Wessam The Educational Forum وسام المنتدي التربوي
عزيزي الزائر يشرفنا إنضمامك لأسرة المنتدي بالضغط علي كلمة التسجيل وإن كنت عضوا في المنتدي فبادر بالضغط علي كلمة دخول وأكتب أسمك وكلمة السر فنحن في إنتظارك لتنضم إليناDear Guest ,We welcome to you with us & We hope That you will be a Member in our Forum

We Present Wessam The Educational Forum بسم الله الرحمن الرحيم نقدم لكم وسام المنتدي التربوي
الرئيسيةFace Bookس .و .جبحـثالتسجيلالأعضاءدخول

شاطر | 

 CHI-SQUARE TEST كاي سكوير التعريف والخطوات مترجم من العربية إلي الإنجليزية

اذهب الى الأسفل 
كاتب الموضوعرسالة
Admin//د.وسام محمد
المدير العام Administrator
المدير العام Administrator

الابراج : الميزان

عدد المساهمات : 3745
تاريخ الميلاد : 13/10/1981
العمر : 37
نقاط : 6260
تاريخ التسجيل : 04/01/2008
رقم الهاتف الجوال : 0020169785672

بطاقة الشخصية

مُساهمةموضوع: CHI-SQUARE TEST كاي سكوير التعريف والخطوات مترجم من العربية إلي الإنجليزية   الخميس يونيو 03, 2010 6:41 am

/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
font-family:"Times New Roman";
mso-fareast-font-family:"Times New Roman";}
a:link, span.MsoHyperlink
a:visited, span.MsoHyperlinkFollowed
@page Section1
{size:595.3pt 841.9pt;
margin:1.0in 1.25in 1.0in 1.25in;

chi square

A statistical test used to determine
the probability of obtaining the observed results by chance, under a specific



Adapted by Anne F. Maben from "Statistics for
the Social Sciences"
by Vicki Sharp

The chi-square (I) test is used to determine whether
there is a significant difference between the expected

frequencies and the observed frequencies in one or
more categories. Do the number of individuals or objects that

fall in each category differ significantly from the
number you would expect? Is this difference between the

expected and observed due to sampling error, or is it
a real difference?

Chi-Square Test Requirements

1. Quantitative data.

2. One or more categories.

3. Independent observations.

4. Adequate sample size (at least 10).

5. Simple random sample.

6. Data in frequency form.

7. All observations must be used.

Expected Frequencies

When you find the value for chi square, you determine
whether the observed frequencies differ significantly

from the expected frequencies. You find the expected
frequencies for chi square in three ways:

I . You hypothesize that all the frequencies are
equal in each category. For example, you might expect that

half of the entering freshmen class of 200 at Tech College
will be identified as women and half as men. You

figure the expected frequency by dividing the
number in the sample by the number of categories. In this exam

pie, where there are 200 entering freshmen and two
categories, male and female, you divide your sample of

200 by 2, the number of categories, to get 100
(expected frequencies) in each category.

2. You determine the expected frequencies on
the basis of some prior knowledge. Let's use the Tech College

example again, but this time pretend we have prior
knowledge of the frequencies of men and women in each

category from last year's entering class, when 60% of
the freshmen were men and 40% were women. This

year you might expect that 60% of the total would be
men and 40% would be women. You find the expected

frequencies by multiplying the sample size by each of
the hypothesized population proportions. If the

freshmen total were 200, you would expect 120 to be
men (60% x 200) and 80 to be women (40% x 200).

Now let's take a situation, find the expected
frequencies, and use the chi-square test to solve the problem.


Thai, the manager of a car dealership, did not want
to stock cars that were bought less frequently because of

their unpopular color. The five colors that he
ordered were red, yellow, green, blue, and white. According to Thai,

the expected frequencies or number of customers
choosing each color should follow the percentages of last year.

She felt 20% would choose yellow, 30% would choose
red, 10% would choose green, 10% would choose blue,

and 30% would choose white. She now took a random
sample of 150 customers and asked them their color

preferences. The results of this poll are shown in
Table 1 under the column labeled _observed frequencies."

Table 1 - Color Preference for 150
Customers for Thai's Superior Car Dealership

Category Color Observed Frequencies
Expected Frequencies

Yellow 35 30

Red 50 45

Green 30 15

Blue 10 15

White 25 45

The expected frequencies in Table 1 are figured from
last year's percentages. Based on the percentages for

last year, we would expect 20% to choose yellow.
Figure the expected frequencies for yellow by taking 20% of

the 150 customers, getting an expected frequency of
30 people for this category. For the color red we would

expect 30% out of 150 or 45 people to fall in this
category. Using this method, Thai figured out the expected

frequencies 30, 45, 15, 15, and 45. Obviously,
there are discrepancies between the colors preferred by customers

in the poll taken by Thai and the colors preferred by
the customers who bought their cars last year. Most striking

is the difference in the green and white colors. If
Thai were to follow the results of her poll, she would stock twice

as many green cars than if she were to follow the
customer color preference for green based on last year's sales.

