Hej, er der nogen herinde som har arbejdet med chi2 test, og som har konkrete eksempler på, hvordan materialet skal analyseres. Sidder med en P-værdi, som burde være til at forstå, men øvrige tal kan jeg slet ikke bearbejde.
Læser humanistisk, så tal og lign. Har jeg slet ikke forstand på.
Håber nogen kan hjælpe. Kan evt. Smide mit excel ark op med mine tal.

Skriv dit output eller post et screenshot.

Chi^2 bruges til, at finde din P-værdi, som så bruges til, at finde ud af om du forkaster din null-hypotese.

Filen ligger under vedhæftet.

Bump..

Har du lavet en nulhypotese (H0) og en H1??

Hvis du laver en H0, så har du sådan set besvaret hele opgaven, som jeg ser det.

Upcomer skrev:Har du lavet en nulhypotese (H0) og en H1??

Hvis du laver en H0, så har du sådan set besvaret hele opgaven, som jeg ser det.

Det ved jeg slet ikke hvad er

Du tester hvorvidt der er en afhængighed mellem dine 2 faktorer, Køn og AktivDØD.

Du har dine forventet_observationer, der er fundet på baggrund af hypotesen om uafhængighed mellem dine faktorer og du har dine faktiske observationer. Dine observationer ligner ikke det du ville forvente og du ønsker derfor at teste om dette bare er ren tilfældighed eller om det er fordi dine faktorer i virkeligheden ikke er uafhængige.

I en chi^2-test udregner man en test størrelse Q= summen af (observation - forventet_observation)^2/forventet_observation. Er denne størrelsen lille er dine observationer tæt på dine forventet_observationer, og er den stor er dine observationer langt fra dine forventet_observationer. Du tester nu din Q-størrelse op imod en 0,95%-fraktil og finder på baggrund af dette en P-værdi. (alt dette er gjort for dig i excel)

Under hypotesen om uafhænighed fortæller P-værdien dig, at hvis du så alligevel observerer noget i de sidste 5% af dine fordeling, om dette er et tilfælde eller ej.

en lav p-værdi fortæller dig altså at det ikke er et tilfælde (skelner ved 5%) og du må afvise din hypotese om uafhængighed

Mange tak for svaret.

Download programmet "Wordmat". Det kan foretage beregninger på Chi^2 test hvis du har input og selv fortælle, om den er afhængig eller ej.

alllstar skrev:Mange tak for svaret. I min opgavebeskrivelse står der, at jeg skal skrive 2-4 bl.a.. "Det er vigtigt, at I redegør for jeres hypoteser, valg af signifikansniveau og præcise beregninger, således at læseren kan se, hvordan I er kommet frem til jeres testresultat".
Jeg har udregnet P, som er under 5 pct. (19pct) og så vidt jeg kan forstå, er den [url]uafhængig[/url]? Dette må være min konklusion og jeg kan ikke se, hvad jeg så skal bruge 2-4 sider på at skrive om...

Det modsatte af at forkaste en hypotese om afhængighed, er ikke at bekræfte en afhængighed som den endegyldige sandhed, det må du holde for øje. Der kan være andre variabler, som kan bedre forklarende. Du kan dog sige, at siden din p-værdi ligger udenfor dit konfidensinterval (0,95) at h0 kan forkastes (p=0,019 [1,9%]) og at h1 accepteres.

Hypoteserne nedenfor er forslag, selvom jeg er lidt i tvivl om h1's formulering.

h0: Person X's holdning til aktiv dødshjælp er uafhængig af personens køn
h1: Person X's holdning til aktiv dødshjælp er bl.a. afhængig af personens køn

Mange tak for svarene.

Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

Trovavai skrev:

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

På hvilket studie skal du undervise og i hvilket fag

Jeg opstarter kandidatvalgfag i statistik på farma i morgen, så fyr endelig løs af guldkorn

alllstar skrev:

Trovavai skrev:

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

På hvilket studie skal du undervise og i hvilket fag

Jeg ved det faktisk ikke (lidt pinligt) - det er en del af en ph.d. jeg har søgt. Det i hvert fald på KU, og sikkert på NAT.

Trovavai skrev:

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

er der tale om kausalsammenhænge i denne undersøgelse?

alllstar skrev:

Trovavai skrev:

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

er der tale om kausalsammenhænge i denne undersøgelse?

Du kan aldrig fastslå om der er kausal sammenhæng i studier som dette, det kræver kontrollerede studier (og selv da er det svært endeligt at fastslå kausalitet). Det eneste du udfra undersøgelsen her kan konkludere er at der en sammenhæng, evt kausalitet vil være spekulationer.

Har du brug for forklaring af hvad kausalitet er?

Trovavai skrev:

alllstar skrev:

Trovavai skrev:

alllstar skrev:

Trovavai skrev:Uddybning af p-værdi:

En p-værdi på 0.019 betyder kort sagt at der er 1.9% chance for at dine observationer er opstået ud af tilfældighed, mod 98.1% chance for at de ser sådan ud fordi der en afhængighed mellem variablerne - altså at køn og holdning til aktiv dødshjælp hænger sammen. Da du, på forhånd, har sat en grænse for hvornår du antager at der er for lille sandsynlighed for at data er opstået ud af tilfældighed (på 5%), og din p-værdi er herunder, kan du sige at der er en signifikant sammenhæng mellem køn og holdning til aktiv dødshjælp.

Tak for uddybningen. Statistik har jeg aldrig arbejdet med før, men tror, det er forstået nu

Glad for at det hjælper. Skal nok snart til at undervise i statistik, så fyr endelig af med yderligere spørgsmål - det er godt med lidt øvelse i at forklare tingene.

er der tale om kausalsammenhænge i denne undersøgelse?

Du kan aldrig fastslå om der er kausal sammenhæng i studier som dette, det kræver kontrollerede studier (og selv da er det svært endeligt at fastslå kausalitet). Det eneste du udfra undersøgelsen her kan konkludere er at der en sammenhæng, evt kausalitet vil være spekulationer.

Har du brug for forklaring af hvad kausalitet er?

Nej, det er var uddybende nok Igen, har bare aldrig arbejdet med statisk før jeg begyndte på min kandidat på uni, hvor vi skal skal arbejde med dette i metodefaget. Er meget mere teoretisk anlagt