die wir erwarten würden, wenn es keine Beziehung zwischen den Variablen gäbe). Eine große Diskrepanz zwischen beobachteten und erwarteten Werten legt nahe, dass die Variablen nicht unabhängig sind - dass eine zugrunde liegende Assoziation vorliegt. Dieser Artikel erweitert die grundlegenden Konzepte, schrittweise Verfahren, Annahmen und Interpretationen von Chi-Quadrat-Tests und stattet Sie mit dem Wissen aus, um sie in Ihren Analysen richtig anzuwenden.

Kategorische Daten verstehen

Kategorische Daten, auch als qualitative Daten bekannt, können in zwei Haupttypen unterteilt werden: Nominalwert und ordinalNominelle Kategorien haben keine intrinsische Ordnung (z. B. Blutgruppe: A, B, AB, O; Lieblingsfarbe); Ordinale Kategorien haben eine natürliche Ordnung, aber keinen festen Abstand zwischen ihnen (z. B. Bildungsniveau: High School, Bachelor, Master, Doktorat); beide Typen werden oft als Zählungen oder Proportionen und nicht als Mittel oder Mediane zusammengefasst.

Beispiele für kategorische Daten in der realen Forschung sind:

  • Patientenergebnisse (Wiederherstellung, Verbesserung, keine Veränderung, Verschlechterung)
  • Wählerpräferenzen (Kandidat A, B, C)
  • Kundenzufriedenheitsbewertungen (sehr zufrieden, zufrieden, neutral, unzufrieden)
  • Fahrzeugtypen in einer Stadt (Auto, Bus, Fahrrad, LKW)

Da kategorische Variablen nicht in gleicher Weise sinnvoll gemittelt werden können wie kontinuierliche Variablen, müssen statistische Assoziationstests auf Frequenzvergleichen beruhen.

Warum nicht einfach Korrelation verwenden?

Korrelationskoeffizienten (z. B. Pearson’s r) sind für kontinuierliche Daten ausgelegt und gehen von linearen Beziehungen aus. Für kategorische Variablen ist der Chi-Quadrat-Test geeignet, da er mit Zähldaten arbeitet und keine Normalität oder gleiche Varianz erfordert.

Zwei Arten von Chi-Quadrat-Tests

1. Chi‐Quadrat-Fit-Prüfung

Bei diesem Test wird die beobachtete Verteilung einer einzelnen kategorischen Variablen mit einer erwarteten Verteilung verglichen. Beispielsweise könnte ein Genetiker ein Verhältnis von dominanten zu rezessiven Merkmalen von 3:1 erwarten. Der Goodness-of-Fit-Test bestimmt, ob die beobachteten Nachkommenzahlen mit diesem Verhältnis übereinstimmen. Ein anderes Beispiel: Ein Marktforscher, der eine gleiche Präferenz zwischen drei Marken erwartet, sammelt Umfragedaten; der Goodness-of-Fit-Test überprüft, ob die Präferenzen von der Einheitlichkeit abweichen.

Die Formel für die Goodness-of-Fit-Statistik ist die gleiche wie die allgemeine Chi-Quadrat-Formel:

χ2 = Σ [(O)i - Ei) 2 / Ei]

wobei Oi die beobachtete Häufigkeit in Kategorie i und E,i Die Freiheitsgrade sind (k – 1), wobei k die Anzahl der Kategorien ist.

2. Chi-Quadrat-Test der Unabhängigkeit

Dieser Test bewertet, ob zwei kategorische Variablen zugeordnet sind, d. h. ob die Verteilung einer Variablen von den Kategorien der anderen abhängt. Sie ist die häufigste der beiden. Die Daten sind in einer Kontingenztabelle angeordnet (Zeilen = Kategorien der einen Variablen, Spalten = Kategorien der anderen). Die Nullhypothese besagt, dass die Variablen unabhängig sind; die alternativen Zustände sind sie nicht.

Die erwarteten Frequenzen für jede Zelle werden wie folgt berechnet:

Eij = (Zeilensumme)i × Spalte Insgesamtj) / Gesamtsumme

Die Teststatistik wird dann mit der gleichen Summenformel berechnet, jedoch mit Freiheitsgraden (r – 1) × (c – 1), wobei r = Anzahl der Zeilen und c = Anzahl der Spalten ist.