In the case of white cars, she would stock half as
many this year. What to do??? Thai needs to know whether or

not the discrepancies between last year's choices
(expected frequencies) and this year's preferences on the basis

of his poll (observed frequencies) demonstrate a real
change in customer color preferences. It could be that the

differences are simply a result of the random sample
she chanced to select. If so, then the population of customers

really has not changed from last year as far as color
preferences go. The null hypothesis states that there

is no significant difference between the expected and
observed frequencies. The alternative hypothesis states

they are different. The level of significance
(the point at which you can say with 95% confidence that the

difference is NOT due to chance alone) is set at .05
(the standard for most science experiments.) The chi-square

formula used on these data is

X2 = (O - E)2

where O is the Observed Frequency in
each category

E E is the Expected Frequency in the
corresponding category

_ is _sum of_

df is the "degree of freedom"

X2 is Chi


We are now ready to use our formula for X2 and find out if there is a significant
difference between the

observed and expected frequencies for the customers
in choosing cars. We will set up a worksheet; then you will

follow the directions to form the columns and solve
the formula.

1. Directions for Setting Up Worksheet for Chi Square

Category O E
(O - E) (O - E)
2 (O - E)2


yellow 35 30 5 25 0.83

red 50 45 5 25 0.56

green 30 15 15 225 15

blue 10 15 -5 25 1.67

white 25 45 -20 400 8.89

X2 = 26.95

2. After calculating the Chi Square value, find the "Degrees
of Freedom."



Degrees of freedom (df) refers to the number of values that
are free to vary after restriction has been

placed on the data. For instance, if you have four
numbers with the restriction that their sum has to be 50,

then three of these numbers can be anything, they are
free to vary, but the fourth number definitely is

restricted. For example, the first three numbers
could be 15, 20, and 5, adding up to 40; then the fourth

number has to be 10 in order that they sum to 50. The
degrees of freedom for these values are then three.

The degrees of freedom here is defined as N - 1,
the number in the group minus one restriction (4 - I ).

3. Find the table value for Chi Square. Begin by finding the df found
in step 2 along the left hand side of the

table. Run your fingers across the proper row until you reach the
predetermined level of significance (.05) at

the column heading on the top of the table. The table
value for Chi Square
in the correct box of 4 df and

P=.05 level of significance is 9.49.

4. If the calculated chi-square value for the set of
data you are analyzing (26.95) is equal to or greater than the

table value (9.49 ), reject the null
hypothesis. There IS a significant difference between the data sets that

cannot be due to chance alone. If the number you calculate is LESS
than the number you find on the table,

than you can probably say that any differences are
due to chance alone.

In this situation, the rejection of the null
hypothesis means that the differences between the expected

frequencies (based upon last year's car sales) and
the observed frequencies (based upon this year's poll

taken by Thai) are not due to chance. That is,
they are not due to chance variation in the sample Thai took;

there is a real difference between them. Therefore,
in deciding what color autos to stock, it would be to Thai's

advantage to pay careful attention to the results of
her poll!

The steps in using the chi-square
test may be summarized as follows:

Chi-Square I. Write the observed frequencies in
column O

Test Summary 2. Figure the expected frequencies
and write them in column E.

3. Use the formula to find the chi-square value:

4. Find the df. (N-1)

5. Find the table value (consult the Chi Square

6. If your chi-square value is equal to or
greater than
the table value, reject the null

hypothesis: differences in your data are not due
to chance alone

For example, the reason observed frequencies in a
fruit fly genetic breeding lab did not match expected

frequencies could be due to such influences as:

Mate selection (certain flies may
prefer certain mates)

Too small of a sample size was used

Incorrect identification of male or
female flies

The wrong genetic cross was sent
from the lab

The flies were mixed in the bottle (carrying
unexpected alleles

متاح علي الرابط



اختبار الإحصائية المستخدمة لتحديد
احتمال الحصول على نتائج ملاحظة عن طريق الصدفة ، في إطار فرضية محددة



اختبار يستخدم لتحديد ما إذا كان
هناك فرق كبير بين

التكرارات المتوقعة والتكرارات التي
تم ملاحظتها في واحد أو أكثر من الفئات.

