Bir anket sonucunda kadın ve erkek katılımcıların bir ürünü tercih etme oranları farklı çıktı diyelim. Bu fark gerçek mi, yoksa sadece tesadüfi bir dalgalanma mı? Sayısal (nicel) verilerde bu soruyu genellikle t-testi gibi araçlarla cevaplarız; ama elimizdeki veri sayısal değil, kategorik olduğunda (cinsiyet, ürün tercihi, evet/hayır gibi) devreye başka bir araç giriyor: ki-kare testi.
Ki-Kare Testi Ne Yapıyor?
Ki-kare testi, iki kategorik değişken arasında gerçek bir ilişki olup olmadığını test ediyor. Temel mantığı basit: eğer iki değişken birbirinden tamamen bağımsız olsaydı, verinin nasıl dağılmasını beklerdik? Gerçekte gözlemlenen dağılım, bu beklenen dağılımdan ne kadar farklı? Ki-kare istatistiği, bu iki dağılım (gözlemlenen ve beklenen) arasındaki farkı tek bir sayıya indirgiyor: χ² = Σ[(Gözlemlenen − Beklenen)² / Beklenen]. Bu sayı ne kadar büyükse, gözlemlenen verinin “bağımsızlık” varsayımından o kadar uzaklaştığı, yani değişkenler arasında muhtemelen gerçek bir ilişki olduğu anlamına geliyor.
İki Ana Kullanım Alanı
Ki-kare testinin iki yaygın versiyonu var. Bağımsızlık testi, iki kategorik değişkenin birbiriyle ilişkili olup olmadığını soruyor — örneğin “cinsiyet ile ürün tercihi arasında bir ilişki var mı?” Uyum iyiliği testi (goodness-of-fit) ise tek bir kategorik değişkenin, beklenen bir dağılıma ne kadar uyduğunu test ediyor — örneğin bir zarın gerçekten adil olup olmadığını, altı yüzün de eşit sıklıkta gelip gelmediğini kontrol etmek için kullanılabiliyor.
Sonucu Nasıl Yorumluyoruz?
Hesaplanan ki-kare istatistiği, serbestlik derecesine (kategorilerin sayısına bağlı bir değer) göre belirlenen bir kritik değerle karşılaştırılıyor. Diğer istatistiksel testlerde olduğu gibi burada da bir p-değeri elde ediliyor: eğer testten çıkan p-değeri, genellikle kabul edilen 0.05 eşiğinin altındaysa, “bu iki değişken birbirinden bağımsızdır” şeklindeki sıfır hipotezini reddedip, aralarında istatistiksel olarak anlamlı bir ilişki olduğu sonucuna varıyoruz.
Nelere Dikkat Etmek Gerekiyor?
Ki-kare testinin güvenilir sonuç vermesi için bazı koşulların sağlanması gerekiyor. En önemlisi, her bir hücredeki (kategori kombinasyonundaki) beklenen frekansın çok düşük olmaması — genel kabul gören kural, beklenen frekansın en az 5 olması gerektiği yönünde. Örneklem küçükse ya da bazı kategoriler çok nadir gözlemleniyorsa, ki-kare testinin sonuçları güvenilmez hale gelebiliyor; bu durumda alternatif yöntemlere (örneğin Fisher’ın kesin testi) başvurmak daha doğru oluyor.
Nerelerde Kullanılıyor?
Ki-kare testi, pazarlamadan tıbbi araştırmalara, genetikten sosyal bilimlere kadar geniş bir yelpazede kullanılıyor: bir ilacın yan etkisinin cinsiyete göre farklılaşıp farklılaşmadığını test etmekten, bir web sitesindeki farklı tasarımların (A/B testinde olduğu gibi) tıklanma oranlarını kategorik olarak karşılaştırmaya kadar pek çok alanda karşımıza çıkıyor. Ama her istatistiksel ilişki gibi, ki-kare testinin bulduğu bir ilişki de korelasyon nedensellik değildir yazımızda vurguladığımız uyarıyı hak ediyor: iki kategorik değişken arasında anlamlı bir ilişki bulmak, birinin diğerine neden olduğu anlamına gelmiyor.