Calcolatore del chi quadro: come calcolare i test chi-quadro a mano
Un calcolatore del chi quadro confronta i dati osservati con quelli che ti aspetteresti se un'affermazione sui dati fosse vera, poi ti dice se la differenza è abbastanza piccola da essere casuale o abbastanza grande da rifiutare quell'affermazione. Gli studenti ricorrono a un calcolatore del chi quadro quando un esercizio chiede se un dado è equo, se le risposte di un sondaggio corrispondono alla ripartizione prevista da un reparto marketing, o se due variabili categoriche — come la materia preferita e il genere — sono collegate. Questa guida spiega la formula del chi-quadro da zero, sviluppa per intero un test di bontà di adattamento e un test di indipendenza con numeri reali, e mostra come trovare i gradi di libertà e interpretare un p-value, così da capire esattamente che cosa sta calcolando un calcolatore del chi quadro prima di fidarti del suo risultato.
Contenuto
- 01Che cos'è un test chi-quadro?
- 02Come funziona un calcolatore del chi quadro?
- 03Come si calcola un test chi-quadro di bontà di adattamento?
- 04Come si calcola un test chi-quadro di indipendenza?
- 05Che cosa significano davvero i gradi di libertà e il p-value?
- 06Quali condizioni devono essere soddisfatte per usare un test chi-quadro?
- 07Errori comuni nell'uso di un calcolatore del chi quadro
- 08Esercizi di chi-quadro con soluzioni
- 09Che altro chiedono gli studenti sui calcolatori del chi quadro?
- 10Altro aiuto con i compiti di chi-quadro
Che cos'è un test chi-quadro?
Un test chi-quadro misura quanto un insieme di frequenze osservate si discosta dalle frequenze che ci si aspetterebbe sotto una certa ipotesi, e poi converte questa distanza in un unico numero chiamato statistica chi-quadro. A differenza del test z o del test t, che confrontano medie di dati numerici, i test chi-quadro lavorano su dati categorici: conteggi suddivisi in categorie come colori, risposte a un sondaggio o risposte sì/no. Un calcolatore del chi quadro è utile perché automatizza l'aritmetica di elevare al quadrato le differenze e dividere per le frequenze attese, ma la formula in sé è abbastanza breve da poter essere calcolata a mano una volta compresi i suoi tre elementi: frequenze osservate (O), frequenze attese (E) e numero di categorie confrontate.
Formula del chi-quadro: χ² = Σ [(O − E)² / E], dove O è ciascuna frequenza osservata ed E la corrispondente frequenza attesa sotto l'ipotesi nulla.
Come funziona un calcolatore del chi quadro?
Ogni calcolatore del chi quadro richiede gli stessi input di base, indipendentemente da quale dei due test chi-quadro più comuni stai eseguendo, e restituisce gli stessi tre output. Conoscere in anticipo questi input e output rende molto più facile impostare correttamente qualsiasi problema di chi-quadro, sia che tu completi il calcolo a mano, sia che lo verifichi in seguito con un calcolatore.
1. Input di cui ha bisogno un calcolatore del chi quadro
Frequenze osservate: i dati effettivamente raccolti, inseriti come un unico elenco di conteggi per categoria (bontà di adattamento) o come tabella a doppia entrata con righe e colonne (test di indipendenza). Frequenze attese, o informazioni sufficienti per calcolarle: un insieme di proporzioni dichiarate (bontà di adattamento) oppure semplicemente i totali di riga e di colonna (indipendenza, perché le frequenze attese si ricavano automaticamente). Un livello di significatività scelto, quasi sempre α = 0,05 salvo diversa indicazione del testo.
2. Output che un calcolatore del chi quadro può restituire
χ²: la statistica test chi-quadro stessa, sempre zero o positiva. gl: i gradi di libertà, che determinano quale curva della distribuzione chi-quadro si applica. p-value: la probabilità di osservare una statistica χ² almeno così grande se l'ipotesi nulla fosse davvero vera. Una decisione: rifiutare o non rifiutare l'ipotesi nulla, confrontando il p-value con α oppure confrontando χ² con un valore critico di una tavola del chi-quadro.
3. Perché conviene comunque imparare il metodo manuale
Compiti ed esami richiedono quasi sempre l'impostazione completa — enunciare l'ipotesi nulla e quella alternativa, costruire una tabella delle frequenze attese e mostrare ogni termine (O − E)²/E — non solo un numero decimale finale. Un calcolatore del chi quadro è il modo più rapido per verificare una risposta o gestire una tabella grande, ma sono i passaggi manuali qui sotto a far guadagnare punti e a costruire l'intuizione necessaria per argomenti successivi come ANOVA e regressione.