هل عدد الأفراد أو الأشياء التي

تقع في كل فئة تختلف كثيرا عن الرقم الذي تتوقع؟ هذا هو الفرق بين

يتوقع لاحظ بسبب خطأ أخذ العينات ، أو هو تغيير حقيقي؟

متطلبات اختبار


1. البيانات الكمية.

2. واحد أو أكثر من الفئات.

3. الملاحظات مستقلة.

4. حجم العينة كافية (على الأقل 10).

5. العينة العشوائية البسيطة.

6. البيانات في شكل تكراري.

7. يجب استخدام جميع الملاحظات.

يتوقع تكرارت

عندما تجد قيمة مربع كاي ، يمكنك تحديد ما إذا
كان التكرارات لاحظ اختلافا كبيرا

من المتوقع التكرارات. تجد التكرارات المتوقعة
لتشي مربع في ثلاث طرق :

أنا. كنت افترض أن جميع التكرارات متساوون في
كل فئة. على سبيل المثال ، هل يمكن أن نتوقع أن

وسيتم تحديد نصف الجدد الذين يدخلون فئة 200 في
كلية التقنية والنساء ونصف الرجال. أنت

الرقم الوتيرة المتوقعة بقسمة عدد في العينة
على عدد من الفئات. في هذا الامتحان

دائري ، حيث هناك 200 ودخول الموظفين الجدد
الفئتين من الذكور والإناث ، تقوم بتقسيم العينة من

200 ب 2 ، وعدد من الفئات ، بهدف الحصول على 100
(من المتوقع التكرارات) في كل فئة.

2. يمكنك تحديد التكرارات المتوقعة على أساس
بعض المعرفة السابقة. دعونا نستخدم كلية التقنية

المثال مرة أخرى ، ولكن هذه المرة نحن نتظاهر
لديهم معرفة مسبقة من التكرارات من الرجال والنساء في كل

وكانت فئة من الطبقة العام الماضي دخول ، عند 60
٪ من الموظفين الجدد هم من الرجال و 40 ٪ من النساء. هذا

السنة قد تتوقع أن 60 ٪ من مجموع سيكون الرجال
و 40 ٪ من النساء. تجد المتوقع

ترددات بضرب حجم العينة من قبل كل من نسب
السكان المفترضة. إذا كان

مجموع الموظفين الجدد و200 ، 120 التي تتوقع أن
يكون الرجال (60 ٪ × 200) و 80 من النساء (40 ٪ × 200).

الآن دعونا اتخاذ موقف ، والعثور على التكرارات
المتوقعة ، واستخدام اختبار مربع شي لحل المشكلة.


التايلاندية ، إلا أن مدير متجر لبيع السيارات
، لا تريد للسيارات الأسهم التي تم شراؤها في كثير من الأحيان أقل بسبب

كل لون لا تحظى بشعبية. وكانت الألوان الخمسة
التي أمر الأحمر ، الأصفر ، الأخضر ، الأزرق ، والأبيض. ووفقا لالتايلاندية ،

ينبغي للترددات المتوقعة أو عدد من الزبائن
اختيار كل لون اتبع النسب المئوية من العام الماضي.

ورأى 20 ٪ انها سوف تختار الصفراء ، و 30 ٪
سيختارون الحمراء ، و 10 ٪ سيختارون الأخضر ، والأزرق اختيار 10 ٪ ،

وسوف يختار 30 ٪ من البيض. الآن أخذت عينة
عشوائية من 150 العملاء وطلبت منهم لونها

الأفضليات. وتظهر نتائج هذا الاستطلاع في
الجدول 1 تحت العمود المسمى التكرارات _observed ".

الجدول 1 -- تفضيل لون ل 150 لعملاء لبيع
السيارات التايلاندية العليا

الفئة المرصودة لون ترددات الموجات المتوقعة

أصفر 35 30

أحمر 50 45

أخضر 30 15

الزرقاء 10 15

أبيض 25 45

وتصدرت التكرارات المتوقع في الجدول 1 من النسب
المئوية في العام الماضي. واستنادا إلى النسب المئوية ل

في العام الماضي ، فإننا نتوقع 20 ٪ لاختيار
الصفراء. الرقم التكرارات المتوقعة للأصفر عن طريق اتخاذ 20 ٪ من

العملاء 150 ، والحصول على التكرارات من 30
شخصا من المتوقع لهذه الفئة. لونه أحمر فإننا

ويتوقع 30 ٪ من أصل 150 أو 45 شخصا لتقع في هذه
الفئة. باستخدام هذا الأسلوب ، فكنت التايلاندية من المتوقع

التكرارات 30 و 45 و 15 و 15 و 45. ومن الواضح
أن هناك اختلافات بين الألوان المفضلة من قبل الزبائن

في الاستطلاع الذي أجرته التايلاندية والألوان
المفضلة من قبل العملاء الذين اشتروا سياراتهم في العام الماضي. الأكثر لفتا

هو الفرق في الألوان الأخضر والأبيض. إذا كانت
التايلاندية لمتابعة نتائج التصويت لها ، وانها سوف الأسهم مرتين

والعديد من السيارات الخضراء مما لو كانت
لمتابعة تفضيل العملاء للون الأخضر على أساس مبيعات العام الماضي.

