看護研究やその他の研究で使用されるピアソンのカイ2乗は、関連する変数の重要性を識別します。仮説には3つのタイプの変数があります。コントロール、比較されている実験の一部、「標準」。依存性、実験またはテストによって変更されるべき要因。独立した、実験で変化すると予想される側面。看護研究の焦点は、優れた看護ケアを提供することです。カイ二乗検定は、帰無仮説が真、偽、または変数に変化がないかどうかを判断します。
$config[code] not foundピアソンのカイ広場
検定するべき仮説を決定します。のように、看護師は熱と風邪にさらされている人の間に相関関係があるかどうかを発見したいです。予想される結果は、100人中90人の患者が風邪にさらされて発熱することです。
データを集めます。 100人の患者のうち、75人が風邪にさらされて発熱するのに対し、25人が風邪にさらされずに発熱する。これらは観察された実験の側面です。
計算：風邪からの発熱で観察された患者の数、75。発熱を伴う予想患者の数、90を引く。75-90= 15、2で乗じる、または30、負数を無視する。
予想される症例数に対して30を割り、90、0.33。
自由度またはdfを決定します。自由度は、比較されたケースの数と比較されたケースの数を割って計算されます。この場合、方程式は100/100 = 1になります。これは確率が有意かどうかを決定します。この場合、ｐ ＝ ０．０５であり、ｐはカイ二乗確率表上に見出される。
カイ2乗分布表のp = 0.05の下に0.01を求めます。この場合、カイ2乗は47.4です。帰無仮説が真実であることが証明されていること、または風邪にさらされていることが47％の発熱を引き起こすことを意味します。
先端
カイ2乗は慎重に計算する必要があります。ステップを見逃して誤検知や誤検知を受けるのは簡単です。
