Từ năm 2010 · Hơn 2 triệu lượt chạy công cụ mỗi tháng
Từ năm 2010
Thêm vào Chrome

Hộp Công Cụ Của Tôi

Chế Độ Tự Động

Chưa có công cụ nào được lưu.

Nâng Cấp Lên Phiên Bản Cao Cấp
Công cụ liên quan
Máy tính kiểm định Mann-Whitney UMáy tính kiểm định Kruskal-WallisMáy tính Kiểm định Chính xác FisherMáy Tính Kiểm Định tMáy Tính Bảng ChéoMáy tính Giá trị pMáy tính ANOVA
Trang chủ > Toán học > Thống kê và phân tích dữ liệu
 

Máy Tính Kiểm Định Chi-Square

Chạy kiểm định chi-square về tính độc lập để xem hai biến định tính có liên quan có ý nghĩa thống kê hay không. Nhận giá trị thống kê chi-square, p-value, tần số kỳ vọng, đóng góp từng ô và hệ số ảnh hưởng Cramer's V, từng bước.

Sử dụng miễn phíKhông cần đăng kýCập nhật 01/2026
Máy Tính Kiểm Định Chi-SquareDùng thử ngay — miễn phí ▼

Nhập bảng ngẫu nhiên

Ví dụ nhanh

Embed Máy Tính Kiểm Định Chi-Square Widget

Giới thiệu về Máy Tính Kiểm Định Chi-Square

Máy tính kiểm định Chi-Square thực hiện kiểm định chi-square về tính độc lập để xác định xem có mối liên hệ có ý nghĩa thống kê giữa hai biến phân loại hay không. Công cụ toàn diện này tính toán thống kê chi-square, giá trị p, bậc tự do, tần suất kỳ vọng, đóng góp của từng ô và quy mô ảnh hưởng (Cramer's V), cung cấp phân tích thống kê đầy đủ với các giải thích từng bước.

Kiểm định Chi-Square về tính độc lập là gì?

Kiểm định chi-square về tính độc lập là một kiểm định thống kê phi tham số được sử dụng để phân tích mối quan hệ giữa hai biến phân loại được tổ chức trong một bảng ngẫu nhiên. Nó so sánh các tần suất quan sát được (số đếm thực tế từ dữ liệu của bạn) với các tần suất kỳ vọng (những gì chúng ta mong đợi nếu các biến thực sự độc lập).

Kiểm định đánh giá giả thuyết không rằng hai biến độc lập với nhau. Nếu kiểm định tạo ra một thống kê chi-square đủ lớn (dẫn đến giá trị p nhỏ), chúng ta sẽ bác bỏ giả thuyết không và kết luận rằng có mối liên hệ có ý nghĩa thống kê giữa các biến.

Công thức thống kê Chi-Square

Thống kê Chi-Square
$$\chi^2 = \sum \frac{(O_{ij} - E_{ij})^2}{E_{ij}}$$

Trong đó:

Công thức tần suất kỳ vọng

Tần suất kỳ vọng
$$E_{ij} = \frac{R_i \times C_j}{N}$$

Trong đó:

Bậc tự do

Bậc tự do
$$df = (r - 1) \times (c - 1)$$

Trong đó r là số hàng và c là số cột. Bậc tự do xác định phân phối chi-square nào được sử dụng để tính giá trị p.

Giải thích kết quả kiểm định Chi-Square

Giá trị P

Giá trị p cho bạn biết xác suất quan sát được một thống kê chi-square cực đoan bằng (hoặc hơn) giá trị bạn đã tính toán, giả sử giả thuyết không là đúng:

Các mức ý nghĩa phổ biến (α):

Mức αĐộ tin cậyTrường hợp sử dụng
0,1090%Phân tích khám phá, nghiên cứu sơ bộ
0,0595%Tiêu chuẩn cho hầu hết các nghiên cứu (phổ biến nhất)
0,0199%Kiểm định khắt khe hơn, nghiên cứu y khoa
0,00199,9%Tiêu chí cực kỳ nghiêm ngặt, quyết định quan trọng

Quy mô ảnh hưởng: Cramer's V

Trong khi giá trị p cho bạn biết liệu có mối liên hệ hay không, Cramer's V đo lường mức độ mạnh yếu của mối liên hệ đó:

Cramer's V
$$V = \sqrt{\frac{\chi^2}{N \times (k - 1)}}$$

Trong đó k = min(hàng, cột). Hướng dẫn diễn giải:

Cramer's VMức độ liên kết
0,00 - 0,10Liên kết không đáng kể
0,10 - 0,30Liên kết yếu
0,30 - 0,50Liên kết trung bình
0,50+Liên kết mạnh

Các giả định của kiểm định Chi-Square

  1. Tính độc lập: Các quan sát phải độc lập với nhau
  2. Quy mô mẫu: Tần suất kỳ vọng thường nên ít nhất là 5 trong mỗi ô
  3. Lấy mẫu ngẫu nhiên: Dữ liệu nên đến từ một mẫu ngẫu nhiên
  4. Dữ liệu phân loại: Cả hai biến phải là biến phân loại (định danh hoặc thứ bậc)

Khi tần suất kỳ vọng dưới 5, phép xấp xỉ chi-square có thể không đáng tin cậy. Đối với bảng 2×2, hãy cân nhắc sử dụng Kiểm định chính xác của Fisher thay thế. Máy tính này sẽ cảnh báo bạn khi bất kỳ tần suất kỳ vọng nào dưới 5.

