# Ki-Kare Bağımsızlık Testi Hesaplama Aracı
A/B Testi veya Tanımlayıcı İstatistikler gibi klasik araçlar sürekli sayılarla (ortalamalar, kazançlar, ağırlıklar) mükemmel çalışırken, gerçek dünya kategorik verilerle (renkler, markalar, memnuniyet seviyeleri) doludur. Ki-Kare Bağımsızlık Hesaplayıcısı, iki nitel değişkenin istatistiksel olarak bağlantılı olup olmadığını veya birbirlerinden tamamen bağımsız olarak değişip değişmediklerini analitik olarak belirlemek için kullanılan "Kral" testtir. Tablo 3×3'e kadar dinamik
Cramér'ın V'si İlişki Şiddeti
Isı Haritası Artıklar & Sapma
# Ki-Kare İstatistiği (χ²) tam olarak ne için kullanılır?
Ki-Kare Bağımsızlık Testi, Gözlemlenen Frekansları (ölçtüğünüz ve topladığınız gerçek sayılar) Beklenen Frekanslarla (değişkenler arasında hiçbir etkileşim olmasaydı her hücrede bekleyeceğimiz sayılar) karşılaştırır.Bağımlı Değişkenler (İlişki Mevcut)
Bir kategorinin oranları diğerine bağlı olarak büyük ölçüde değişir.
- Örnek: Mobil ziyaretçiler Tasarım A'yı tercih ederken, PC kullanıcıları Tasarım B'yi tercih ediyor.
- Ki-Kare (χ²) yükselir ve P-Değeri düşer.
- Cramér'ın V'si şiddeti gösterir (örneğin Güçlü > 0,5).
Bağımsız Değişkenler (Şans)
Oranlar tüm seviyelerde kaya gibi sabit kalır.
- Örnek: Bir müşterinin göz rengi, hangi araba markasını satın aldığını etkilemez.
- Ki-Kare çok küçüktür ve P-Değeri 0,05'ten büyüktür.
- Sıfır Hipotezi reddedilemez.
# Cramér'ın V'si: Bağlantının Şiddetini Anlamak
Çok düşük bir P-Değeri elde etmek, değişkenlerin 'yoğun' bir şekilde bağlantılı olduğu anlamına gelmez; sadece şansın sorumlu olamayacağını gösterir (belki de on binlerce gerçek vakanız olduğu için). 'Etki büyüklüğünü' ölçmek için Cramér'ın V Katsayısını otomatik olarak dahil ediyoruz.| Hesaplayıcı (V Değeri) | Analitik Derecelendirme | Çeviri |
|---|---|---|
| 0,00 - 0,10 | Yok / Önemsiz İlişki | Teorik olarak bağımlı, ancak ticari amaçlar için fark edilemez ve kullanışsız. |
| 0,11 - 0,30 | Zayıf İlişki | Hafif bir bağlantı var, ancak diğer birçok dış faktör daha fazla ağırlık taşıyor. |
| 0,31 - 0,50 | Orta İlişki | Her iki özellik de birbirini önemli ölçüde etkiler. |
| 0,50 Üzeri | Güçlü İlişki | Çok net bağlantı. Değişken A'yı bilmek, değişken B'yi olağanüstü iyi tahmin eder. |
Matematiksel Fizibilite Koşulları
Boş hücrelere dikkat edin! Pearson'ın ki-kare yaklaşımının çan eğrisi altında sağlam kalması için yöntemsel olarak, Beklenen Frekansların (gözlemlenenlerin değil) en az %80'inin 5'ten büyük olması ve hiçbir hücrenin 1'in altında olmaması gerekir. Bu koşul karşılanmazsa, uyarı göstergemiz tetiklenerek kategorileri birleştirmenizi önerecektir.# Dahili Artık Isı Haritası
Kullanıcı deneyimini geliştirmek ve rapor sonuçlarını kolaylaştırmak için matrisimiz, hücrelerin arka planını standartlaştırılmış artıklarına (sapma) göre otomatik olarak renklendirecektir:Yeşil tonlar: Hücre, saf matematiksel olarak beklenenden çok daha fazla başarıya sahiptir.
Kırmızı tonlar: Hücre, beklenen norma göre tehlikeli bir şekilde "boş"tur.
# Ki-Kare Sözlüğü
- Gözlemlenen Frekans
- Laboratuvarda veya anketlerde fiziksel olarak saydığınız tam sayı.
- Beklenen Frekans
- Satırın marjinal oranının sütununkiyle çarpılmasıyla elde edilen teorik hesaplama.
- Serbestlik Derecesi (df)
- Serbest verilerin geometrik miktarı. Satır ve sütun sayısından 1 çıkarıp bunları çarparak bulunur.
- Standartlaştırılmış Artık
- Gözlemlenen ile beklenen arasındaki normalize edilmiş fark. Hangi hücrenin keşfi en çok "ittiğini" ölçer.