Calculadora Qui-Quadrado: Como Calcular Testes Qui-Quadrado Manualmente
Uma calculadora qui-quadrado compara dados observados contra o que você esperaria se uma afirmação sobre os dados fosse verdadeira, depois lhe diz se a diferença é pequena o suficiente para ser coincidência ou grande o suficiente para rejeitar essa afirmação. Estudantes usam uma calculadora qui-quadrado quando um problema de lição de casa pergunta se um dado é justo, se as respostas de uma pesquisa coincidem com a divisão prevista pelo departamento de marketing, ou se duas variáveis categóricas — como matéria favorita e gênero — estão relacionadas. Este guia ensina a fórmula do qui-quadrado do zero, passa por um teste completo de qualidade do ajuste e um teste completo de independência com números reais, e mostra como encontrar graus de liberdade e interpretar um valor-p, para que você entenda exatamente o que uma calculadora qui-quadrado está calculando antes de confiar em seu resultado.
Conteúdo
- 01O Que é um Teste Qui-Quadrado?
- 02Como Funciona uma Calculadora Qui-Quadrado?
- 03Como Você Calcula um Teste de Qualidade do Ajuste Qui-Quadrado?
- 04Como Você Calcula um Teste de Independência Qui-Quadrado?
- 05O Que Significam Realmente Graus de Liberdade e Valor-p?
- 06Que Condições Devem Ser Atendidas Para Usar um Teste Qui-Quadrado?
- 07Erros Comuns Ao Usar uma Calculadora Qui-Quadrado
- 08Problemas de Prática Qui-Quadrado com Soluções
- 09Que Mais os Alunos Perguntam Sobre Calculadoras Qui-Quadrado?
- 10Obtendo Mais Ajuda Com Lição de Casa de Qui-Quadrado
O Que é um Teste Qui-Quadrado?
Um teste qui-quadrado mede o quanto um conjunto de contagens observadas se afasta das contagens que você esperaria sob alguma hipótese, e depois converte essa distância em um único número chamado estatística qui-quadrado. Diferentemente de um teste z ou teste t, que comparam médias de dados numéricos, os testes qui-quadrado funcionam com dados categóricos — contagens classificadas em categorias como cores, respostas de pesquisa ou respostas sim/não. Uma calculadora qui-quadrado é útil porque automatiza a aritmética de elevar as diferenças ao quadrado e dividir pelas contagens esperadas, mas a fórmula em si é curta o suficiente para ser calculada manualmente uma vez que você entenda seus três blocos de construção: contagens observadas (O), contagens esperadas (E) e o número de categorias sendo comparadas.
Fórmula qui-quadrado: χ² = Σ [(O − E)² / E], onde O é cada contagem observada e E é a contagem esperada correspondente sob a hipótese nula.
Como Funciona uma Calculadora Qui-Quadrado?
Toda calculadora qui-quadrado precisa das mesmas entradas principais, independentemente de qual dos dois testes qui-quadrado comuns você está executando, e retorna os mesmos três saídas. Conhecer essas entradas e saídas de antemão torna muito mais fácil configurar qualquer problema qui-quadrado corretamente, quer você termine o cálculo manualmente ou o verifique em uma calculadora depois.
1. Entradas que uma calculadora qui-quadrado precisa
Contagens observadas — os dados reais coletados, inseridos como uma única lista de contagens de categorias (qualidade do ajuste) ou como uma tabela de duas entradas com linhas e colunas (teste de independência). Contagens esperadas, ou informações suficientes para calculá-las — ou um conjunto de proporções afirmadas (qualidade do ajuste) ou apenas os totais de linhas e colunas (independência, já que as contagens esperadas são derivadas automaticamente). Um nível de significância escolhido, quase sempre α = 0,05, a menos que um problema indique o contrário.
2. Saídas que uma calculadora qui-quadrado pode retornar
χ² — a própria estatística de teste qui-quadrado, sempre zero ou positiva. df — os graus de liberdade, que determinam qual curva de distribuição qui-quadrado se aplica. valor-p — a probabilidade de ver uma estatística χ² tão grande ou maior se a hipótese nula fosse realmente verdadeira. Uma decisão — rejeitar ou falhar em rejeitar a hipótese nula, encontrada comparando o valor-p a α ou comparando χ² a um valor crítico de uma tabela qui-quadrado.