Annahmen des Chi‐Quadrat-Tests

Die gültige Anwendung des Chi-Quadrat-Tests setzt voraus, dass mehrere Annahmen erfüllt sind:

  • Unabhängigkeit der Beobachtungen: Jedes Thema oder Element trägt nur zu einer Zelle der Notfalltabelle bei. Gepaarte oder abgeglichene Daten (z. B. Vorher-Nachher-Messungen an demselben Thema) erfordern unterschiedliche Tests (z. B. McNemar-Test).
  • Stichprobenumfang und erwartete Häufigkeit: Nicht mehr als 20% der erwarteten Frequenzen sollten weniger als 5 sein, und keine erwartete Frequenz sollte weniger als 1 sein.
  • Stichprobenverfahren: Die Daten sollten aus einer Zufallsstichprobe stammen, um sicherzustellen, dass die beobachteten Zahlen die Population repräsentieren.
  • Kategorien schließen sich gegenseitig aus: Jede Beobachtung muss für jede Variable genau einer Kategorie angehören.

Wenn diese Annahmen nicht erfüllt sind, kann der Chi-Quadrat-Test zu aufgeblasenen Fehlern vom Typ I (falsch positiv) führen oder die statistische Aussagekraft verlieren.

Schritt-für-Schritt-Verfahren für einen Unabhängigkeitstest

Schritt 1: Hypothesen formulieren

Nullhypothese (H0): Die beiden Variablen sind unabhängig (keine Assoziation).
Alternative Hypothese (H1): Die beiden Variablen sind abhängig (eine Assoziation existiert).

Schritt 2: Erstellen einer Notfalltabelle

Angenommen, wir untersuchen die Beziehung zwischen Geschlecht (männlich, weiblich) und Präferenz für ein Produkt (wie, nicht mögen).

Beispiel-Kontingenztabelle
wieAbneigungZeile insgesamt
Männlich302050
Weiblich401050
Spalte Insgesamt7030100

Beobachtete Frequenzen sind die Zählungen in jeder Zelle.

Schritt 3: Erwartete Frequenzen berechnen

Für das Feld ‚Männlich & Gefällt mir‘: (Zeile Gesamt männlich × Spalte insgesamt Gefällt mir) / Gesamtgroßsumme = (50 × 70) / 100 = 35. Für alle Zellen wiederholen:

  • Männlich & Gefällt mir: 35
  • Männlich & Abneigung: (50×30)/100 = 15
  • Weiblich & Like: (50×70)/100 = 35
  • Weiblich & Abneigung: (50×30)/100 = 15

Schritt 4: Berechnen Sie die Chi-Quadrat-Statistik

Wenden Sie die Formel χ2 = Σ [(O – E)2 / E] für alle Zellen an:

  • Männlich & Gefällt mir: (30-35)2/35 = 25/35 ≈ 0.714
  • Männlich & Abneigung: (20-15)2/15 = 25/15 ≈ 1.667
  • Weiblich & Like: (40-35)2/35 = 25/35 ≈ 0.714
  • Weiblich & Abneigung: (10-15)2/15 = 25/15 ≈ 1.667

Summe = 0,714 + 1,667 + 0,714 + 1,667 4.762

Schritt 5: Freiheitsgrade bestimmen

df = (r – 1) × (c – 1) = (2 – 1) × (2 – 1) = 1.

Schritt 6: Vergleichen Sie mit dem kritischen Wert

Für α = 0,05 und df = 1 ist der kritische Wert aus einer Chi-Quadrat-Verteilungstabelle 3.841. Da unser berechneter χ2 (4.762) 3,841 übersteigt, lehnen wir die Nullhypothese ab. Alternativ können wir den p-Wert berechnen (siehe unten).

Schritt 7: Interpretieren Sie das Ergebnis

Wir kommen zu dem Schluss, dass es einen statistisch signifikanten Zusammenhang zwischen Geschlecht und Produktpräferenz gibt, und die Daten deuten darauf hin, dass weibliche Tiere in der Stichprobe eher über ihre Präferenz gegenüber männlichen Tieren berichten.

Verwendung von P‐Werten und Signifikanzniveaus

Anstatt die Teststatistik mit einem kritischen Wert zu vergleichen, gibt die meisten statistischen Software einen p-Wert an. Der p-Wert ist die Wahrscheinlichkeit, eine Chi-Quadrat-Statistik zu erhalten, die so extrem ist wie die beobachtete oder extremer als die beobachtete, vorausgesetzt, die Nullhypothese ist wahr. Wenn der p-Wert kleiner als das gewählte Signifikanzniveau ist (normalerweise 0,05), werden die Ergebnisse als statistisch signifikant angesehen.

Für unser Beispiel ergibt ein Chi-Quadrat von 4,762 mit 1 df einen p-Wert von etwa 0,029. Denn 0,029 < 0.05, we reject H₀. Always report both the test statistic and the p‑value:

"Es gab eine signifikante Assoziation zwischen Geschlecht und Produktpräferenz, χ2 (1, N = 100) = 4,76, p = 0,029."

Post-Hoc-Analyse und Wirkungsgröße

Follow-up-Vergleiche

Wenn ein Chi-Quadrat-Test mehr als zwei Kategorien umfasst, sagt Ihnen ein signifikantes Ergebnis nicht, welche Kategorien sich unterscheiden. Post-hoc-Tests (z. B. paarweise Chi-Quadrat-Vergleiche mit Bonferroni-Korrektur) können spezifische Zellen identifizieren, die zur Gesamtassoziation beitragen. Standardisierte Residuen (Unterschied zwischen beobachtet und erwartet geteilt durch die Quadratwurzel des Erwarteten) helfen, große Abweichungen zu lokalisieren: Residuen mit einem absoluten Wert > 2 werden allgemein als bemerkenswert angesehen.

Effektgröße: Cramér’s V

Statistische Signifikanz misst nicht die Stärke einer Assoziation. Cramér’s V ist ein gemeinsames Effektgrößenmaß für den Chi-Quadrat-Test der Unabhängigkeit. Es reicht von 0 (keine Assoziation) bis 1 (perfekte Assoziation). Die Formel lautet:

V = sqrt [ χ2 / (N × min(r-1, c-1)) ]

Für unser 2x2-Beispiel: V = sqrt (4,762/(100 × 1)) = sqrt (0,04762) ≈ 0,218. Richtlinien legen nahe: V ≈ 0,1 ist ein kleiner Effekt, 0,3 Medium, 0,5 groß. Unser Ergebnis zeigt einen kleinen bis mittleren Effekt an.

Interpretation von Chi-Quadrat-Ergebnissen im Kontext

Es ist wichtig, sich daran zu erinnern, dass der Chi-Quadrat-Test auf Assoziation hinweist, nicht auf Kausalität. Auch wenn zwei Variablen stark verwandt erscheinen, könnte die Beziehung durch eine dritte, nicht gemessene Variable beeinflusst werden. Beispielsweise könnte ein Chi-Quadrat-Test einen signifikanten Zusammenhang zwischen Eiscremeverkauf und Hai-Angriffen zeigen, aber beide werden durch den Störfaktor der Saison (Sommerhitze) verursacht.

Bei der Berichterstattung über die Ergebnisse sind stets die Notfalltabelle (oder zumindest die Prozentsätze), die Chi-Quadrat-Statistik, Freiheitsgrade, Stichprobengröße, p-Wert und Effektgröße anzugeben, die den Lesern ein vollständiges Bild der Ergebnisse vermittelt und später Meta-Analysen ermöglicht.

Einschränkungen und häufige Fallstricke

Obwohl der Chi-Quadrat-Test einfach ist, hat er mehrere Einschränkungen, die Analysten berücksichtigen müssen:

  • Empfindlichkeit der Probengröße: Bei sehr großen Proben werden sogar triviale Assoziationen statistisch signifikant, bei kleinen Proben kann es dem Test an Leistungsfähigkeit fehlen, um reale Effekte zu erkennen.
  • Niedrig erwartete Frequenzen: Wie bereits erwähnt, können die erwarteten Häufigkeiten unter 5 die Näherung an die Chi-Quadrat-Verteilung ungültig machen.In diesen Fällen ist der exakte Fisher-Test (für 2 × 2 Tabellen) zu verwenden oder nur wenige Kategorien zu kombinieren (mit Vorsicht).
  • Informationsverlust: Durch die Umwandlung kontinuierlicher Variablen in Kategorien verlieren Sie Granularität und statistische Macht. Vermeiden Sie die Dichotomisierung kontinuierlicher Variablen, nur um einen Chi-Quadrat-Test zu verwenden.
  • Überinterpretation nicht signifikanter Ergebnisse: Das Versäumnis, die Nullhypothese abzulehnen, beweist keine Unabhängigkeit - es bedeutet einfach, dass die Daten nicht genügend Beweise liefern, um auf Abhängigkeit zu schließen.

Praktisches Beispiel: Ein Klassenzimmer-Experiment

Stellen Sie sich vor, ein Biologielehrer der High School möchte testen, ob Händigkeit (links, rechts) mit der bevorzugten Art und Weise verbunden ist, Papierflugzeuge zu falten (in halber Länge gefaltet gegenüber kreuzweise).

Händigkeit vs Folding Style
LängengradQuerrichtungInsgesamt
Linkshänder151025
Rechtshänder504595
Insgesamt6555120

Erwartete Frequenzen: Links- und Längs: (25x65)/120 ≈ 13,54; Links- und Quer: (25x55)/120 ≈ 11,46; Rechts- und Längs: (95x65)/120 ≈ 51,46; Rechts- und Quer: (95x55)/120 ≈ 43,54.

Berechnung χ2: (15-13,54)2/13,54 + (10-11,46)2/11,46 + (50-51.46)2/51,46 + (45-43,54)2/43,54 = 0,157 + 0,187 + 0,041 + 0,049 = 0,434 (ca.). df = 1. Kritischer Wert bei α = 0,05 = 3.841 (ca. 10,5) < 3.841, we fail to reject H₀. The data do not provide enough evidence to conclude an association between handedness and folding preference. The p‑value would be about 0.51.

Software und Implementierung

Die meisten statistischen Pakete können Chi-Quadrat-Tests durchführen. In R verwenden Sie für zwei Faktorvariablen. In Python verwenden Sie . In SPSS oder Excel ist das Verfahren unter “Crosstabs” oder “Descriptive Statistics” aufgeführt. Versuchen Sie zum tieferen Verständnis, eine kleine Tabelle manuell zu berechnen - es verdeutlicht die Mechanik.

Für weitere Informationen siehe das maßgebliche Lehrbuch von Alan Agresti, Kategorische Datenanalyse ()Wiley, 2013), oder der praktische Leitfaden Statistiken für Experimentatoren von Box, Hunter und Hunter ()Wiley, 2005Online-Ressourcen wie Chi-Quadrat-Testübersicht des JMP Geben Sie klare Erklärungen und Video-Tutorials.

Schlussfolgerung

Der Chi-Quadrat-Test ist ein vielseitiges und zugängliches Werkzeug zur Analyse kategorieller Daten. Durch das Verständnis seiner Annahmen, Berechnungen und Interpretationen können Analysten aussagekräftige Erkenntnisse über Assoziationen in Umfrageergebnissen, experimentellen Ergebnissen und Beobachtungsstudien gewinnen. Ob Sie eine genetische Hypothese testen oder das Verbraucherverhalten untersuchen, die Beherrschung des Chi-Quadrat-Tests stärkt Ihr statistisches Toolkit und ermöglicht strengere, evidenzbasierte Schlussfolgerungen. Ergänzen Sie den Test immer mit Effektgrößenmessungen und sorgfältiger Berücksichtigung des Studiendesigns, um häufige Fallstricke zu vermeiden. Mit der Praxis wird der Chi-Quadrat-Test zu einem natürlichen ersten Schritt bei der Erforschung von Beziehungen zwischen kategorischen Variablen.