آزمون کای دو چیست؟

در تحقیقات علمی، همیشه داده‌ها به صورت عددی و قابل اندازه‌گیری نیستند. بسیاری از پژوهش‌ها با متغیرهای طبقه‌ای یا کیفی سروکار دارند؛ متغیرهایی که افراد را در گروه‌های مختلف قرار می‌دهند.

برای مثال:

• جنسیت
• وضعیت تاهل
• سطح تحصیلات
• نوع شغل
• انتخاب یک محصول
• میزان رضایت در چند سطح

در چنین شرایطی، استفاده از آزمون‌هایی مانند t یا ANOVA همیشه مناسب نیست، زیرا این آزمون‌ها بیشتر برای مقایسه میانگین متغیرهای کمی استفاده می‌شوند. یکی از مهم‌ترین آزمون‌ها برای تحلیل متغیرهای طبقه‌ای، آزمون کای دو یا Chi-Square Test است.

اما آزمون کای دو چیست؟

آزمون کای دو یک روش آماری برای بررسی رابطه بین متغیرهای طبقه‌ای و همچنین مقایسه فراوانی‌های مشاهده‌شده با فراوانی‌های مورد انتظار است. این آزمون در بسیاری از پایان نامه‌ها، تحقیقات علوم اجتماعی، مدیریت، بازاریابی و علوم رفتاری استفاده می‌شود.

---

آزمون کای دو چیست؟

آزمون کای دو یا Chi-Square یک آزمون آماری ناپارامتریک است که برای بررسی ارتباط یا تفاوت بین متغیرهای کیفی استفاده می‌شود. این آزمون بررسی می‌کند که آیا تفاوت مشاهده‌شده بین فراوانی‌ها ناشی از رابطه واقعی بین متغیرها است یا فقط بر اثر تصادف ایجاد شده است.

به زبان ساده، آزمون Chi-Square پاسخ می‌دهد: آیا بین دو متغیر طبقه‌ای رابطه معناداری وجود دارد؟ برای مثال:

• آیا بین جنسیت مشتریان و انتخاب برند رابطه وجود دارد؟
• یا: آیا سطح تحصیلات افراد با نوع شغل آن‌ها ارتباط دارد؟

---

کاربردهای آزمون کای دو

آزمون کای دو در شرایط مختلفی استفاده می‌شود، اما مهم‌ترین کاربردهای آن عبارت‌اند از:

• بررسی رابطه بین دو متغیر کیفی
• مقایسه فراوانی‌های مشاهده‌شده و مورد انتظار
• بررسی استقلال یا وابستگی متغیرهای طبقه‌ای

---

بررسی رابطه بین دو متغیر طبقه‌ای

رایج‌ترین کاربرد آزمون کای دو، بررسی ارتباط بین دو متغیر کیفی است.

برای مثال: یک پژوهشگر می‌خواهد بررسی کند آیا بین جنسیت و ترجیح خرید آنلاین رابطه‌ای وجود دارد یا خیر.

متغیر اول:

جنسیت

• زن
• مرد

متغیر دوم:

نوع خرید

• خرید آنلاین
• خرید حضوری

آزمون کای دو مشخص می‌کند آیا تفاوت مشاهده‌شده بین این گروه‌ها از نظر آماری معنادار است یا خیر.

---

بررسی استقلال متغیرها

یکی از مفاهیم مهم در آزمون کای دو، استقلال متغیرها است. اگر دو متغیر مستقل باشند، یعنی تغییرات یکی از آن‌ها ارتباطی با دیگری ندارد.

برای مثال: اگر جنسیت افراد تاثیری بر انتخاب برند نداشته باشد، این دو متغیر مستقل هستند.

اما اگر انتخاب برند در بین زنان و مردان تفاوت قابل توجهی داشته باشد، احتمال وجود رابطه بین آن‌ها مطرح می‌شود.

---

انواع آزمون کای دو چیست؟

آزمون کای دو انواع مختلفی دارد که هر کدام برای هدف خاصی استفاده می‌شوند.

مهم‌ترین انواع آن عبارت‌اند از:

• آزمون کای دو استقلال (Chi-Square Test of Independence)
• آزمون کای دو نیکویی برازش (Chi-Square Goodness of Fit)
• آزمون مک‌نمار (McNemar Test)

---

آزمون کای دو استقلال چیست؟

آزمون Chi-Square استقلال رایج‌ترین نوع آزمون کای دو است. این آزمون برای بررسی رابطه بین دو متغیر طبقه‌ای استفاده می‌شود. مثال:

بررسی رابطه بین:

• سطح تحصیلات
• وضعیت اشتغال

در این آزمون دو فرض مطرح می‌شود:

• فرض صفر: بین دو متغیر رابطه معناداری وجود ندارد.
• فرض مقابل: بین دو متغیر رابطه معنادار وجود دارد.

---

آزمون نیکویی برازش Chi-Square چیست؟

آزمون Goodness of Fit زمانی استفاده می‌شود که پژوهشگر بخواهد بررسی کند آیا توزیع مشاهده‌شده با یک توزیع مورد انتظار هماهنگ است یا خیر. برای مثال:

یک شرکت انتظار دارد فروش محصولاتش در چهار فصل سال به شکل مشخصی توزیع شود. پس از جمع‌آوری داده‌ها، آزمون کای دو بررسی می‌کند آیا توزیع واقعی فروش با الگوی مورد انتظار تفاوت دارد یا خیر.

---

آزمون مک‌نمار چیست؟

آزمون مک‌نمار زمانی استفاده می‌شود که داده‌ها به صورت زوجی یا وابسته باشند. برای مثال:

بررسی تغییر نگرش افراد قبل و بعد از یک آموزش.

در این حالت، داده‌های قبل و بعد مربوط به همان افراد هستند و نمی‌توان از آزمون کای دو استقلال استفاده کرد.

---

فرضیه‌های آزمون Chi-Square چیست؟

مانند سایر آزمون‌های آماری، در آزمون کای دو نیز دو فرض اصلی بررسی می‌شود.

فرض صفر (H0)

• فرض صفر بیان می‌کند که بین متغیرهای مورد بررسی رابطه معناداری وجود ندارد.
• به عبارت دیگر: متغیرها از یکدیگر مستقل هستند.
• برای مثال: بین جنسیت مشتریان و انتخاب برند رابطه آماری معناداری وجود ندارد.

---

فرض مقابل (H1)

• فرض مقابل بیان می‌کند که بین متغیرهای مورد بررسی رابطه معناداری وجود دارد.
• یعنی: متغیرها مستقل نیستند و تغییرات یک متغیر با تغییرات متغیر دیگر ارتباط دارد.
• برای مثال: نوع خرید مشتریان بر اساس جنسیت آن‌ها تفاوت معناداری دارد.

---

پیش‌فرض‌های آزمون کای دو چیست؟

اگرچه آزمون کای دو یک آزمون ناپارامتریک است و مانند آزمون‌های پارامتریک به فرض نرمال بودن داده‌ها وابسته نیست، اما برای اجرای صحیح آن باید برخی شرایط رعایت شود.

مهم‌ترین پیش‌فرض‌های آزمون Chi-Square عبارت‌اند از:

• طبقه‌ای بودن متغیرها
• مستقل بودن مشاهدات
• مناسب بودن حجم نمونه
• کافی بودن فراوانی مورد انتظار

---

طبقه‌ای بودن متغیرها

آزمون کای دو برای متغیرهای کیفی یا طبقه‌ای طراحی شده است.

نمونه متغیرهای مناسب:

• جنسیت
• رشته تحصیلی
• وضعیت تاهل
• نوع محصول انتخابی
• سطح رضایت

برای مثال، بررسی رابطه بین سن به صورت عددی و درآمد به صورت عددی با کای دو مناسب نیست. در چنین شرایطی ممکن است روش‌هایی مانند «رگرسیون چیست؟ تحلیل رگرسیون در پژوهش و پایان نامه» یا همبستگی مناسب‌تر باشند.

---

استقلال مشاهدات

هر مشاهده باید مستقل از مشاهده دیگر باشد. برای مثال:

اگر اطلاعات ۲۰۰ مشتری جمع‌آوری شده است، پاسخ هر مشتری باید مستقل از سایر مشتریان باشد.

اگر یک فرد چند بار در داده‌ها تکرار شود، نتیجه آزمون ممکن است دچار خطا شود.

---

حجم نمونه مناسب

آزمون Chi-Square به حجم نمونه مناسب نیاز دارد. اگر تعداد نمونه بسیار کم باشد، احتمال دارد فراوانی‌های مورد انتظار در جدول کمتر از حد مناسب شوند و نتیجه آزمون قابل اعتماد نباشد. در چنین شرایطی ممکن است نیاز باشد گروه‌ها ادغام شوند یا از آزمون‌های جایگزین استفاده شود.

---

آموزش اجرای آزمون کای دو در SPSS

نرم‌افزار SPSS یکی از رایج‌ترین ابزارها برای اجرای آزمون Chi-Square در تحقیقات دانشگاهی است. برای اجرای آزمون Chi-Square استقلال در SPSS مسیر زیر استفاده می‌شود:

Analyze ↓ Descriptive Statistics ↓ Crosstabs

---

انتخاب متغیرها در SPSS

پس از باز شدن پنجره Crosstabs، دو متغیر انتخاب می‌شوند. یک متغیر در بخش: Row(s) و متغیر دیگر در بخش: Column(s) قرار می‌گیرد. برای مثال:

• Row: جنسیت
• Column: نوع خرید

---

فعال کردن آزمون Chi-Square

پس از انتخاب متغیرها: دکمه Statistics انتخاب می‌شود. سپس گزینه: Chi-square فعال می‌شود. با اجرای تحلیل، SPSS جدول‌های مختلفی ارائه می‌دهد که مهم‌ترین آن‌ها جدول Chi-Square Tests است.

---

تفسیر خروجی آزمون کای دو در SPSS

مهم‌ترین جدول خروجی آزمون کای دو، جدول Chi-Square Tests است. در این جدول چند مقدار نمایش داده می‌شود، اما مهم‌ترین مورد: Pearson Chi-Square است. همچنین مقدار: Asymptotic Significance (2-sided) یا همان Sig برای تصمیم‌گیری استفاده می‌شود.

---

تفسیر مقدار Sig در آزمون Chi-Square

مانند بسیاری از آزمون‌های آماری، سطح معناداری معمولاً با مقدار ۰.۰۵ مقایسه می‌شود.

• اگر: Sig < 0.05 باشد: فرض صفر رد می‌شود. یعنی بین متغیرها رابطه معنادار وجود دارد.
• اگر: Sig > 0.05 باشد: فرض صفر رد نمی‌شود. یعنی شواهد کافی برای وجود رابطه بین متغیرها وجود ندارد.

---

مثال تفسیر آزمون Chi-Square

فرض کنید پژوهشگری می‌خواهد بررسی کند آیا بین جنسیت مشتری و انتخاب روش خرید رابطه وجود دارد یا خیر. نتیجه آزمون:

آزمون	مقدار Sig
Pearson Chi-Square	0.03

چون مقدار Sig کمتر از ۰.۰۵ است، فرض صفر رد می‌شود.

نتیجه: بین جنسیت مشتری و روش خرید رابطه معنادار آماری وجود دارد.

---

جدول توافقی یا Crosstab در آزمون کای دو چیست؟

یکی از خروجی‌های مهم آزمون Chi-Square، جدول توافقی یا Contingency Table است. این جدول تعداد فراوانی هر ترکیب از متغیرها را نمایش می‌دهد. برای مثال:

	خرید آنلاین	خرید حضوری
مرد	۴۰	۶۰
زن	۷۰	۳۰

این جدول نشان می‌دهد توزیع افراد در گروه‌های مختلف چگونه است. پژوهشگر می‌تواند از این جدول برای مشاهده الگوهای موجود در داده‌ها استفاده کند.

---

اندازه اثر در آزمون کای دو چیست؟

اگر آزمون Chi-Square معنادار شود، بهتر است علاوه بر مقدار Sig، شدت رابطه نیز بررسی شود. زیرا معناداری آماری فقط نشان می‌دهد رابطه وجود دارد، اما میزان قدرت آن را مشخص نمی‌کند. یکی از معیارهای رایج برای اندازه اثر:

• Phi
• Cramer’s V

است. برای مثال ممکن است یک رابطه از نظر آماری معنادار باشد، اما شدت آن بسیار ضعیف باشد.

---

تفاوت آزمون کای دو با آزمون t و ANOVA چیست؟

آزمون کای دو، آزمون t و ANOVA همگی از روش‌های مهم آمار استنباطی هستند، اما کاربردهای متفاوتی دارند. انتخاب بین این آزمون‌ها به نوع داده‌ها و هدف پژوهش بستگی دارد.

ویژگی	آزمون کای دو	آزمون t	آزمون ANOVA
نوع داده	کیفی و طبقه‌ای	کمی	کمی
هدف	بررسی رابطه یا استقلال متغیرها	مقایسه دو میانگین	مقایسه چند میانگین
خروجی اصلی	مقدار Chi-Square	مقدار t	مقدار F
مثال	رابطه جنسیت و خرید	تفاوت رضایت دو گروه	تفاوت رضایت چند گروه

برای مثال:

• اگر هدف بررسی تفاوت میانگین رضایت مشتری بین دو گروه باشد، آزمون t مناسب است.
• اگر هدف بررسی تفاوت میانگین رضایت مشتری بین چند گروه باشد، از ANOVA استفاده می‌شود.
• اما اگر هدف بررسی ارتباط بین نوع مشتری و نوع خرید باشد، آزمون Chi-Square گزینه مناسب‌تری است.

---

کاربرد آزمون Chi-Square در پایان نامه

آزمون کای دو در بسیاری از پایان نامه‌ها، مخصوصاً در رشته‌هایی که با داده‌های طبقه‌ای سروکار دارند، استفاده می‌شود. برخی از کاربردهای مهم این آزمون عبارت‌اند از:

کاربرد آزمون کای دو در مدیریت

در تحقیقات مدیریت، بسیاری از متغیرها به صورت گروهی یا طبقه‌ای بررسی می‌شوند. نمونه کاربردها:

• بررسی رابطه جنسیت و رضایت شغلی
• بررسی ارتباط سطح تحصیلات و موقعیت شغلی
• بررسی رابطه نوع قرارداد کارکنان و قصد ترک سازمان

برای مثال، پژوهشگر می‌تواند بررسی کند آیا نوع قرارداد کارکنان با میزان رضایت آن‌ها ارتباط دارد یا خیر.

---

کاربرد آزمون Chi-Square در بازاریابی

در تحقیقات بازاریابی، این آزمون برای بررسی رفتار مشتریان کاربرد زیادی دارد. نمونه‌ها:

• رابطه سن مشتری و انتخاب برند
• رابطه جنسیت و نوع خرید
• ارتباط سطح درآمد و تصمیم خرید

برای مثال، یک شرکت ممکن است بخواهد بررسی کند آیا ترجیح مشتریان برای خرید آنلاین در گروه‌های سنی مختلف متفاوت است یا خیر.

---

کاربرد آزمون کای دو در علوم اجتماعی

در علوم اجتماعی نیز بسیاری از متغیرها ماهیت طبقه‌ای دارند. مثال‌ها:

• رابطه وضعیت تاهل و نوع سبک زندگی
• ارتباط سطح تحصیلات و نگرش اجتماعی
• بررسی تفاوت الگوهای رفتاری بین گروه‌ها

---

اشتباهات رایج در استفاده از آزمون Chi-Square

استفاده صحیح از آزمون کای دو نیازمند توجه به نوع داده‌ها و شرایط اجرای آزمون است. برخی اشتباهات رایج عبارت‌اند از:

استفاده از کای دو برای داده‌های عددی

آزمون کای دو برای متغیرهای طبقه‌ای طراحی شده است. برای مثال: جنسیت، نوع شغل و سطح تحصیلات

اما برای متغیرهایی مانند:

• درآمد
• سن
• نمره آزمون

به صورت مستقیم مناسب نیست. در این موارد باید از روش‌های دیگری مانند رگرسیون، همبستگی یا آزمون‌های مقایسه میانگین استفاده کرد.