Ứng dụng phổ biến

Cách sử dụng máy tính này

  1. Nhập bảng ngẫu nhiên của bạn: Nhập các tần suất quan sát được với các hàng trên các dòng riêng biệt và các cột được phân tách bằng dấu cách hoặc dấu phẩy
  2. Chọn mức ý nghĩa: Chọn α = 0,05 (độ tin cậy 95%) cho phân tích tiêu chuẩn, hoặc điều chỉnh dựa trên yêu cầu của bạn
  3. Thiết lập độ chính xác thập phân: Chọn số chữ số thập phân cho kết quả
  4. Xem kết quả: Kiểm tra thống kê chi-square, giá trị p, kết luận và quy mô ảnh hưởng
  5. Phân tích bảng: So sánh tần suất quan sát và kỳ vọng, đồng thời xác định các ô đóng góp nhiều nhất vào thống kê

Câu hỏi thường gặp

Kiểm định Chi-Square về tính độc lập là gì?

Kiểm định Chi-Square về tính độc lập là một kiểm định giả thuyết thống kê được sử dụng để xác định xem có mối liên hệ đáng kể giữa hai biến phân loại hay không. Nó so sánh các tần suất quan sát được trong bảng ngẫu nhiên với các tần suất kỳ vọng được tính toán theo giả thuyết về tính độc lập. Nếu thống kê chi-square đủ lớn (giá trị p thấp hơn mức ý nghĩa), chúng ta sẽ bác bỏ giả thuyết không về tính độc lập.

Làm thế nào để diễn giải giá trị p trong kiểm định chi-square?

Giá trị p đại diện cho xác suất quan sát được một thống kê chi-square cực đoan bằng (hoặc hơn) giá trị đã tính toán, giả sử giả thuyết không là đúng. Nếu giá trị p ≤ α (thường là 0,05), bác bỏ giả thuyết không và kết luận rằng có mối liên hệ đáng kể. Nếu giá trị p > α, không thể bác bỏ giả thuyết không.

Bậc tự do trong kiểm định chi-square là gì?

Bậc tự do (df) cho kiểm định chi-square về tính độc lập bằng (r-1) × (c-1), trong đó r là số hàng và c là số cột. Ví dụ, một bảng 3×4 có df = (3-1) × (4-1) = 6.

Cramer's V là gì và làm thế nào để diễn giải nó?

Cramer's V đo lường quy mô ảnh hưởng, dao động từ 0 đến 1. Nó cho biết mức độ liên kết: V < 0,1 là không đáng kể, 0,1-0,3 là yếu, 0,3-0,5 là trung bình và V > 0,5 là mạnh. Khác với giá trị p, Cramer's V không bị ảnh hưởng bởi quy mô mẫu.

Khi nào tôi nên sử dụng Kiểm định chính xác của Fisher thay thế?

Sử dụng Kiểm định chính xác của Fisher khi tần suất kỳ vọng nhỏ (bất kỳ ô nào có giá trị dưới 5). Kiểm định chi-square là một phép xấp xỉ trở nên kém chính xác hơn với các giá trị kỳ vọng nhỏ. Đối với bảng 2×2 với mẫu nhỏ, Kiểm định của Fisher cung cấp giá trị p chính xác.

Làm thế nào để nhập dữ liệu vào máy tính?

Nhập bảng ngẫu nhiên của bạn với các hàng trên các dòng riêng biệt và các cột được phân tách bằng dấu cách hoặc dấu phẩy. Đối với bảng 2×3: nhập '10, 20, 30' ở dòng một và '15, 25, 35' ở dòng hai. Tất cả các hàng phải có cùng số cột.

Tài nguyên bổ sung

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy Tính Kiểm Định Chi-Square" tại https://MiniWebtool.com/vi/máy-tính-kiểm-định-chi-square/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 20/01/2026

Có API dành cho developer: Chạy công cụ này từ ứng dụng, tự động hóa hoặc agent của bạn bằng một yêu cầu HTTP JSON. Xem tài liệu API

Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.

Thống kê và phân tích dữ liệu:

Công cụ phổ biến và mới cập nhật:

Máy tính Kiểm định F và Phân phối FMáy Tính Ý Nghĩa Kiểm Định A/BMáy tính Kích thước Mẫu Kiểm định A/BXem tất cả →
Trang chủ > Toán học > Thống kê và phân tích dữ liệu > Máy Tính Kiểm Định Chi-Square