統計 / 測試項目
卡方計算機（獨立性與適合度）
針對次數列聯表執行χ²獨立性檢定，或根據相等比例或指定比例執行適合度檢定，並顯示χ²、自由度、p值、預期次數與Cramér's V。
卡方計算機（獨立性與適合度）: 如果不存在關聯，每個儲存格的預期次數為列總和×欄總和÷總計。χ²會針對所有儲存格加總（觀察次數−預期次數）²÷預期次數，自由度為（列數−1）×（欄數−1），而p值則來自χ²分布。對於20, 30 / 30, 20的2 × 2表格，χ² = 4.00且p = 0.0455。Cramér's V會將χ²縮放至0–1，作為關聯強度的衡量指標。 全程在瀏覽器中於本機執行，檔案不會上傳至伺服器。
- 分類
- 學校與讀書工具
- 使用次數
- 在瀏覽器中
- 費用
- 免費・免註冊
- 可用狀態
- 可立即使用
全程在瀏覽器中執行
| 25 | 25 |
| 25 | 25 |
在5%顯著水準下顯著（p < 0.05）：若不存在實際差異，這項結果不太可能出現。
χ²檢定會比較觀察次數與無效果時的預期次數：χ² = Σ (觀察值 − 預期值)² ÷ 預期值。獨立性檢定會根據次數表判斷兩個類別變數是否相關；適合度檢定則判斷次數是否符合指定比例。請使用原始次數，而不是百分比；此工具不會套用連續性校正。
實例
在一項調查中，50名男性有20人、50名女性有30人偏好選項A。20, 30 / 30, 20的表格顯示每個儲存格的期望次數都是25，χ² = 4.00，自由度為1，且p = 0.046：在5%的顯著水準下剛好達到顯著。
若要比較測量值的平均數，而不是比較次數，請使用t檢定計算機。
適合度檢定
若要檢驗骰子是否公平，請擲60次，並輸入六個次數：每個面向的期望次數都是10。較大的χ²表示這些次數偏離相等的程度，比隨機機會通常造成的偏離更大。
若要比較數個測量值群組，變異數分析計算機就是相應的工具。
使用方式
- 選擇獨立性檢定（表格）或適合度檢定（單一次數清單）。
- 輸入次數；表格資料請每列輸入一行。如果比例不相等，也請輸入預期比例。
- 查看χ²、自由度、p值與預期次數。
隱私與限制
您的資料會留在瀏覽器中。
相關工具
常見問題
可以使用百分比嗎？
不行：檢定需要實際次數，因為10人與1,000人的相同比例，代表的證據強度截然不同。
如果預期次數很小，該怎麼辦？
當預期次數低於約5時，χ²近似值會變得不可靠；對於較小的2 × 2表格，請使用Fisher精確檢定。
有套用Yates校正嗎？
沒有：結果是未校正的Pearsonχ²。對於大於2 × 2的表格，統計套件預設會報告這項結果。
免費工具・使用在瀏覽器中次・免註冊