Chi-square test (r × c table)
Vergelijkt een categorie- of ja/nee-uitkomst tussen drie of meer onafhankelijke groepen.
Klinisch voorbeeld
Of het aandeel patiënten met een wondinfectie verschilt tussen drie ziekenhuizen.
Wanneer te gebruiken
- De uitkomst is een categorie of ja/nee, één per patiënt.
- U vergelijkt drie of meer onafhankelijke groepen.
- U hoeft niet te corrigeren voor andere variabelen.
Aannames om te controleren
Onafhankelijke waarnemingen
Elke patiënt komt één keer in de tabel voor.
Verwachte aantallen zijn niet te klein
Kijk naar de verwachte aantallen per cel. Bij veel kleine aantallen gebruikt u een exacte toets (Fisher-Freeman-Halton).
Gebruik de volgorde van geordende groepen
Hebben de groepen een natuurlijke volgorde, dan heeft een chikwadraattoets voor trend meer onderscheidend vermogen dan de algemene toets.
Wat te rapporteren
- n (%) per groep
Veelgemaakte fouten
De volgorde van geordende groepen negeren, wat onderscheidend vermogen kost
Een chikwadraattoets op een grote tabel met veel kleine verwachte aantallen
Alternatieven
| Als uw situatie is… | Gebruik |
|---|---|
| Slechts twee onafhankelijke groepen | Chi-square test |
In uw software
# R
tab <- table(d$hospital, d$infection)
chisq.test(tab)
# Kleine verwachte aantallen: exacte toets
fisher.test(tab) # voeg simulate.p.value = TRUE toe bij grote tabellen
# Geordende groepen: toets voor trend (events en totalen per groep)
prop.trend.test(x = c(5, 12, 20), n = c(100, 100, 100))
CROSSTABS
/TABLES=hospital BY infection
/STATISTICS=CHISQ
/CELLS=COUNT EXPECTED ROW.