Chi-Quadrat-Unabhängigkeitstest/Beispiel: Umfrage

Beispiele

Umfrage

Bei einer Umfrage in den Jahren 1991 und 1996 wurde zufällig ausgewählten Bürgern der Bundesrepublik Deutschland mit einem Alter von mindestens 18 Jahre zum Befragungszeitpunkt die folgenden Fragen gestellt:

1. "Wie beurteilen Sie die heutige wirtschaftliche Lage in Deutschland?"

2. "Wie wird die wirtschaftliche Lage in Deutschland in einem Jahr sein?"

Die Einschätzungen konnten die Befragten jeweils auf einer fünfteiligen Skala vornehmen:

1. Frage: 1 - sehr gut, 2 - gut, 3 - teils gut / teils schlecht, 4 - schlecht, 5 - sehr schlecht

2. Frage: 1 - wesentlich besser als heute, 2 - etwas besser, 3 - gleichbleibend, 4 - etwas schlechter, 5 - wesentlich schlechter.

Der Inhalt der 1. Frage wird als Zufallsvariable $X_{1}:\;$ "Gegenwärtige Wirtschaftslage" und der Inhalt der 2. Frage als Zufallsvariable $X_{2}:\;$ "Zukünftige Wirtschaftslage" definiert, die die genannten 5 möglichen Realisationen annehmen können.

Darüber hinaus wurde u.a. erfasst, ob die befragte Person aus den alten Bundesländern (einschließlich West-Berlin) oder aus den neuen Bundesländern (einschließlich Ost-Berlin) stammt.

Dies sei die Zufallsvariable $Y\;$: "Erhebungsgebiet" mit den möglichen Realisationen $y_{1}=$ "West" und $y_{2}=$ "Ost".

Es soll auf einem Signifikanzniveau von $\alpha =0,05$ geprüft werden, ob die Zufallsvariablen $X_{1}\;$ und $Y\;$ bzw. $X_{2}\;$ und $Y\;$ in den Jahren 1991 bzw. 1996 unabhängig sind.

Da stets die Nullhypothese statistisch geprüft wird, muss die Unabhängigkeit zwischen den beiden Zufallsvariablen als $H_{0}$ formuliert werden, um die gemeinsamen erwarteten absoluten Häufigkeiten ermitteln zu können, so dass die Hypothesenpaare lauten:

$H_{0}:X_{1}\;$ und $Y\;$ sind stochastisch unabhängig.

$H_{1}:X_{1}\;$ und $Y\;$ sind nicht stochastisch unabhängig.

und

$H_{0}:X_{2}\;$ und $Y\;$ sind stochastisch unabhängig.

$H_{1}:X_{2}\;$ und $Y\;$ sind nicht stochastisch unabhängig.

Teststatistik

Es wird die Teststatistik des Chi-Quadrat-Unabhängigkeitstest verwendet

$V=\sum _{k=1}^{K}\sum _{j=1}^{J}{\frac {\left(H_{kj}-{\widehat {e}}_{kj}\right)^{2}}{{\widehat {e}}_{kj}}}$

die bei Gültigkeit der Nullhypothese approximativ Chi-Quadrat-verteilt ist mit der Anzahl der Freiheitsgrade $f=(K-1)\cdot (J-1)$.

Die Entscheidungsbereiche der Nullhypothese können erst nach Vorliegen der Stichprobe festgelegt werden, da

• die gemeinsamen erwarteten absoluten Häufigkeiten aus der Stichprobe zu schätzen sind,

• erst dann die Approximationsbedingung überprüft werden kann und ersichtlich ist, ob Werte zusammenzufassen sind,

• erst danach die Anzahl der Freiheitsgrade feststeht und der kritische Wert aufgesucht werden kann.

Entscheidungsbereiche, Prüfwert und Testentscheidung

Die sich aus den Stichproben im Jahre 1991 und 1996 ergebenden gemeinsamen absoluten Häufigkeiten und Randhäufigkeit]en sind in den folgenden Tabellen 1 - 4 enthalten.

