Простіше кажучи, чим більше ці значення відрізняються одне від одного, чим вищий показник хі-квадрат, тим більша ймовірність того, що він буде значущим, і тим більша ймовірність того, що ми відхилимо нульову гіпотезу та зробимо висновок, що змінні пов’язані одна з одною .
Результат є значущим, якщо це значення дорівнює або менше зазначеного рівня альфа (зазвичай . 05). У цьому випадку p-значення менше, ніж стандартне значення альфа, тому ми відкидаємо нульову гіпотезу, яка стверджує, що дві змінні незалежні одна від одної.
Якщо ваше розраховане значення хі-квадрат перевищує критичне значення хі-квадрат, ви відхиляєте свою нульову гіпотезу. Якщо ваше розраховане значення хі-квадрат менше критичного значення хі-квадрат, ви «не можете відхилити» свою нульову гіпотезу.
Порівняйте значення хі-квадрат із критичним значенням, щоб визначити, яке з них більше. Вирішіть, чи відхиляти нульову гіпотезу. Ви повинні відхилити нульову гіпотезу, якщо значення хі-квадрат перевищує критичне значення.
Тест хі-квадрат — це статистичний тест, який використовується для порівняння спостережуваних і очікуваних результатів. Мета цього тесту – ідентифікувати чи є невідповідність між фактичними та прогнозованими даними випадковістю чи зв’язком між змінними, що розглядаються.
Повідомляється статистика Хі-Квадрат Хі-Квадрат із ступенями свободи та розміром вибірки в дужках, значенням хі-квадрат Пірсона (округленим до двох знаків після коми) та рівнем значущості: Відсоток учасників, які були одружені, не відрізнявся за статтю, X2(1, N = 90) = 0,89, p > . 05.