W skrócie: test chi-kwadrat (χ²) sprawdza, czy dwie zmienne jakościowe są ze sobą powiązane — czyli czy rozkład jednej cechy zależy od drugiej. Dane układasz w tabelę krzyżową (np. płeć × forma pracy) i porównujesz liczebności zaobserwowane z oczekiwanymi. Warunek: obserwacje są niezależne, a oczekiwana liczebność w każdej komórce wynosi co najmniej 5.
Kiedy stosować test chi-kwadrat?
Test chi-kwadrat niezależności stosujesz, gdy badasz związek między dwiema zmiennymi jakościowymi (nominalnymi lub porządkowymi). Odpowiada na pytanie: „czy te dwie cechy są od siebie zależne, czy występują niezależnie?”. Przykłady pytań badawczych:
- Czy płeć wiąże się z wyborem formy pracy (zdalna / hybrydowa / stacjonarna)?
- Czy miejsce zamieszkania (miasto / wieś) wiąże się z preferowanym kanałem zakupów?
- Czy poziom wykształcenia wiąże się z oceną usługi (zadowolony / niezadowolony)?
Jeśli nie masz pewności, czy chi-kwadrat to właściwy wybór, sprawdź przewodnik: jaki test statystyczny wybrać. Gdy obie zmienne są ilościowe (liczby), zamiast chi-kwadrat użyjesz korelacji.
Założenia testu chi-kwadrat
- Zmienne kategorialne — obie zmienne są jakościowe (kategorie, nie liczby).
- Niezależność obserwacji — każda osoba trafia do dokładnie jednej komórki tabeli (to nie jest pomiar „przed i po” u tych samych osób).
- Minimalna liczebność oczekiwana — w każdej komórce oczekiwana liczebność powinna wynosić co najmniej 5. Dopuszcza się, by maksymalnie 20% komórek miało wartość poniżej 5, ale żadna nie powinna być mniejsza niż 1.
Gdy liczebności są zbyt małe, zamiast chi-kwadrat użyj dokładnego testu Fishera (zwłaszcza dla tabel 2×2). Dla tabel 2×2 stosuje się też poprawkę Yatesa na ciągłość. Zadbaj o odpowiednią wielkość próby badawczej — przy zbyt małej próbie test nie wykryje istniejącej zależności.
Jak wykonać test chi-kwadrat (SPSS, JASP, Excel)
SPSS: Analiza → Statystyki opisowe → Tabele krzyżowe. Jedną zmienną wstaw w wiersze, drugą w kolumny, w zakładce „Statystyki” zaznacz Chi-kwadrat, a w „Komórki” włącz liczebności oczekiwane — od razu sprawdzisz założenie o liczebnościach.
JASP (bezpłatny): Frequencies → Contingency Tables — przeciągasz zmienne i odczytujesz χ², df oraz p. Excel: samą wartość p policzysz funkcją z rodziny CHI2.TEST / TEST.CHI, podając zakresy liczebności zaobserwowanych i oczekiwanych — do tabel krzyżowych i tak wygodniejszy jest jednak SPSS lub JASP.
Jak zinterpretować wynik testu chi-kwadrat
Wynik opisują trzy liczby: wartość statystyki χ², liczba stopni swobody df = (liczba wierszy − 1) × (liczba kolumn − 1) oraz p.
- p < 0,05 → zależność istotna statystycznie. Odrzucasz hipotezę o niezależności — zmienne są ze sobą powiązane.
- p ≥ 0,05 → brak podstaw do stwierdzenia zależności. Zmienne traktujesz jako niezależne.
Sama istotność nie mówi, jak silny jest związek. Siłę zależności ocenisz dodatkowym współczynnikiem: V Craméra (dla dowolnych tabel) lub phi (dla tabel 2×2). Wartości bliższe 1 oznaczają silniejszy związek.
Jak opisać wynik chi-kwadrat w pracy — przykład
W celu sprawdzenia, czy płeć wiąże się z preferowaną formą pracy, zastosowano test niezależności chi-kwadrat. Wykazano istotny statystycznie związek między płcią a formą pracy: χ²(2) = 8,54; p = 0,014. Siła związku była umiarkowana (V Craméra = 0,23). Oznacza to, że hipoteza H1, zakładająca zależność między płcią a wyborem formy pracy, została potwierdzona.
Trzymaj się schematu: po co test → jaki test i dlaczego → wynik z wartościami (χ², df, p) → siła związku → co to znaczy dla hipotezy. Ten sam schemat sprawdza się przy opisie każdej analizy statystycznej w pracy.
Najczęstsze błędy przy teście chi-kwadrat
- Użycie chi-kwadrat do danych ilościowych — dla liczb (wiek, wynik) służą inne testy, np. korelacja albo test t-Studenta.
- Zbyt małe liczebności w komórkach (poniżej 5) — wtedy właściwy jest dokładny test Fishera.
- Podanie samego „p = 0,03” bez wartości χ² i stopni swobody.
- Pominięcie siły związku (V Craméra) — istotność nie mówi, jak silna jest zależność.
- Mylenie zależności z przyczynowością — chi-kwadrat pokazuje współwystępowanie, nie związek przyczynowo-skutkowy.
FAQ — test chi-kwadrat
Kiedy chi-kwadrat, a kiedy dokładny test Fishera?
Gdy oczekiwane liczebności w komórkach są odpowiednio duże (≥ 5) — chi-kwadrat. Gdy są małe, zwłaszcza w tabeli 2×2 — dokładny test Fishera.
Czym różni się chi-kwadrat od korelacji?
Chi-kwadrat bada związek dwóch zmiennych jakościowych, a korelacja — dwóch zmiennych ilościowych. To najczęstsze źródło pomyłki przy doborze testu.
Co zrobić, gdy komórki mają mniej niż 5 obserwacji?
Połącz kategorie (np. zredukuj 5 grup wiekowych do 3), zwiększ próbę albo użyj dokładnego testu Fishera.
W czym policzyć test chi-kwadrat?
Najwygodniej w SPSS (Tabele krzyżowe) lub bezpłatnym JASP. Samą wartość p policzysz też w Excelu funkcją CHI2.TEST.
Nie masz pewności, czy chi-kwadrat pasuje do Twoich danych, albo nie chcesz walczyć z SPSS? Dobierzemy test, wykonamy obliczenia i przygotujemy gotowy opis wyników z interpretacją.