מחשבון חי בריבוע ומתאם קרמר חינם, ללא צורך בהרשמה! פשוט הדביקו את הנתונים שלכם במחשבון וקבלו חישוב קרוסטבס (טבלת צילווח), חי בריבוע, מתאם קרמר, וגם את משמעות התוצאות בעברית פשוטה.

איך משתמשים במחשבון חי בריבוע ומתאם קרמר של Analysis4U?

מחשבון חי בריבוע ומתאם קרמר של Analysis4U עוזר לכם לחשב חי בריבוע ומתאם קרמר מנתונים גולמיים, כלומר ישירות מהנתונים שלכם. כך אתם מרוויחים טבלת צילווח (קרוסטאב) "על הדרך", ולא צריכים לחשב אותה בעצמכם. 

כדי להשתמש במחשבון, פשוט אתרו בגיליון הנתונים שלכם (זה יכול להיות גוגלספרדשיט, אקסל, SPSS, או כל גיליון אחר) את שתי העמודות שבהן מופיעים המשתנים שאתם רוצים לבדוק את הקשר ביניהם. לאחר מכן, סמנו את כל הערכים בעמודה של המשתנה הראשון, והעתיקו אותם אל העמודה "משתנה 1" במחשבון. לאחר מכן עברו לעמודה של המשתנה השני אצלכם בגיליון, העתיקו את כל הערכים, והדביקו אותם בעמודה "משתנה 2" במחשבון. זהו, אתם מוכנים!

כעת פשוט לחצו על "חשב/י חי בריבוע ומתאם קרמר, והמחשבון יחשב לכם חי בריבוע ומתאם קרמר בשני שלבים. בשלב ראשון, צריך כמובן לעשות טבלת צילווח, את זה המחשבון יעשה עבורכם על הדרך! לאחר שהמחשבון יכין עבורכם את טבלת הצילווח (crosstab), הוא  ימשיך לבד ויחשב את החי בריבוע ואת מתאם קרמר. בנוסף, תקבלו גם את פירוש התוצאות בעברית פשוטה. 

מאמרים שעשויים לעניין אותך

מה קרה לאתר ספיטבול Spitball.co?

עדכון – אתר ספיטבול חזר! אתר ספיטבול Spitball.co חזר! האתר החדש אמנם במתכונת שונה מעט לעומת גלגולו הקודם, אבל אנו שמחים לראות שאתר ספיטבול שוב

קרא עוד »

מה זה חי בריבוע ולמה זה משמש?

חי בריבוע (באנגלית: Chi-Square או סימון סטטיסטי: χ²) הוא כלי סטטיסטי שנמצא בשימוש בעיקר כאשר רוצים לבדוק קשרים בין משתנים איכותיים (קטגוריאליים). כלומר, הוא נועד לבדוק אם יש קשר מובהק סטטיסטית בין שתי תכונות או יותר שאינן מספריות, כמו מין (זכר/נקבה), העדפת מוצר (A/B), אזור מגורים, וכדומה.

נניח שיש לנו טבלה שמסכמת תצפיות משני משתנים, לדוגמה – מין (זכר/נקבה) וסוג מכשיר טלפון מועדף (אנדרואיד/אייפון). חי בריבוע עוזר לבדוק אם ההעדפה למכשיר מסוים תלויה במין, או שאין ביניהם קשר – כלומר, שהבחירה בטלפון היא אקראית ולא מושפעת מהמגדר.

הרעיון המרכזי של מבחן חי בריבוע הוא להשוות בין התצפיות בפועל (מה שנמצא במחקר או בסקר) לבין התצפיות הצפויות (מה שהיה צפוי אילו לא היה קשר בין המשתנים). אם ההבדלים בין התצפיות בפועל לאלו הצפויות הם גדולים מספיק, אפשר להגיד שיש סיכוי גבוה שהקשר בין המשתנים הוא אמיתי (ולא תוצאה של מקריות).

החישוב עצמו נעשה כך: עבור כל תא בטבלה, מחשבים את ההבדל בין הערך הנצפה לערך הצפוי, מעלים את ההבדל בריבוע, מחלקים בתצפית הצפויה, ואז מחברים את כל התוצאות מכל התאים. התוצאה שמתקבלת היא ערך סטטיסטי שנקרא חי בריבוע. ככל שערך זה גבוה יותר, כך גדל הסיכוי שקיים קשר בין המשתנים.

לבסוף, משווים את הערך שחישבנו לטבלה סטטיסטית של חי בריבוע, לפי מספר דרגות החופש של הטבלה, כדי לדעת אם הקשר מובהק מבחינה סטטיסטית או לא.

המבחן הזה נמצא בשימוש נרחב בתחומים כמו מדעי החברה, רפואה, שיווק, פסיכולוגיה ועוד, בכל פעם שצריך להבין האם הבדלים בין קבוצות מסוימות הם תוצאה של מקריות או שיש ביניהם קשר משמעותי.

מה זה מתאם קרמר ולמה הוא משמש?