3. Por que você ainda deve aprender o método manual
Lições de casa e provas quase sempre exigem a configuração completa — indicando as hipóteses nula e alternativa, construindo uma tabela de contagens esperadas e mostrando cada termo (O − E)²/E — não apenas um decimal final. Uma calculadora qui-quadrado é mais rápida para verificar uma resposta ou lidar com uma tabela grande, mas os passos manuais abaixo são o que realmente ganha crédito e constrói a intuição necessária para tópicos posteriores como ANOVA e regressão.
Como Você Calcula um Teste de Qualidade do Ajuste Qui-Quadrado?
Um teste de qualidade do ajuste verifica se as contagens observadas em um único conjunto de categorias correspondem a uma distribuição afirmada — por exemplo, se um dado é justo ou se o mix de vendas real de uma empresa corresponde à sua previsão. Aqui está um exemplo prático completo usando uma pergunta clássica de justiça.
1. Estabeleça as hipóteses e colete as contagens observadas
Um dado é lançado 60 vezes para testar se é justo. H0: o dado é justo (cada face tem probabilidade 1/6). Ha: o dado não é justo. Contagens observadas para as faces 1 a 6: O = 8, 12, 9, 14, 7, 10 (estas somam 60, correspondendo aos lançamentos totais).
2. Calcule as contagens esperadas
Sob H0, cada face deve aparecer com probabilidade 1/6, então E = 60 × (1/6) = 10 para cada uma das seis faces. Contagens esperadas: E = 10, 10, 10, 10, 10, 10. As contagens esperadas não precisam ser números inteiros em geral, mas são convenientemente aqui.
3. Calcule cada termo (O − E)²/E
Face 1: (8−10)²/10 = 4/10 = 0,4. Face 2: (12−10)²/10 = 4/10 = 0,4. Face 3: (9−10)²/10 = 1/10 = 0,1. Face 4: (14−10)²/10 = 16/10 = 1,6. Face 5: (7−10)²/10 = 9/10 = 0,9. Face 6: (10−10)²/10 = 0/10 = 0.
4. Soma os termos para obter χ²
χ² = 0,4 + 0,4 + 0,1 + 1,6 + 0,9 + 0 = 3,4.
5. Encontre graus de liberdade e interprete
Para um teste de qualidade do ajuste, df = (número de categorias − 1) = 6 − 1 = 5. Procurando χ² = 3,4 com df = 5 em uma tabela qui-quadrado dá um valor-p bem acima de 0,05 (aproximadamente 0,64). Como o valor-p é muito maior que α = 0,05, falhamos em rejeitar H0 — esta amostra de 60 lançamentos não fornece evidência de que o dado é injusto. Uma calculadora qui-quadrado retornaria este mesmo χ² = 3,4 e p ≈ 0,64 instantaneamente, mas agora você pode verificar o número você mesmo e explicar cada passo no papel.
Para testes de qualidade do ajuste, graus de liberdade = número de categorias − 1. Sempre subtraia 1 para levar em conta o fato de que a contagem total é fixa.
Como Você Calcula um Teste de Independência Qui-Quadrado?
Um teste de independência verifica se duas variáveis categóricas estão relacionadas, usando dados dispostos em uma tabela de duas entradas. Este é o teste que os alunos mais frequentemente confundem com qualidade do ajuste, uma vez que usa a mesma fórmula χ², mas uma maneira diferente de encontrar contagens esperadas e graus de liberdade.
1. Configure a tabela de duas entradas e as hipóteses
Uma pesquisa pergunta a 200 alunos sua matéria favorita (Matemática ou Arte) e seu nível de série (Calouro ou Sênior). H0: matéria favorita e nível de série são independentes. Ha: matéria favorita e nível de série estão relacionados. Tabela observada: Calouro-Matemática = 40, Calouro-Arte = 60 (total da linha 100); Sênior-Matemática = 50, Sênior-Arte = 50 (total da linha 100). Totais de colunas: Matemática = 90, Arte = 110. Total geral = 200.