---

نادیده گرفتن فراوانی مورد انتظار

یکی از شرایط مهم آزمون Chi-Square، مناسب بودن فراوانی مورد انتظار در خانه‌های جدول توافقی است. اگر برخی سلول‌ها تعداد بسیار کمی داشته باشند، نتیجه آزمون ممکن است قابل اعتماد نباشد. در چنین شرایطی ممکن است نیاز باشد:

• گروه‌ها ادغام شوند.
• از آزمون دقیق فیشر استفاده شود.

---

تفسیر اشتباه رابطه و علت

آزمون کای دو فقط وجود رابطه آماری بین دو متغیر را بررسی می‌کند. اگر بین دو متغیر رابطه معنادار مشاهده شود، به این معنی نیست که یکی از آن‌ها علت دیگری است. برای مثال:

اگر بین سن مشتری و انتخاب برند رابطه وجود داشته باشد، نمی‌توان فقط بر اساس این آزمون نتیجه گرفت که سن باعث انتخاب برند شده است.

---

ارتباط آزمون کای دو با سایر تحلیل‌های آماری

آزمون Chi-Square معمولاً بخشی از مرحله تحلیل اولیه داده‌ها است و در کنار سایر روش‌های آماری استفاده می‌شود. در یک مسیر تحقیق کمی ممکن است روند زیر طی شود:

جمع‌آوری داده‌ها ↓ بررسی ویژگی‌های داده‌ها ↓ آزمون‌های آماری مناسب ↓ تحلیل روابط یا تفاوت‌ها ↓ نتیجه‌گیری پژوهش

برای مثال:

• برای بررسی تفاوت میانگین‌ها از t و ANOVA استفاده می‌شود.
• برای بررسی رابطه متغیرهای طبقه‌ای از کای دو استفاده می‌شود.
• برای بررسی اثر متغیرها بر یکدیگر از رگرسیون استفاده می‌شود.

---

گزارش آزمون Chi-Square در پایان نامه چگونه نوشته می‌شود؟

گزارش آزمون کای دو باید شامل اطلاعات اصلی آزمون باشد. موارد مهم:

• نام آزمون
• متغیرهای بررسی‌شده
• مقدار Chi-Square
• درجه آزادی
• مقدار Sig
• نتیجه آزمون

نمونه گزارش: «به منظور بررسی رابطه بین جنسیت و نوع خرید مشتریان از آزمون Chi-Square استفاده شد. نتایج نشان داد مقدار سطح معناداری کمتر از ۰.۰۵ است؛ بنابراین بین جنسیت و نوع خرید رابطه معناداری وجود دارد.» در گزارش‌های حرفه‌ای بهتر است در کنار مقدار معناداری، شدت رابطه نیز با معیارهایی مانند Cramer’s V گزارش شود.

---

نتیجه‌گیری

آزمون کای دو چیست؟ آزمون کای دو یکی از مهم‌ترین آزمون‌های آماری برای بررسی رابطه بین متغیرهای طبقه‌ای است. این آزمون زمانی کاربرد دارد که پژوهشگر بخواهد بداند آیا بین دو متغیر کیفی ارتباط معناداری وجود دارد یا خیر. مهم‌ترین انواع آزمون Chi-Square عبارت‌اند از:

• آزمون Chi-Square استقلال برای بررسی رابطه بین دو متغیر
• آزمون نیکویی برازش برای مقایسه توزیع مشاهده‌شده با توزیع مورد انتظار
• آزمون مک‌نمار برای داده‌های زوجی و وابسته

برای اجرای صحیح این آزمون باید شرایطی مانند طبقه‌ای بودن متغیرها، استقلال مشاهدات و مناسب بودن حجم نمونه بررسی شود. آزمون Chi-Square یکی از ابزارهای مهم تحلیل داده در پایان نامه‌ها و تحقیقات علمی است و انتخاب درست آن به پژوهشگر کمک می‌کند روابط بین متغیرهای کیفی را به شکل دقیق‌تری بررسی کند.

---

سوالات متداول درباره آزمون Chi-Square