如果许多单元的频率小于5,则卡方检验的适用性


14

为了找到同伴的支持(独立变量)和工作满意度(独立变量)之间的关联,我希望应用卡方检验。对等人的支持程度根据支持程度分为四类:1 =很少程度,2 =一定程度,3 =很大程度,4 =很大程度。工作满意度分为两类:0 =不满意和1 =满意。

SPSS的输出结果表明,有37.5%的单元频率小于5。我的样本大小为101,我不想将自变量中的类别减少为更少的数目。在这种情况下,还有其他测试可用于测试此关联吗?


1
我不完全确定在像您这样的高维表中如何处理它,但是在2x2情况下,卡方的小样本模拟是Fisher精确检验。我听说有可能在任意的rxc列联表中使用FET,但是它的计算量很大。另一种选择是进行置换测试。
Christopher Aden 2012年

3
鉴于这两个类别都是顺序的,您可以使用一个利用该类别的测试。有关各种可能性请参见Agresti,“有序分类数据分析”
彼得·弗洛姆

3
@Michael因为这不是答案:它只是一个提示,后跟(模糊)指向其他地方答案的指针。请参阅SE FAQ中有关答案的信息
ub

4
欢迎您在meta @ Michael上讨论此内容,但请不要在此处讨论。如果您确实进行了讨论,那么我会坚持认为,“某种形式”和“其他替代形式”过于模糊而不能被视为答案,因为MånsT一直在努力地提出建议。当然,答案状态和评论状态之间存在灰色区域。作为主持人和审稿人,我经常被要求确定何时可能的答案真正起评论的作用:这种模糊性测试是我试图始终采用的测试。
ub

9
@ Braj-Stat,需要注意的一件事是,卡方检验的“要求”(例如它)是所有单元格中的期望值均大于5,而不是原始计数,尽管您仍可能违反该规则拇指,和/或仍要进行其他测试。
gung-恢复莫妮卡

Answers:


8

Conover(1999:202)建议期望值可以“小至0.5,只要大多数都大于1.0,而不会危害测试的有效性”。

他还提供了Cochran(1952)的“经验法则”,该建议指出,如果期望值小于1或大于20%小于5,则测试可能会效果不佳。但是,Conover(1999)提供了一些证据,证明科克伦的“经验法则”过于保守。

参考文献

χ2

Conover,WJ,1999年。实用的非参数统计。第三版。美国纽约,约翰·威利父子公司。


5

χ2

G=2一世ĴØ一世ĴlnØ一世Ĵ/Ë一世Ĵχ2

(最初忘记提及:G对预期的细胞计数<5不太敏感)。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.