2. Calcule cada contagem esperada
Fórmula: E = (total da linha × total da coluna) / total geral. E(Calouro, Matemática) = (100 × 90)/200 = 45. E(Calouro, Arte) = (100 × 110)/200 = 55. E(Sênior, Matemática) = (100 × 90)/200 = 45. E(Sênior, Arte) = (100 × 110)/200 = 55. Observe que as contagens esperadas ainda somam a cada total correto de linha e coluna, que é uma boa maneira de verificar sua aritmética.
3. Calcule cada termo (O − E)²/E
Calouro-Matemática: (40−45)²/45 = 25/45 ≈ 0,556. Calouro-Arte: (60−55)²/55 = 25/55 ≈ 0,455. Sênior-Matemática: (50−45)²/45 = 25/45 ≈ 0,556. Sênior-Arte: (50−55)²/55 = 25/55 ≈ 0,455.
4. Soma os termos para obter χ²
χ² ≈ 0,556 + 0,455 + 0,556 + 0,455 = 2,022.
5. Encontre graus de liberdade e interprete
Para um teste de independência, df = (linhas − 1) × (colunas − 1) = (2−1) × (2−1) = 1. Procurando χ² ≈ 2,02 com df = 1 dá um valor-p de aproximadamente 0,155. Como p > 0,05, falhamos em rejeitar H0 — esta pesquisa não fornece evidência forte de que matéria favorita e nível de série estão relacionados para estes 200 alunos.
Para um teste de independência, graus de liberdade = (número de linhas − 1) × (número de colunas − 1), e as contagens esperadas vêm de total da linha × total da coluna ÷ total geral.
O Que Significam Realmente Graus de Liberdade e Valor-p?
Graus de liberdade e o valor-p são os dois números que os alunos interpretam incorretamente com mais frequência, mesmo depois de calcular χ² corretamente. Obter uma resposta numérica é apenas metade do trabalho — explicar o que significa é geralmente vale muitos pontos.
1. Graus de liberdade moldam a curva de comparação
A distribuição qui-quadrado não é uma curva fixa única — sua forma muda com df. Um df pequeno (como 1 ou 2) produz uma curva agudamente pontiaguda perto de zero, enquanto um df maior produz uma curva mais achatada e espalhada. É por isso que o mesmo valor χ² pode ser significativo com um df e não significativo com outro — sempre combine df à distribuição qui-quadrado correta antes de julgar uma estatística como grande ou pequena.
2. O valor-p responde uma pergunta condicional
O valor-p é a probabilidade de observar uma estatística χ² pelo menos tão grande quanto a calculada, assumindo que a hipótese nula é verdadeira. Não é a probabilidade de que a hipótese nula seja verdadeira, e não é a probabilidade de cometer um erro — apenas mede o quão surpreendentes os dados observados seriam sob H0.
3. Comparando valor-p para alfa (α)
Se p ≤ α (comumente α = 0,05), rejeite H0 — o padrão observado é improvável de ser apenas coincidência, então há evidência estatisticamente significativa para Ha. Se p > α, falhe em rejeitar H0 — os dados são consistentes com a hipótese nula, mas isto não prova que H0 é verdadeira, apenas que esta amostra não forneceu evidência suficiente contra ela.
Falhar em rejeitar H0 nunca significa que H0 é provado verdadeiro — apenas significa que a amostra não forneceu evidência suficiente para rejeitá-lo.
Que Condições Devem Ser Atendidas Para Usar um Teste Qui-Quadrado?
Uma calculadora qui-quadrado só fornece um resultado válido e confiável quando os dados subjacentes satisfazem algumas condições específicas. Violar essas condições é uma das razões mais comuns pelas quais uma conclusão qui-quadrado se mostra errada, mesmo quando a aritmética está correta.
1. Os dados devem ser contagens, não percentuais ou médias
Testes qui-quadrado exigem contagens de frequência bruta em cada categoria, não proporções ou médias. Se um problema fornece percentuais, converta-os de volta para contagens usando o tamanho da amostra antes de aplicar a fórmula.
2. As categorias devem ser mutuamente exclusivas
Cada observação deve cair em exatamente uma categoria — um entrevistado não pode ser contado em 'Calouro' e 'Sênior' ao mesmo tempo, por exemplo. Categorias sobrepostas invalidam o teste.
3. As contagens esperadas devem ser grandes o suficiente
A regra prática comum é que cada contagem esperada deve ser pelo menos 5. Quando uma ou mais contagens esperadas caem abaixo de 5, a aproximação qui-quadrado se torna pouco confiável, e um método diferente (como o teste exato de Fisher) geralmente é recomendado.