Come si calcola un test chi-quadro di bontà di adattamento?
Un test di bontà di adattamento verifica se le frequenze osservate in un unico insieme di categorie corrispondono a una distribuzione dichiarata: per esempio se un dado è equo o se il mix di vendite effettivo di un'azienda coincide con le sue previsioni. Ecco un esempio completamente svolto su una classica domanda di equità.
1. Enunciare le ipotesi e raccogliere le frequenze osservate
Un dado viene lanciato 60 volte per verificare se è equo. H0: il dado è equo (ogni faccia ha probabilità 1/6). Ha: il dado non è equo. Frequenze osservate per le facce da 1 a 6: O = 8, 12, 9, 14, 7, 10 (la somma è 60, pari al totale dei lanci).
2. Calcolare le frequenze attese
Sotto H0 ogni faccia dovrebbe uscire con probabilità 1/6, quindi E = 60 × (1/6) = 10 per ciascuna delle sei facce. Frequenze attese: E = 10, 10, 10, 10, 10, 10. In generale le frequenze attese non devono essere numeri interi, ma qui lo sono comodamente.
3. Calcolare ogni termine (O − E)²/E
Faccia 1: (8−10)²/10 = 4/10 = 0,4. Faccia 2: (12−10)²/10 = 4/10 = 0,4. Faccia 3: (9−10)²/10 = 1/10 = 0,1. Faccia 4: (14−10)²/10 = 16/10 = 1,6. Faccia 5: (7−10)²/10 = 9/10 = 0,9. Faccia 6: (10−10)²/10 = 0/10 = 0.
4. Sommare i termini per ottenere χ²
χ² = 0,4 + 0,4 + 0,1 + 1,6 + 0,9 + 0 = 3,4.
5. Trovare i gradi di libertà e interpretare
Per un test di bontà di adattamento, gl = (numero di categorie − 1) = 6 − 1 = 5. Cercando χ² = 3,4 con gl = 5 in una tavola del chi-quadro si ottiene un p-value ben superiore a 0,05 (circa 0,64). Poiché il p-value è molto maggiore di α = 0,05, non rifiutiamo H0: questo campione di 60 lanci non fornisce prove che il dado sia truccato. Un calcolatore del chi quadro restituirebbe all'istante lo stesso χ² = 3,4 e p ≈ 0,64, ma ora puoi verificare tu stesso il numero e spiegare ogni passaggio sulla carta.
Nei test di bontà di adattamento, gradi di libertà = numero di categorie − 1. Sottrai sempre 1 per tenere conto del fatto che il totale è fissato.
Come si calcola un test chi-quadro di indipendenza?
Un test di indipendenza verifica se due variabili categoriche sono collegate, usando dati disposti in una tabella a doppia entrata. È il test che gli studenti confondono più spesso con la bontà di adattamento, perché usa la stessa formula χ² ma un modo diverso di trovare frequenze attese e gradi di libertà.
1. Impostare la tabella a doppia entrata e le ipotesi
Un sondaggio chiede a 200 studenti la materia preferita (Matematica o Arte) e l'anno di corso (primo anno o ultimo anno). H0: materia preferita e anno di corso sono indipendenti. Ha: materia preferita e anno di corso sono collegati. Tabella osservata: Primo anno-Matematica = 40, Primo anno-Arte = 60 (totale di riga 100); Ultimo anno-Matematica = 50, Ultimo anno-Arte = 50 (totale di riga 100). Totali di colonna: Matematica = 90, Arte = 110. Totale generale = 200.
2. Calcolare ogni frequenza attesa
Formula: E = (totale di riga × totale di colonna) / totale generale. E(Primo anno, Matematica) = (100 × 90)/200 = 45. E(Primo anno, Arte) = (100 × 110)/200 = 55. E(Ultimo anno, Matematica) = (100 × 90)/200 = 45. E(Ultimo anno, Arte) = (100 × 110)/200 = 55. Nota che le frequenze attese danno ancora i totali corretti di ogni riga e colonna: è un buon modo per controllare i calcoli.
