Crosstabs é uma função no software estatístico SPSS. Sua finalidade é apresentar informações sobre a relação bivariada entre duas variáveis. Ao usar tabelas de referência cruzada , os usuários têm a opção de incluir testes de qui-quadrado . Isto produz duas tabelas relacionadas : um para tabelas de referência cruzada e outra para Chi Square. Enquanto tabelas de referência cruzada com Chi Square é uma função fácil de empregar , sua saída pode parecer confuso e complicado para alguns usuários do SPSS . Para interpretar corretamente a saída da função tabelas de referência cruzada , você deve saber a forma básica das tabelas exibidas em cima da saída. Através da compreensão desta forma , fazer interpretações sobre a relação bivariada entre as duas variáveis ​​em questão torna-se fácil. Instruções
1

Verifique a célula pertencente à primeira linha e última coluna na tabela de Chi Square. Cabeçalho da última coluna é chamada de " Asymp . Sig ". O primeiro número nesta coluna é o valor de p para o teste de Chi Square. Se este valor de p é menor do que seu valor de alfa , isto implica que o teste de Qui-quadrado sucesso, e que você deve rejeitar a hipótese nula do teste de Qui-quadrado (ou seja, que as duas variáveis ​​são independentes um do outro ) . Lembre-se que você deve decidir o valor de alfa 0,05 é o valor alfa mais comum nas ciências sociais . Assim, por exemplo, se você ver que o número na primeira linha e última coluna da tabela de Chi Square é inferior a 0,05 , é possível concluir que as variáveis ​​que você incluiu em seu estudo provavelmente estão relacionados na medida em que são dependentes uns dos outro .
2

Verifique a tabela de referência cruzada para entender por que o teste qui-quadrado falhou ou teve sucesso . Na tabela de referência cruzada , cada célula contém um número correspondente a " contar" e outra correspondente a " esperada contagem. " Maiores diferenças entre estes dois valores em suas células levar a uma maior probabilidade de o teste Qui-quadrado seguinte ( ou seja, levando-o a rejeitar a idéia de que as duas variáveis ​​são independentes ) . Encontrar as células com as maiores diferenças absolutas ( desconsiderar se os valores são positivos ou negativos ) entre a " contagem " e variáveis ​​" espera contar" . Estas células são o lugar onde a suposição de independência entre as variáveis ​​não mais. Faça uma menção a isso na sua interpretação (por exemplo, "Quando o valor da variável x foi" Mongólia ", verificou-se que a variável y tinha uma grande probabilidade de ser " 1 ". ) .
3

Verificar as contagens esperadas da tabela de referência cruzada para assegurar que o teste do qui quadrado é preciso. se o teste Qui quadrado não deve ser realizada , no caso de qualquer uma das células tem um número esperado nos dígitos baixos único . Isto é, se encontrar qualquer célula que tem uma contagem esperada inferior a 6 , denunciar esta conclusão e afirmam que o teste de qui-quadrado pode não ser válida para seus dados. Se suas contagens esperadas são todos ricos , não há nenhuma preocupação real. Você pode interpretar isso como a Chi quadrado sendo um teste exato para a hipótese de que as variáveis ​​de interesse são independentes.