Den Chi-Quadrat-Test verstehen
Der Test für kategoriale Zusammenhänge
Der Chi-Quadrat-Test prüft, ob zwei kategoriale Merkmale zusammenhängen. Diese Anleitung erklärt das Prinzip mit beobachteten und erwarteten Häufigkeiten, die Voraussetzungen und die Interpretation des Ergebnisses.
Wofür der Chi-Quadrat-Test dient
Der Chi-Quadrat-Test (χ²-Test) prüft, ob zwischen zwei nominalen oder ordinalen Merkmalen ein Zusammenhang besteht – etwa zwischen Geschlecht und Studienwahl. Er vergleicht die tatsächlich beobachteten Häufigkeiten mit den Häufigkeiten, die bei Unabhängigkeit zu erwarten wären.
Beobachtete und erwartete Häufigkeiten
Grundlage ist eine Kreuztabelle. Für jede Zelle berechnet man die erwartete Häufigkeit = (Zeilensumme · Spaltensumme) / Gesamtzahl. Die Teststatistik ist χ² = Summe über alle Zellen von (beobachtet − erwartet)² / erwartet. Je größer die Abweichung, desto größer χ² – und desto eher liegt ein Zusammenhang vor.
Signifikanz und Freiheitsgrade
Ob χ² groß genug für Signifikanz ist, hängt von den Freiheitsgraden df = (Zeilen − 1) · (Spalten − 1) und dem gewählten Niveau ab. Ist der p-Wert kleiner als 0,05, gilt der Zusammenhang als statistisch signifikant. Die Stärke des Zusammenhangs misst man zusätzlich mit Cramérs V.
Voraussetzungen
Der Test verlangt unabhängige Beobachtungen und ausreichend große erwartete Häufigkeiten: In der Regel sollten alle erwarteten Werte mindestens 5 betragen. Bei kleinen Stichproben oder Vierfeldertafeln nutzt man stattdessen den exakten Test nach Fisher.
Häufige Fehler
Typische Fehler: den Chi-Quadrat-Test auf zu kleine Häufigkeiten anwenden, aus Signifikanz auf eine starke Beziehung schließen (Signifikanz ≠ Effektstärke) und Prozentwerte statt absoluter Häufigkeiten eingeben. In SPSS findest du den Test unter „Kreuztabellen“; die Berichtsweise prüft ein Lektorat. So lässt sich der Chi-Quadrat-Test sicher verstehen und anwenden.
Mehr Statistik-Grundlagen: Skalenniveau und Konfidenzintervall berechnen. Einen Überblick gibt die deskriptive Statistik, alle Auswertungen bündelt der Statistik-und-SPSS-Hub. Die Berichtsweise prüft ein Korrekturlesen.