4. As observações devem ser independentes
Cada indivíduo ou item deve ser contado apenas uma vez e não deve influenciar a categoria de outra observação. Medições repetidas do mesmo sujeito, ou amostras tiradas sem reposição de uma população muito pequena, podem violar essa condição.
Erros Comuns Ao Usar uma Calculadora Qui-Quadrado
Esses erros aparecem constantemente em lições de casa de estatística classificadas, quer o cálculo seja feito manualmente ou verificado em uma calculadora qui-quadrado depois.
1. Usando a fórmula de graus de liberdade errada
Qualidade do ajuste usa df = categorias − 1. Independência usa df = (linhas − 1)(colunas − 1). Misturar essas é o erro qui-quadrado único mais comum, uma vez que ambos os testes usam a mesma fórmula de soma χ² e é fácil esquecer qual regra df se aplica.
2. Calculando contagens esperadas incorretamente para testes de independência
Contagens esperadas para um teste de independência vêm de (total da linha × total da coluna) / total geral — não de dividir o total geral uniformemente entre todas as células, e não das próprias contagens observadas. Verifique duas vezes que suas contagens esperadas ainda somam o total correto de linha e coluna.
3. Esquecendo de elevar a diferença ao quadrado
É fácil calcular (O − E)/E em vez de (O − E)²/E, especialmente ao trabalhar rapidamente. Como O − E pode ser negativo, pular o quadrado pode produzir um χ² negativo ou enganosamente pequeno — uma estatística qui-quadrado nunca pode ser negativa, então um total parcial negativo é uma bandeira vermelha imediata.
4. Interpretando o valor-p como a probabilidade de H0 ser verdadeira
Um valor-p pequeno significa que os dados observados seriam improváveis se H0 fosse verdadeira — não indica diretamente a probabilidade de que H0 seja verdadeiro ou falso. Mantenha a frase condicional ('probabilidade destes dados, dado H0') em mente ao escrever uma conclusão.
Problemas de Prática Qui-Quadrado com Soluções
Trabalhe através destes três problemas do mais fácil para o mais difícil. Tente cada um antes de ler a solução, depois verifique sua configuração em relação aos passos mostrados.
1. Problema 1 (Iniciante): Qualidade do ajuste da cor do doce
Uma confeitaria afirma que seus sacos contêm uma mistura igual de 4 cores. Um aluno conta 80 doces: Vermelho = 25, Azul = 15, Verde = 22, Amarelo = 18. Teste em α = 0,05 se a mistura é igual. Solução: E = 80/4 = 20 para cada cor. 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. df = 4 − 1 = 3. Em df = 3, χ² = 2,9 dá p ≈ 0,41, que está bem acima de 0,05, então falhamos em rejeitar H0 — os dados são consistentes com uma mistura de cores igual.
2. Problema 2 (Intermediário): Preferência de layout de site (independência)
Uma empresa pesquisa 150 usuários sobre layout preferido (A ou B) dividido por dispositivo (Móvel ou Desktop). Observado: Móvel-A = 30, Móvel-B = 45 (total da linha 75); Desktop-A = 40, Desktop-B = 35 (total da linha 75). Totais de colunas: A = 70, B = 80. Teste se a preferência de layout é independente do dispositivo em α = 0,05. Solução: E(Móvel,A) = (75×70)/150 = 35. E(Móvel,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. df = (2−1)(2−1) = 1. Em df = 1, χ² ≈ 2,68 dá p ≈ 0,10, acima de 0,05, então falhamos em rejeitar H0 — nenhuma evidência significativa de que a preferência de layout depende do dispositivo.
3. Problema 3 (Avançado): Qualidade do ajuste da razão genética
Um experimento genético espera proles em uma proporção de 9:3:3:1 em quatro fenótipos de 160 proles totais. Observado: Fenótipo 1 = 96, Fenótipo 2 = 30, Fenótipo 3 = 24, Fenótipo 4 = 10. Teste o ajuste em α = 0,05. Solução: Proporções esperadas de 160 total: 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. df = 4 − 1 = 3. Em df = 3, χ² = 1,6 dá p ≈ 0,66, muito acima de 0,05, então falhamos em rejeitar H0 — as contagens de proles observadas são consistentes com a proporção genética esperada 9:3:3:1.