في حالة من السيارات البيضاء ، وقالت انها ونصف
الأسهم في كثير من هذا العام. ماذا تفعل؟؟ التايلاندية بحاجة لمعرفة ما إذا كان

وليس التضارب بين الخيارات في العام الماضي (من
المتوقع التكرارات) والأفضليات لهذا العام على أساس

من التأييد الشعبي لبوش (لاحظ التكرارات) يبرهن
على وجود تغيير حقيقي في أفضليات الألوان العملاء. ويمكن أن يكون أن

الخلافات هي مجرد نتيجة للمصادفة انها عينة
عشوائية لتحديد. إذا كان الأمر كذلك ، فإن عدد السكان من العملاء

حقا لم يتغير عن العام الماضي بقدر ما يذهب
اللون الأفضليات. ويذكر أن هناك فرضية العدم

لا يوجد فرق كبير بين التكرارات المتوقعة
والمرصودة. الفرضية البديلة الدول

كانت مختلفة. مستوى الدلالة (النقطة التي يمكن
القول بكل ثقة أن 95 ٪

الفرق ليس نتيجة للمصادفة وحدها) هي التي حددت
في 0.05 (المعيار لمعظم التجارب العلمية.) وتشي مربع

الصيغة المستخدمة في هذه البيانات

X2 = (س -- ه) (2)

حيث الإخراج هو التردد المرصودة في كل فئة

ك هو التردد المتوقعة في الفئة المقابلة

_ هو of_ _sum

مدافع هو "درجة من الحرية" (ن 1)

X2 هو تشي ساحة


ونحن الآن على استعداد لاستخدام صيغة لدينا X2 ومعرفة ما إذا كان هناك فرق كبير بين

ولاحظ ويتوقع التكرارات للعملاء في اختيار
السيارات. وسوف نضع ورقة عمل ، فإنك سوف

اتبع الإرشادات على شكل أعمدة ويحل الصيغة.

1. توجيهات لإعداد ورقة عمل عن تشي ساحة

الفئة يا هاء (سين -- هاء) (سين -- هاء) 2 (س --
ه) (2)



مع خالص شكري وتحياتي
د.وسام محمد إبراهيم علي
مدير"وسام المنتدي التربوي"
مدرس المناهج وتقنيات تعليم التاريخ

كلية التربية-جامعة الإسكندرية-جمهورية مصر العربية
With my sincere thanks and greetings
Dr.Wessam  Mohammed Ibrahim Ali
Lecturer and faculty member
PHD Doctor in curricula and Technology of history Education
College of Education - University of Alexandria - Arab Republic of Egypt

الرجوع الى أعلى الصفحة اذهب الى الأسفل
mona abdou

عدد المساهمات : 1
نقاط : 1
تاريخ التسجيل : 27/05/2015

مُساهمةموضوع: رد: CHI-SQUARE TEST كاي سكوير التعريف والخطوات مترجم من العربية إلي الإنجليزية   الأربعاء مايو 27, 2015 2:36 pm

مفيش شرح ابسط للكاي سكوير انا باستخدم ال f-test and t-test لكن مش فاهمة الكاي
الرجوع الى أعلى الصفحة اذهب الى الأسفل
CHI-SQUARE TEST كاي سكوير التعريف والخطوات مترجم من العربية إلي الإنجليزية
الرجوع الى أعلى الصفحة 
صفحة 1 من اصل 1
 مواضيع مماثلة
» CHI-SQUARE TEST كاي سكوير التعريف والخطوات مترجم من العربية إلي الإنجليزية
» ESR Test
» الله يرحم والدين كل مين عنده خبرة ويجاوبني بخصوص فحص الايدز HIV لان الوسواس رح يقتلني
» اختبارات سيولة الدم
» Biochemical tests for Identifying Bacteria

صلاحيات هذا المنتدى:لاتستطيع الرد على المواضيع في هذا المنتدى
Wessam The Educational Forum وسام المنتدي التربوي :: تبادل البحوث والمقالات العلمية والتربوية بين كلية التربية الاساسية - الجامعة المستنصرية العراق وكلية التربية جامعة الإسكندرية مصر-
انتقل الى: