Das Chi-Quadrat und der Chi-Quadrat-Tests kommt in der Statistik und somit auch in der Marktforschung und der Psychologie regelmäßig zum Einsatz.
Kategorische Variablen gehören eindeutigen Kategorien, wie beispielsweise Geschlecht oder Religionszugehörigkeit, an. Man unterscheidet zwischen nominalen und ordinalen Variablen.
Erstere bezeichnen Kategorien, die sich nicht in eine natürliche Reihenfolge einordnen lassen. Letztere hingegen beschreiben Kategorien, die eine natürliche Reihenfolge aufweisen. Der Chi-Quadrat-Test wird auch als Kontingenzanalyse bezeichnet. Er beantwortet die Frage, ob ein Zusammenhang zwischen zwei kategorialen Variablen besteht und wie stark dieser Zusammenhang ist.¹
Chi-Quadrat „einfach erklärt“
Das „Chi Quadrat“ wird insbesondere in der Statistik relevant. Dadurch kann herausgefunden werden, ob ein Zusammenhang zwischen zwei kategorialen Variablen besteht. Im Grunde handelt es sich dabei um ein Zusammenhangsmaß, wobei nur ein begrenzter Interpretationsspielraum bezüglich der erhaltenen Werte möglich ist.
Definition: Chi-Quadrat
Anhand des Chi-Quadrat-Tests erkennt man, ob ein Zusammenhang zwischen zwei nominal- oder ordinalskalierten Variablen besteht. In einer Kontingenzanalyse wird untersucht, ob die in einer Stichprobe vorkommenden Häufigkeiten in bedeutendem Maße von jenen Häufigkeiten abweichen, die man bei der jeweiligen Problemstellung erwarten würde.
Die beobachteten Häufigkeiten werden mit den erwarteten Häufigkeiten verglichen. Dadurch werden Abweichungen untersucht. Beim Chi-Quadrat handelt es sich um ein nicht standardisiertes Zusammenhangsmaß. Dies bedeutet, dass nur eine begrenzte Interpretation der erhaltenen Werte möglich ist.
Chi-Quadrat: Formel
Das Chi-Quadrat wird anhand der folgenden Formel berechnet:
x² = Chi-Quadrat
m = Gesamtanzahl der Zeilen
k = Gesamtanzahl der Spalten
nij = absolute Häufigkeit der Kombination aus i-Zeile und j-Spalte (beobachtete Häufigkeit)
ñij = erwartete Häufigkeit der Kombination aus i-Zeile und j-Spalte (erwartete Häufigkeit)
Chi-Quadrat: Übungsbeispiel und Schritt-für-Schritt-Anleitung
Die Kontingenzanalyse kann zur Erforschung verschiedener Sachverhalte herangezogen werden. So können wir den Chi-Quadrat-Test zum Beispiel dazu nutzen, den Zusammenhang zwischen dem Geschlecht und der präferierten Zeitung zu erforschen.
Nehmen wir an, dass wir eine Stichprobe von 565 Personen haben. Das Ergebnis wird als Kreuztabelle dargestellt. Von den 565 befragten Personen sind 230 Personen Frauen und 335 Männer. Wir finden heraus, dass sich unter den 230 befragten Frauen 125 Leserinnen der FAZ befinden. 28 Frauen lesen am liebsten die Bild und 77 die Welt. Unter den Männern bevorzugen 186 die FAZ, 32 die Bild und 117 die Welt. Insgesamt lesen 311 Personen die FAZ, 60 die Bild und 194 die Welt.
- Schritt: Berechnung der zu erwarteten absoluten Häufigkeit. Hierfür werden die Werte in die Formel ñij = nij * nj / n eingesetzt.
- Schritt: Vergleich der erwarteten und beobachteten Häufigkeiten. Der beobachtete Wert wird vom erwarteten Wert abgezogen, anschließend berechnen wir das Quadrat des jeweiligen Ergebnisses.
- Schritt: Division der erhaltenen Ergebnisse durch den erwarteten Wert.
- Schritt: Summe aller Ergebnisse aus dem letzten Schritt bilden. Somit erhält man den Wert des Chi- Quadrats.
Mit dem Chi-Quadrat den Kontingenzkoeffizienten berechnen
Der Chi-Quadrat-Koeffizient ist ein nicht standardisiertes Zusammenhangsmaß und als solches nur begrenzt vergleichbar. Konkrete Schlüsse lassen sich aus diesem Wert also nicht ziehen. Genauer gesagt ist kein Zusammenhang zwischen Geschlecht und der präferierten Zeitung zu erkennen.
Möchte man nun genauere Zusammenhänge finden, muss man den Chi-Quadrat-Koeffizienten in den Kontingenzkoeffizienten nach Pearson oder in Cramers V umwandeln. Den Kontingenzkoeffizienten erhält man mithilfe der entsprechenden Formel. Der Kontingenzkoeffizient kann Werte wischen 0 und 1 annehmen, wobei 0 für keinen und 1 für einen völligen Zusammenhang zwischen den Merkmalen steht.²
Von einer Kreuztabelle ablesen
Eine Kreuztabelle stellt das Verhältnis zwischen zwei kategorialen Variablen her. In unserem Beispiel sind es das Geschlecht und die präferierte Zeitung. Man kann also mithilfe der Kreuztabelle erfahren, wie häufig die Kombination der Ausprägungen zweier Merkmale auftritt.
Aus der Kreuztabelle lassen sich absolute und relative Häufigkeiten ablesen. Als absolute Häufigkeiten wird der Wert bezeichnet, der angibt, wie oft die Kombination aus zwei Merkmalen vorkommt. Die relative Häufigkeit hingegen gibt an, wie oft eine bestimmte Kombination in Bezug zu allen Fällen vorkommt. Sie wird in der Regel in Prozent angegeben.³
Beispiel:
Nehmen wir unser Beispiel und die 125 weiblichen Personen, die am liebsten die FAZ lesen. Insgesamt wurden 230 Frauen befragt. Nun teilen wir 125 durch 230 und erhalten einen Wert von 0,54. Daraus lässt sich ablesen, dass 54 % aller Frauen die FAZ lesen.
Wenn wir nun die 125 FAZ-Leserinnen durch 311 teilen, erhalten wir einen Wert von 0,40. 311 ist die Anzahl aller Befragten, die eigenen Angaben zufolge die FAZ als Lektüre bevorzugen. Somit erfahren wir, dass 40 % der Personen, die die FAZ lesen, weiblich sind.
Häufig gestellte Fragen
Das Chi-Quadrat gibt an, ob ein Zusammenhang zwischen zwei Variablen besteht. Kategorische Variablen können einen eindeutigen Wert bzw. eine eindeutige Kategorie haben.
Nein, der Chi-Quadrat-Wert ist nicht standardisiert und somit nur begrenzt vergleichbar. Der Chi-Quadrat-Wert lässt sich jedoch in den Kontingenzkoeffizienten nach Pearson oder in Cramers V umrechnen – beides sind standardisierte Koeffizienten.
Kreuztabellen werden auch als Kontingenztafeln bezeichnet und geben einen Überblick über zwei Variablen. Die Kreuztabelle gibt Auskunft über die Häufigkeit einer bestimmten Kombination zweier Merkmale.
Das Chi-Quadrat kommt überall dort zum Einsatz, wo statistische Werte erfasst werden müssen, also beispielsweise in der Statistik, der Psychologie oder der Marktforschung.
Um das Chi-Quadrat berechnen zu können, muss man die entsprechende Formel kennen. Dann setzt man die jeweiligen Werte ein und erhält das gewünschte Ergebnis.
Quellen
¹ Hochschule Luzern: Pearson-Chi-Quadrat-Test (Kontingenzanalyse), in: Empirical Methods, Ressourcen für empirische Methoden, o.D., [online] https://www.empirical-methods.hslu.ch/entscheidbaum/zusammenhaenge/pearson-chi-quadrat/ (10.01.2023)
² Humboldt-Universität zu Berlin: Kontingenz, in: Bivariate Statistik, 2020, [online] https://wikis.hu-berlin.de/mmstat/Kontingenz (10.01.2023)
³ Universität Flensburg: Kreuztabellen und Häufigkeitstabellen, in: Methodenlehre, o.D., [online] https://www.uni-flensburg.de/fileadmin/content/abteilungen/methodenlehre/dokumente/downloads/iris-albertin/kreuztabellen-haeufigkeitstabellen.pdf (abgerufen am 10.01.2023)