Que Mais os Alunos Perguntam Sobre Calculadoras Qui-Quadrado?
Estas são as perguntas que surgem mais frequentemente junto com lições de casa de qui-quadrado e revisão de exame.
1. χ² pode ser negativo?
Não. Cada termo (O − E)²/E eleva a diferença ao quadrado antes de dividir, então cada termo é zero ou positivo, e a soma nunca pode ser negativa. Um total parcial negativo sempre sinaliza um erro aritmético, na maioria das vezes um quadrado esquecido.
2. Qual é a diferença entre um teste de qualidade do ajuste qui-quadrado e um teste de independência?
Um teste de qualidade do ajuste usa uma variável categórica e compara sua distribuição a um único conjunto de proporções afirmadas. Um teste de independência usa duas variáveis categóricas ao mesmo tempo, organizadas em uma tabela de duas entradas, e verifica se estão relacionadas. Eles compartilham a mesma fórmula χ², mas diferem em como as contagens esperadas e os graus de liberdade são encontrados.
3. E se minha contagem esperada for abaixo de 5?
Quando uma ou mais contagens esperadas caem abaixo de 5, a aproximação qui-quadrado para a verdadeira distribuição amostral se torna pouco confiável, e os resultados devem ser interpretados com cautela ou substituídos por um teste exato como o teste exato de Fisher, especialmente para pequenas tabelas 2×2.
4. Uso uma tabela qui-quadrado bilateral ou unilateral?
Nenhuma delas, no sentido usual — o teste qui-quadrado é inerentemente unidirecional porque χ² cresce apenas conforme O e E se afastam mais em qualquer direção, então há uma única região crítica de cauda superior, em vez de versões separadas unilaterais e bilaterais como um teste z ou teste t.
Obtendo Mais Ajuda Com Lição de Casa de Qui-Quadrado
Uma vez que você está confortável indicando H0 e Ha, construindo uma tabela de contagens esperadas, e somando o termo (O − E)²/E termo a termo, os problemas qui-quadrado se tornam uma questão de contabilidade cuidadosa em vez de uma fórmula mistério. Pratique com uma mistura de perguntas de qualidade do ajuste e independência, pois os exames frequentemente esperam que você reconheça qual se aplica apenas pela redação do problema. Se você ficar preso à configuração de um problema qui-quadrado específico ou quiser verificar um cálculo manual, o solucionador passo a passo do Solvify pode trabalhar através da mesma fórmula mostrada neste guia — contagens esperadas, cada termo de diferença ao quadrado, e o valor χ² final — para que você possa ver exatamente onde sua própria configuração diverge da correta.
Antes de recorrer a uma calculadora qui-quadrado, escreva se você está testando qualidade do ajuste ou independência — esta única decisão determina tanto seu método de contagens esperadas quanto sua fórmula de graus de liberdade.
Artigos relacionados
Calculadora ANOVA: Guia Passo a Passo para o Teste ANOVA de Uma Via
Outro teste de hipótese que compara grupos usando uma estatística F, um próximo passo natural após qui-quadrado para comparar mais de dois grupos.
Calculadora de Erro Padrão: Como Calcular SE para Médias e Proporções
Aprenda a fórmula de erro padrão que fundamenta intervalos de confiança e testes de hipótese em muitos tópicos de estatística, incluindo qui-quadrado.
Calculadora de Distribuição Binomial: Como Calcular Probabilidades Manualmente
Uma distribuição de probabilidade fundamental para resultados categóricos, conhecimento de fundo útil antes de atacar problemas de qualidade do ajuste qui-quadrado.
Solucionadores matemáticos
Soluções Passo a Passo
Obtenha cada passo de um cálculo qui-quadrado mostrado explicitamente — contagens esperadas, diferenças ao quadrado e a estatística de teste final.
Solucionador de Verificação Inteligente
Tire uma foto de uma pergunta de teste qui-quadrado e obtenha uma solução totalmente funcional instantaneamente.
Tutor de Matemática com IA
Faça perguntas de acompanhamento sobre graus de liberdade, contagens esperadas, ou quando usar qualidade do ajuste versus testes de independência.