记数数据统计法卡方检验法.pdfVIP

记数数据统计法卡方检验法--第1页

.

第八章记数数据统计法—卡方检验法

知识引入

在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。例如，

性别分男女，职业分为公务员、教师、工人、……，教师职称又分为教授、副教授、……。

有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力

水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等

少数几个等级。对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关

性方法称为计数数据统计方法。

卡方检验是专用于解决计数数据统计分析的假设检验法。本章主要介绍卡方检验的两个

应用：拟合性检验和独立性检验。拟合性检验是用于分析实际次数与理论次数是否一样，适

用于单个因素分类的计数数据。独立性检验用于分析各有多项分类的两个或两个以上的因素

之间是否有关联或是否独立的问题。

在计数数据进展统计分析时要特别注意取样的代表性。我们知道，统计分析就是依据样

本所提供的信息，正确推论总体的情况。在这一过程中，最根本的一环是确保样本的代表性

及对实验的良好控制。在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常

是通过调查、访问或问卷获得，除了少数实验可以事先方案外，大局部收集数据的过程是难

于控制的。例如，*研究者关于*项教育措施的问卷调查，由于有一局部教师和学生对该项措

施存有意见，或对问卷本身有偏见，根本就不填写问卷。这样该研究所能收回的问卷只能代

表一局部观点，所以它是一个有偏样本，假设据此对总体进展推论，就会产生一定的偏差，

势必不能真实地反映出教师与学生对这项教育措施的意见。因此应用计数资料进展统计推断

时，要特别小心慎重，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。

第一节卡方拟合性检验

一、卡方检验的一般问题

卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检

验法中的一种。它由统计学家皮尔逊推导。理论证明，实际观察次数〔f〕与理论次数〔f〕，

oe

又称期望次数〕之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为：

这是卡方检验的原始公式，其中当f越大〔f≥5〕,近似得越好。显然f与f相差越

eeoe

大，卡方值就越大；f与f相差越小，卡方值就越小；因此它能够用来表示f与f相差的

oeoe

程度。根据这个公式，可认为卡方检验的一般问题是要检验名义型变量的实际观测次数和理

论次数分布之间是否存在显著差异。它主要应用于两种情况：

卡方检验能检验单个多项分类名义型变量各分类间的实际观测次数与理论次数之间是

否一致的问题，这里的观测次数是根据样本数据得多的实计数，理论次数则是根据理论或经

历得到的期望次数。这一类检验称为拟合性检验。

拟合性检验的零假设是观测次数与理论次数之间无差异。其中理论次数的计算一般是根

据*种理论，按一定的概率通过样本即实际观测次数来计算。这里所说的*种理论，可能是经

历规律，也可能是理论分布。确定理论次数是卡方检验的关键。