Chi-Quadrat-Tabelle

Was ist eine Chi-Quadrat-Tabelle?

Eine Chi-Quadrat-Tabelle (χ²) zeigt kritische Werte für die Chi-Quadrat-Verteilung. Diese schiefe, rechtsseitige Verteilung wird bei Hypothesentests mit kategorialen Daten und Varianzanalysen verwendet.

Die Chi-Quadrat-Verteilung entsteht, wenn man quadrierte standardnormalverteilte Zufallsvariablen summiert. Mit k Freiheitsgraden:

$\chi^2_k = \sum_{i=1}^{k} Z_i^2$

Wann werden Chi-Quadrat-Tests verwendet?

Die Chi-Quadrat-Verteilung wird verwendet für:

• Anpassungstests — Passen die beobachteten Daten zu einer erwarteten Verteilung?
• Unabhängigkeitstests — Sind zwei kategoriale Variablen miteinander verbunden?
• Homogenitätstests — Haben verschiedene Populationen die gleiche Verteilung?
• Varianztests — Entspricht eine Populationsvarianz einem hypothetischen Wert?

Wie liest man die Chi-Quadrat-Tabelle?

Die Tabelle zeigt kritische Werte für die rechte Tail-Wahrscheinlichkeit. Jede Zeile entspricht einem Freiheitsgrad-Wert, und jede Spalte einem Signifikanzniveau (Fläche rechts vom kritischen Wert).

Um χ² für einen Anpassungstest mit 5 Kategorien bei α = 0,05 zu finden:

1. Berechne df = k - 1 = 4
2. Finde Zeile df = 4
3. Finde Spalte α = 0,05
4. Der kritische Wert ist χ² = 9,488

Lehne H₀ ab, wenn deine Teststatistik diesen kritischen Wert überschreitet.

Freiheitsgrade

Häufige Anwendungen

Chi-Quadrat-Unabhängigkeitstest

Testet, ob zwei kategoriale Variablen zusammenhängen:

$\chi^2 = \sum \frac{(O - E)^2}{E}$

Wobei O = beobachtete Häufigkeit, E = erwartete Häufigkeit.

Beispiel: Testen, ob die Wahlpräferenz unabhängig vom Geschlecht ist, unter Verwendung einer 2×3-Kontingenztabelle:

• df = (2 - 1)(3 - 1) = 2
• Bei α = 0,05 ist der kritische χ²-Wert = 5,991

Anpassungstest

Testet, ob beobachtete Häufigkeiten mit erwarteten Wahrscheinlichkeiten übereinstimmen:

Beispiel: Ist ein Würfel fair? (6 Kategorien)

• df = 6 - 1 = 5
• Bei α = 0,05 ist der kritische χ²-Wert = 11,070

Konfidenzintervalle für die Varianz

Um ein Konfidenzintervall für die Populationsvarianz σ² zu konstruieren:

$\frac{(n-1)s^2}{\chi^2_{\alpha/2}} < \sigma^2 < \frac{(n-1)s^2}{\chi^2_{1-\alpha/2}}$

Wichtige Eigenschaften

• Immer positiv: χ²-Werte sind ≥ 0
• Rechtsschief: Besonders bei kleinen Freiheitsgraden
• Nähert sich der Normalverteilung: Wenn df → ∞, wird die Chi-Quadrat-Verteilung annähernd normalverteilt
• Mittelwert = df: Der Erwartungswert entspricht den Freiheitsgraden
• Varianz = 2×df: Die Varianz ist das Doppelte der Freiheitsgrade

Häufige kritische Werte

Zur schnellen Referenz bei α = 0,05:

Verwandte Tools

• Chi-Quadrat-Test-Rechner — Unabhängigkeitstest
• Chi-Quadrat-Anpassungstest — Verteilungen testen
• Chi-Quadrat-Verteilungsrechner — Wahrscheinlichkeiten berechnen
• Exakter Fisher-Test — Für kleine Stichproben

Zusammenfassung

Die Chi-Quadrat-Tabelle ist unverzichtbar für die Analyse kategorialer Daten und das Testen von Varianzhypothesen. Im Gegensatz zu symmetrischen Verteilungen ist die Chi-Quadrat-Verteilung rechtsschief, wobei der kritische Wert den Punkt darstellt, ab dem nur noch ein Anteil von α der Verteilung liegt. Das korrekte Lesen dieser Tabelle — durch Zuordnung von Freiheitsgraden und Signifikanzniveau — ist grundlegend für Anpassungstests, Unabhängigkeitstests und Varianzanalysen.