3. Calcolare ogni termine (O − E)²/E
Primo anno-Matematica: (40−45)²/45 = 25/45 ≈ 0,556. Primo anno-Arte: (60−55)²/55 = 25/55 ≈ 0,455. Ultimo anno-Matematica: (50−45)²/45 = 25/45 ≈ 0,556. Ultimo anno-Arte: (50−55)²/55 = 25/55 ≈ 0,455.
4. Sommare i termini per ottenere χ²
χ² ≈ 0,556 + 0,455 + 0,556 + 0,455 = 2,022.
5. Trovare i gradi di libertà e interpretare
Per un test di indipendenza, gl = (righe − 1) × (colonne − 1) = (2−1) × (2−1) = 1. Cercando χ² ≈ 2,02 con gl = 1 si ottiene un p-value di circa 0,155. Poiché p > 0,05, non rifiutiamo H0: questo sondaggio non fornisce prove solide che materia preferita e anno di corso siano collegati per questi 200 studenti.
In un test di indipendenza, gradi di libertà = (numero di righe − 1) × (numero di colonne − 1), e le frequenze attese si ottengono come totale di riga × totale di colonna ÷ totale generale.
Che cosa significano davvero i gradi di libertà e il p-value?
I gradi di libertà e il p-value sono i due numeri che gli studenti interpretano male più spesso, anche dopo aver calcolato correttamente χ². Ottenere una risposta numerica è solo metà del lavoro: spiegare che cosa significa vale di solito altrettanti punti.
1. I gradi di libertà danno forma alla curva di confronto
La distribuzione chi-quadro non è un'unica curva fissa: la sua forma cambia con i gl. Un valore piccolo di gl (come 1 o 2) produce una curva molto appuntita vicino allo zero, mentre un gl più grande produce una curva più piatta e più dispersa. Ecco perché lo stesso valore di χ² può essere significativo con certi gl e non significativo con altri: abbina sempre i gl alla distribuzione chi-quadro corretta prima di giudicare se una statistica è grande o piccola.
2. Il p-value risponde a una domanda condizionata
Il p-value è la probabilità di osservare una statistica χ² almeno pari a quella calcolata, assumendo vera l'ipotesi nulla. Non è la probabilità che l'ipotesi nulla sia vera, né la probabilità di commettere un errore: misura solo quanto sarebbero sorprendenti i dati osservati sotto H0.
3. Confrontare il p-value con alfa (α)
Se p ≤ α (di solito α = 0,05), rifiuta H0: è improbabile che lo schema osservato sia dovuto al solo caso, quindi ci sono prove statisticamente significative a favore di Ha. Se p > α, non rifiutare H0: i dati sono compatibili con l'ipotesi nulla, ma questo non dimostra che H0 sia vera, solo che questo campione non ha fornito prove sufficientemente forti contro di essa.
Non rifiutare H0 non significa mai che H0 sia dimostrata vera: significa solo che il campione non ha fornito prove sufficienti per rifiutarla.
Quali condizioni devono essere soddisfatte per usare un test chi-quadro?
Un calcolatore del chi quadro dà un risultato valido e affidabile solo quando i dati sottostanti soddisfano alcune condizioni specifiche. Violare queste condizioni è uno dei motivi più comuni per cui una conclusione chi-quadro risulta sbagliata anche quando i calcoli sono corretti.
1. I dati devono essere conteggi, non percentuali o medie
I test chi-quadro richiedono frequenze assolute in ogni categoria, non proporzioni o medie. Se un problema fornisce percentuali, riconvertile in conteggi usando la numerosità campionaria prima di applicare la formula.
2. Le categorie devono essere mutuamente esclusive
Ogni osservazione deve ricadere in esattamente una categoria: un intervistato non può essere conteggiato sia come 'primo anno' sia come 'ultimo anno', per esempio. Categorie sovrapposte invalidano il test.
3. Le frequenze attese devono essere abbastanza grandi
La regola pratica comune è che ogni frequenza attesa sia almeno 5. Quando una o più frequenze attese scendono sotto 5, l'approssimazione chi-quadro diventa inaffidabile e di solito si consiglia un metodo diverso (come il test esatto di Fisher).
4. Le osservazioni devono essere indipendenti
Ogni individuo o elemento va conteggiato una sola volta e non deve influenzare la categoria di un'altra osservazione. Misurazioni ripetute sullo stesso soggetto, o campioni estratti senza reimmissione da una popolazione molto piccola, possono violare questa condizione.
Errori comuni nell'uso di un calcolatore del chi quadro
Questi errori compaiono di continuo nei compiti di statistica valutati, sia che il calcolo venga fatto a mano sia che venga poi verificato con un calcolatore del chi quadro.
