Contente
- O tipo de dados necessários
- O teste de qualidade do ajuste
- Cálculo da estatística do qui-quadrado
- Interpretando a estatística do qui-quadrado
Experiências testam previsões. Essas previsões geralmente são numéricas, o que significa que, à medida que os cientistas coletam dados, eles esperam que os números se desintegrem de uma certa maneira. Os dados do mundo real raramente correspondem exatamente às previsões que os cientistas fazem, portanto, os cientistas precisam de um teste para dizer se a diferença entre os números observados e os esperados é por causa do acaso ou por algum fator imprevisto que forçará o cientista a ajustar a teoria subjacente . Um teste do qui-quadrado é uma ferramenta estatística usada pelos cientistas para esse fim.
O tipo de dados necessários
Você precisa de dados categóricos para usar um teste qui-quadrado. Um exemplo de dados categóricos é o número de pessoas que responderam a uma pergunta "sim" versus o número de pessoas que responderam à pergunta "não" (duas categorias) ou o número de sapos em uma população verde, amarela ou cinza ( três categorias). Você não pode usar um teste do qui-quadrado em dados contínuos, como os que podem ser coletados em uma pesquisa perguntando às pessoas qual a sua altura. Com essa pesquisa, você obteria uma ampla variedade de alturas. No entanto, se você dividir as alturas em categorias como "menos de um metro e oitenta" e "três e cinco metros e mais", poderá usar um teste do qui-quadrado nos dados.
O teste de qualidade do ajuste
Um teste de adequação é um teste comum, e talvez o mais simples, realizado com a estatística qui-quadrado. Em um teste de adequação, a cientista faz uma previsão específica sobre os números que espera ver em cada categoria de seus dados. Ela então coleta dados do mundo real - chamados dados observados - e usa o teste do qui-quadrado para verificar se os dados observados correspondem às suas expectativas.
Por exemplo, imagine que um biólogo esteja estudando os padrões de herança em uma espécie de sapo. Entre 100 filhos de um conjunto de pais de sapos, o modelo genético dos biólogos a leva a esperar 25 filhos amarelos, 50 filhos verdes e 25 filhos cinzentos. O que ela observa de fato é 20 filhos amarelos, 52 filhos verdes e 28 filhos cinzentos. Sua previsão é apoiada ou seu modelo genético está incorreto? Ela pode usar um teste do qui-quadrado para descobrir.
Cálculo da estatística do qui-quadrado
Comece a calcular a estatística do qui-quadrado subtraindo cada valor esperado do seu valor observado correspondente e calculando o quadrado de cada resultado. O cálculo para o exemplo da prole dos sapos ficaria assim:
amarelo = (20 - 25) ^ 2 = 25 verde = (52 - 50) ^ 2 = 4 cinza = (28 - 25) ^ 2 = 9
Agora divida cada resultado pelo seu valor esperado correspondente.
amarelo = 25 ÷ 25 = 1 verde = 4 ÷ 50 = 0,08 cinza = 9 ÷ 25 = 0,36
Por fim, adicione as respostas da etapa anterior.
qui-quadrado = 1 + 0,08 + 0,36 = 1,44
Interpretando a estatística do qui-quadrado
A estatística qui-quadrado mostra a diferença entre seus valores observados e os valores previstos. Quanto maior o número, maior a diferença. Você pode determinar se seu valor do qui-quadrado é alto ou baixo o suficiente para suportar sua previsão, verificando se ele está abaixo de um certo valor crítico em uma tabela de distribuição de qui-quadrado. Esta tabela combina valores de qui-quadrado com probabilidades, chamadas valores p. Especificamente, a tabela informa a probabilidade de que as diferenças entre os valores observados e os esperados sejam simplesmente devidas a chance aleatória ou se algum outro fator está presente. Para um teste de qualidade do ajuste, se o valor de p for 0,05 ou menos, você deverá rejeitar sua previsão.
Você deve determinar o graus de liberdade (df) nos seus dados antes de poder procurar o valor crítico do qui-quadrado em uma tabela de distribuição. Os graus de liberdade são calculados subtraindo 1 do número de categorias em seus dados. Existem três categorias neste exemplo, então existem 2 graus de liberdade. Uma olhada nesta tabela de distribuição do qui-quadrado indica que, por 2 graus de liberdade, o valor crítico para uma probabilidade de 0,05 é 5,99. Isso significa que, enquanto seu valor calculado de qui-quadrado for menor que 5,99, seus valores esperados e, portanto, a teoria subjacente serão válidos e suportados. Como a estatística do qui-quadrado para os dados de descendentes de sapos foi de 1,44, o biólogo pode aceitar seu modelo genético.