Il test chi-quadrato di indipendenza è utilizzato per studiare l’associazione tra variabili categoriali, ad esempio la presenza di una caratteristica in diversi gruppi. Non stabilisce quanto sia forte un effetto causale e non è appropriato soltanto perché due variabili sono state codificate con numeri. L’analisi inizia dalla lettura delle frequenze osservate e attese, dalla natura del campione e dalla domanda effettiva.
Costruire la tabella di contingenza
Una tabella incrocia categorie di una variabile con quelle di un’altra e mostra quanti casi si trovano in ogni combinazione. Prima di utilizzare il test verifica che le categorie siano mutuamente esclusive quando il metodo lo richiede, che i dati mancanti siano trattati coerentemente e che ogni osservazione appartenga all’unità prevista. Percentuali di riga e di colonna rispondono a quesiti differenti: indica sempre quale denominatore stai usando.
Formulare le ipotesi statistiche
Nel caso classico l’ipotesi nulla esprime indipendenza delle variabili nella popolazione secondo il modello; l’alternativa nega quella condizione. Non equivale a sostenere che le categorie siano uguali né che una caratteristica causi l’altra. Prima di analizzare definisci quali associazioni siano rilevanti per la domanda e quali fattori possano influenzare i gruppi confrontati.
Controllare le frequenze attese
Quando alcune celle hanno frequenze attese molto piccole, l’approssimazione del test può essere poco affidabile. Il problema dipende dalla distribuzione delle osservazioni e dalla struttura della tabella, non soltanto dalla dimensione complessiva del campione. In alcune configurazioni possono essere pertinenti procedure esatte; la scelta deve essere motivata e non effettuata soltanto per ottenere un p-value più favorevole.
Leggere residui e dimensione dell’associazione
Un risultato globale statisticamente significativo non identifica automaticamente quali combinazioni contribuiscano maggiormente alla differenza rispetto all’indipendenza. L’esame dei residui, quando giustificato, può aiutare a leggere la struttura della tabella, prestando attenzione alla molteplicità dei confronti. Indicatori come V di Cramér possono contribuire a descrivere la forza dell’associazione, ma richiedono interpretazione contestuale.
Impostare l’analisi in Jamovi
Importa le colonne attribuendo loro il corretto livello nominale o ordinale, poi crea una tabella di contingenza e seleziona i risultati coerenti con l’obiettivo. Non includere output superflui soltanto perché disponibili nel software. Prima della consegna verifica coerenza fra tabella descrittiva, test e testo del capitolo. La guida all’analisi dei dati con Jamovi aiuta a preparare il file.
Riportare l’esito nella tesi
Nel metodo descrivi variabili, categorie, unità osservate, criteri di inclusione e test. Nei risultati presenta frequenze, percentuali con denominatore dichiarato, statistica del test e misura dell’associazione quando pertinente. Evita formulazioni causali non sostenute da uno studio osservazionale. Approfondisci H0 e H1 e la guida al capitolo dei risultati.
Domande frequenti
Il chi-quadrato dimostra un rapporto causale?
No. Esamina un’associazione secondo un modello e non stabilisce da solo causalità.
Posso usarlo con frequenze molto basse?
Occorre controllare le frequenze attese e valutare un metodo adatto alla struttura dei dati.
Devo presentare anche le percentuali?
Generalmente sono utili, purché sia dichiarato il denominatore impiegato.