כדי להבין לעומק את חוזק הקשר שבין המשתנים הקטגוריאליים לאחר שזיהינו שקיים קשר מובהק באמצעות מבחן חי בריבוע, ניתן להשתמש במדד נוסף שנקרא מתאם קרמר (Cramér's V). בעוד חי בריבוע עונה על השאלה האם קיים קשר, מתאם קרמר עונה על השאלה עד כמה הקשר חזק.

מדד זה נע בין 0 ל-1, כאשר 0 מעיד על היעדר קשר מוחלט בין המשתנים, ו-1 מעיד על קשר חזק מאוד (תלוי בגודל המדגם ובמבנה הטבלה). חשוב להבין שמתאם קרמר לא בודק כיווניות (כמו מתאם פירסון עבור משתנים כמותיים), אלא רק את עוצמת הקשר – האם הוא חלש, בינוני או חזק.

החישוב שלו מבוסס על ערך חי בריבוע שכבר חושב קודם לכן, והוא מנרמל את הערך הזה כדי שנוכל להשוות בין טבלאות שונות בגודלן. הנוסחה כוללת את ערך חי בריבוע, מספר התצפיות הכולל, ואת מספר השורות והעמודות בטבלה. כך מקבלים מדד שאינו תלוי בגודל המדגם בלבד.

לדוגמה, אם גילינו שחי בריבוע מצביע על קשר מובהק בין אזור מגורים לסוג תחבורה מועדפת, מתאם קרמר יוכל להראות אם מדובר בקשר חלש יחסית (למשל 0.15), או קשר חזק יותר (למשל 0.45), מה שעוזר לפרש את ממצאי המחקר בצורה מדויקת יותר.

באופן מעשי, מתאם קרמר שימושי במיוחד כאשר יש יותר משתי קטגוריות בכל משתנה (למשל, אזור מגורים: צפון, מרכז, דרום; תחבורה: רכב פרטי, תחבורה ציבורית, אופניים), והוא נחשב לאחד המדדים המומלצים ביותר לחוזק קשר בין משתנים נומינליים או אורדינליים (שאין ביניהם בהכרח סדר ברור).

לסיכום, לאחר שמבחן חי בריבוע עוזר לקבוע אם קיים קשר, מתאם קרמר ממשיך את העבודה ומאפשר להבין את עוצמתו של הקשר – כלי חשוב לכל מי שרוצה לפרש נתונים קטגוריאליים בצורה מושכלת ומעמיקה.

מהי טבלת צלווח ולמה היא משמשת?

לאחר שחושבים על מבחן חי בריבוע ועל מתאם קרמר, חשוב להכיר את הכלי שמניח את התשתית לכל הניתוחים האלו: טבלת צלוח. טבלה זו, שנקראת גם טבלת שכיחויות, טבלת שכיחויות מצטלבות, טבלת שכיחויות משותפות או בפשטות טבלת צולב (Cross Tab), היא ייצוג טבלאי של הקשר בין שני משתנים קטגוריאליים.

טבלת צלווח מציגה את מספר המקרים (או האחוזים) שנופלים בכל שילוב של הקטגוריות של שני המשתנים. לדוגמה, אם אנחנו בוחנים את הקשר בין מגדר (זכר/נקבה) להעדפת משקה (קפה/תה), כל תא בטבלה יכיל את מספר האנשים שבחרו בשילוב המסוים – נגיד, כמה נשים מעדיפות קפה, כמה גברים מעדיפים תה, וכן הלאה.

השימוש בטבלת צלווח לא רק מאפשר הצגה ברורה של הנתונים, אלא גם מהווה בסיס לחישובים סטטיסטיים כמו חי בריבוע ומתאם קרמר. הטבלה עצמה מחולקת לשורות ועמודות – כל שורה מייצגת קטגוריה של משתנה אחד, וכל עמודה מייצגת קטגוריה של המשתנה השני. התאים הפנימיים מכילים את השכיחויות – או כמספרים מוחלטים או כאחוזים (יחסיים לשורה, לעמודה או לכלל המדגם).

אחת החוזקות המרכזיות של טבלת שכיחויות מצטלבות היא הפשטות והבהירות שהיא מספקת לחוקר או לקורא. ניתן לזהות בה בקלות דפוסים או מגמות: האם יש קטגוריות שנפוצות יותר מאחרות? האם נראה שיש הבדל בהתפלגות בין קבוצות שונות?

מעבר לשימוש המחקרי, טבלת שכיחויות מצטלבת נפוצה גם בניתוחים שיווקיים, סקרים פוליטיים, מדעי החברה ואפילו באבחנות רפואיות, היכן שיש צורך להבין את הקשר בין שני משתנים איכותיים ולפרש אותו באופן חזותי ומיידי.

במובן מסוים, טבלת צלווח היא לא רק כלי עזר – היא לעיתים קרובות השלב הראשון והמהותי ביותר בדרך להבנת הקשרים בנתונים. כאשר הטבלה בנויה היטב, היא מאפשרת לא רק לחשב מדדים כמו חי בריבוע ומתאם קרמר, אלא גם לספר סיפור נתוני ברור, נגיש ומשכנע.