1. Usare la formula sbagliata per i gradi di libertà
La bontà di adattamento usa gl = categorie − 1. L'indipendenza usa gl = (righe − 1)(colonne − 1). Confonderle è di gran lunga l'errore più comune sul chi-quadro, perché entrambi i test usano la stessa formula di sommatoria χ² ed è facile dimenticare quale regola per i gl si applichi.
2. Calcolare male le frequenze attese nei test di indipendenza
Le frequenze attese di un test di indipendenza derivano da (totale di riga × totale di colonna) / totale generale, non dal dividere il totale generale in parti uguali tra tutte le celle, né dalle frequenze osservate stesse. Controlla due volte che le tue frequenze attese diano ancora i totali corretti di righe e colonne.
3. Dimenticare di elevare al quadrato la differenza
È facile calcolare (O − E)/E invece di (O − E)²/E, soprattutto lavorando in fretta. Poiché O − E può essere negativo, saltare il quadrato può produrre un χ² negativo o ingannevolmente piccolo: una statistica chi-quadro non può mai essere negativa, quindi una somma parziale negativa è un campanello d'allarme immediato.
4. Leggere il p-value come probabilità che H0 sia vera
Un p-value piccolo significa che i dati osservati sarebbero improbabili se H0 fosse vera: non indica direttamente la probabilità che H0 stessa sia vera o falsa. Tieni presente la formulazione condizionata ('probabilità di questi dati, dato H0') quando scrivi una conclusione.
Esercizi di chi-quadro con soluzioni
Svolgi questi tre esercizi dal più facile al più difficile. Prova ciascuno prima di leggere la soluzione, poi confronta la tua impostazione con i passaggi mostrati.
1. Esercizio 1 (base): bontà di adattamento sui colori delle caramelle
Un'azienda dolciaria dichiara che le sue confezioni contengono un mix equo di 4 colori. Una studentessa conta 80 caramelle: Rosso = 25, Blu = 15, Verde = 22, Giallo = 18. Verifica con α = 0,05 se il mix è equo. Soluzione: E = 80/4 = 20 per ogni colore. χ² = (25−20)²/20 + (15−20)²/20 + (22−20)²/20 + (18−20)²/20 = 25/20 + 25/20 + 4/20 + 4/20 = 1,25 + 1,25 + 0,2 + 0,2 = 2,9. gl = 4 − 1 = 3. Con gl = 3, χ² = 2,9 dà p ≈ 0,41, ben sopra 0,05, quindi non rifiutiamo H0: i dati sono compatibili con un mix di colori equo.
2. Esercizio 2 (intermedio): preferenza di layout di un sito (indipendenza)
Un'azienda intervista 150 utenti sul layout preferito (A o B) suddivisi per dispositivo (Mobile o Desktop). Osservato: Mobile-A = 30, Mobile-B = 45 (totale di riga 75); Desktop-A = 40, Desktop-B = 35 (totale di riga 75). Totali di colonna: A = 70, B = 80. Verifica con α = 0,05 se la preferenza di layout è indipendente dal dispositivo. Soluzione: E(Mobile,A) = (75×70)/150 = 35. E(Mobile,B) = (75×80)/150 = 40. E(Desktop,A) = 35. E(Desktop,B) = 40. χ² = (30−35)²/35 + (45−40)²/40 + (40−35)²/35 + (35−40)²/40 = 25/35 + 25/40 + 25/35 + 25/40 ≈ 0,714 + 0,625 + 0,714 + 0,625 = 2,678. gl = (2−1)(2−1) = 1. Con gl = 1, χ² ≈ 2,68 dà p ≈ 0,10, sopra 0,05, quindi non rifiutiamo H0: nessuna prova significativa che la preferenza di layout dipenda dal dispositivo.
3. Esercizio 3 (avanzato): bontà di adattamento a un rapporto genetico
Un esperimento di genetica prevede una progenie in rapporto 9:3:3:1 tra quattro fenotipi, su 160 discendenti totali. Osservato: Fenotipo 1 = 96, Fenotipo 2 = 30, Fenotipo 3 = 24, Fenotipo 4 = 10. Verifica l'adattamento con α = 0,05. Soluzione: proporzioni attese su un totale di 160: E1 = (9/16)×160 = 90. E2 = (3/16)×160 = 30. E3 = (3/16)×160 = 30. E4 = (1/16)×160 = 10. χ² = (96−90)²/90 + (30−30)²/30 + (24−30)²/30 + (10−10)²/10 = 36/90 + 0 + 36/30 + 0 = 0,4 + 1,2 = 1,6. gl = 4 − 1 = 3. Con gl = 3, χ² = 1,6 dà p ≈ 0,66, molto sopra 0,05, quindi non rifiutiamo H0: i conteggi osservati della progenie sono compatibili con il rapporto genetico atteso 9:3:3:1.
