5. Interpretation

Bei der Interpretation von Chi-Quadrat geht es um die Frage, ob die Null-Hypothese "es besteht kein Zusammenhang zwischen Parteienpräferenz und Konfession" im vorliegenden Beispiel zurückgewiesen werden kann.

katholisch nicht katholisch
CVP-Wähler 16 6
andere 13 15
Chi-Quadrat: 3.4979

Nachdem wir Chi-Quadrat berechnet haben, sind noch folgende Schritte zu durchlaufen:

  1. Wir wählen zunächst ein Signifikanzniveau oder eine Irrtumswahrscheinlichkeit. Dies ist jenes "Restrisiko", das man bei der Interpretation von statistischen Werten in Kauf nimmt. In den Sozialwissenschaften gilt 5% (oder p=0.05) als jene Irrtumswahrscheinlichkeit, die allenfalls noch akzeptabel ist.
  2. Wir kennen (siehe Schritt 9 oben) den kritischen Wert von Chi-Quadrat auf dem Signifikanzniveau von 5%. d. h. wir wissen, dass im vorliegenden Fall einer 2x2-Kreuztabelle bei zufälliger Auswahl von Fällen ein Wert von Chi-Quadrat=3.84 mit einer Wahrscheinlichkeit von 5% auch dann zu erwarten wäre, wenn in der Grundgesamtheit kein Zusammenhang zwischen den beiden Variablen "Konfession" und "Partei" besteht.
  3. Wenn wir also die Null-Hypothese "kein Zusammenhang" zurückweisen wollen und ein Restrisiko von 5%, dass wir uns irren" in Kauf genommen werden soll, dann muss der berechnete Wert von Chi-Quadrat mindestens so gross wie der kritische Wert sein, d. h. 3.84 oder mehr.
  4. Tatsächlich ist im vorliegenden Fall der berechnete Wert aber nur Chi-Quadrat=3.4979; wir können also die Null-Hypothese auf dem Signifikanzniveau von 5% nicht zurückweisen. Unsere ursprüngliche Hypothese, dass ein Zusammenhang zwischen "Konfession" und "Partei" besteht, wird durch unsere empirische Untersuchung nicht gestützt.

Bei dieser Interpretation ist wie überall in der Statistik ein Irrtum möglich – die Wahrscheinlichkeit eines Irrtums ist in unserem Falle sogar 5%. Prinzipiell sind bei der Interpretation von statistischen Resultaten 2 Formen von Irrtümern möglich:

  1. Fehler ersten Typs (Type I error): Man akzeptiert die Hypothese (d. h. man weist die Null-Hypothese zurück), obschon sie tatsächlich falsch ist.
  2. Fehler zweiten Typs (Type II error): Man verwirft die Hypothese (d. h. man kann die Null-Hypothese nicht zurückweisen), obschon sie tatsächlich richtig wäre.