Che altro chiedono gli studenti sui calcolatori del chi quadro?
Queste sono le domande che ricorrono più spesso insieme ai compiti di chi-quadro e al ripasso per gli esami.
1. χ² può essere negativo?
No. Ogni termine (O − E)²/E eleva al quadrato la differenza prima di dividere, quindi ogni termine è zero o positivo e la somma non può mai essere negativa. Una somma parziale negativa segnala sempre un errore di calcolo, quasi sempre un quadrato dimenticato.
2. Qual è la differenza tra un test chi-quadro di bontà di adattamento e uno di indipendenza?
Un test di bontà di adattamento usa una sola variabile categorica e confronta la sua distribuzione con un unico insieme di proporzioni dichiarate. Un test di indipendenza usa due variabili categoriche insieme, disposte in una tabella a doppia entrata, e verifica se sono collegate. Condividono la stessa formula χ² ma differiscono nel modo in cui si trovano frequenze attese e gradi di libertà.
3. Che cosa succede se una frequenza attesa è inferiore a 5?
Quando una o più frequenze attese scendono sotto 5, l'approssimazione chi-quadro alla vera distribuzione campionaria diventa inaffidabile: i risultati vanno interpretati con cautela o sostituiti con un test esatto come il test esatto di Fisher, specialmente per piccole tabelle 2×2.
4. Devo usare una tavola del chi-quadro a una o a due code?
Nessuna delle due, nel senso abituale: il test chi-quadro è intrinsecamente unidirezionale, perché χ² cresce solo man mano che O ed E si allontanano tra loro in una direzione o nell'altra, quindi esiste un'unica regione critica nella coda superiore invece di versioni separate a una e a due code come nel test z o t.
Altro aiuto con i compiti di chi-quadro
Una volta che ti senti a tuo agio nell'enunciare H0 e Ha, costruire una tabella delle frequenze attese e sommare (O − E)²/E termine per termine, i problemi di chi-quadro diventano una questione di contabilità accurata anziché una formula misteriosa. Esercitati con un mix di domande di bontà di adattamento e di indipendenza, perché gli esami spesso si aspettano che tu riconosca quale dei due si applica solo dal testo del problema. Se ti blocchi nell'impostare un problema di chi-quadro specifico o vuoi ricontrollare un calcolo fatto a mano, il risolutore passo passo di Solvify può sviluppare la stessa formula mostrata in questa guida — frequenze attese, ogni termine di differenza al quadrato e il valore finale di χ² — così vedi esattamente dove la tua impostazione si discosta da quella corretta.
Prima di ricorrere a un calcolatore del chi quadro, scrivi se stai testando la bontà di adattamento o l'indipendenza: questa sola decisione determina sia il metodo per le frequenze attese sia la formula dei gradi di libertà.
Articoli correlati
Calcolatore ANOVA: guida passo passo all'ANOVA a una via
Un altro test di ipotesi che confronta gruppi tramite una statistica F, il passo naturale dopo il chi-quadro per confrontare più di due gruppi.
Calcolatore dell'errore standard: come calcolare l'ES per medie e proporzioni
Impara la formula dell'errore standard alla base di intervalli di confidenza e verifiche di ipotesi in molti argomenti di statistica, chi-quadro incluso.
Calcolatore della distribuzione binomiale: come calcolare le probabilità a mano
Una distribuzione di probabilità fondamentale per esiti categorici, base utile prima di affrontare i problemi di bontà di adattamento chi-quadro.
Risolutori matematici
Soluzioni passo passo
Visualizza esplicitamente ogni passaggio di un calcolo chi-quadro: frequenze attese, differenze al quadrato e statistica test finale.
Risolutore Smart Scan
Scatta una foto a un esercizio sul test chi-quadro e ottieni all'istante una soluzione completamente svolta.
Tutor di matematica AI
Fai domande di approfondimento su gradi di libertà, frequenze attese o su quando usare la bontà di adattamento invece del test di indipendenza.