Gleichzeitig werden in die Zellen dieser Tabellen die geschätzten gemeinsamen absoluten Häufigkeiten bei Gültigkeit der Nullhypothese, die sich gemäß

${\widehat {e}}_{kj}={\frac {h_{k\bullet }\cdot h_{\bullet j}}{n}}$

ergeben (gerundet auf eine Dezimalstelle), und die Differenzen $h_{kj}-{\widehat {e}}_{kj}$ aufgenommen.

Tabelle 1: Gegenwärtige Wirtschaftslage $(X_{1})\;$ und Erhebungsgebiet $(Y)\;$ 1991

Gegenwärtige Wirtschaftslage $(X_{1})\;$		Erhebungsgebiet $(Y)\;$		RV $X_{1}\;$
		West	Ost
sehr gut	beobachtet	209	165	374
	erwartet	184,8	189,2
	Differenz	24,2	-24,2
gut	beobachtet	744	592	1336
	erwartet	660,1	675,9
	Differenz	83,9	-83,9
teils/teils	beobachtet	431	647	1078
	erwartet	532,6	545,5
	Differenz	-101,6	101,6
schlecht	beobachtet	36	39	75
	erwartet	37,1	37,9
	Differenz	-1,1	1,1
sehr schlecht	beobachtet	4	15	19
	erwartet	9,4	9,6
	Differenz	-5,4	5,4
RV $Y\;$		1424	1458	2882

Tabelle 2: Gegenwärtige Wirtschaftslage $(X_{1})\;$ und Erhebungsgebiet $(Y)\;$ 1996

Gegenwärtige Wirtschaftslage $(X_{1})\;$		Erhebungsgebiet $(Y)\;$		RV $X_{1}\;$
		West	Ost
sehr gut	beobachtet	20	6	26
	erwartet	17,2	8,8
	Differenz	2,8	-2,8
gut	beobachtet	264	116	380
	erwartet	251,3	128,7
	Differenz	12,7	-12,7
teils/teils	beobachtet	1006	557	1563
	erwartet	1033,7	529,3
	Differenz	-27,7	27,7
schlecht	beobachtet	692	335	1027
	erwartet	679,2	347,8
	Differenz	12,8	-12,8
sehr schlecht	beobachtet	141	73	214
	erwartet	141,5	72,5
	Differenz	-0,5	0,5
RV $Y\;$		2123	1087	3210

Tabelle 3: Zukünftige Wirtschaftslage $(X_{2})\;$ und Erhebungsgebiet $(Y)\;$ 1991

Zukünftige Wirtschaftslage $(X_{2})\;$		Erhebungsgebiet $(Y)\;$		RV $X_{2}\;$
		West	Ost
wesentlich besser	beobachtet	75	203	278
	erwartet	137,4	140,6
	Differenz	-62,4	62,4
etwas besser	beobachtet	449	763	1212
	erwartet	598,9	613,1
	Differenz	-149,9	149,9
gleichbleibend	beobachtet	684	414	1108
	erwartet	547,5	560,5
	Differenz	136,5	-136,5
etwas schlechter	beobachtet	200	62	262
	erwartet	129,5	132,5
	Differenz	70,5	-70,5
wesentlich schlechter	beobachtet	16	6	22
	erwartet	10,9	11,1
	Differenz	5,1	-5,1
RV $Y\,$		1424	1458	2882

Tabelle 4: Zukünftige Wirtschaftslage $(X_{2})\;$ und Erhebungsgebiet $(Y)\;$ 1996

Zukünftige Wirtschaftslage $(X_{2})\;$		Erhebungsgebiet $(Y)\;$		RV $X_{2}\;$
		West	Ost
wesentlich besser	beobachtet	9	6	15
	erwartet	9,9	5,1
	Differenz	-0,9	0,9
etwas besser	beobachtet	190	131	321
	erwartet	212,3	108,7
	Differenz	-22,3	22,3
gleichbleibend	beobachtet	809	444	1253
	erwartet	828,7	42,3
	Differenz	-19,7	19,7
etwas schlechter	beobachtet	960	426	1386
	erwartet	916,7	469,3
	Differenz	43,3	-43,3
wesentlich schlechter	beobachtet	155	80	235
	erwartet	155,4	79,6
	Differenz	-0,4	0,4
RV $Y\;$		2123	1087	3210

Für alle 4 durchzuführende Tests gilt:

Die Approximationsbedingung ist erfüllt, da alle ${\widehat {e}}_{kj}\geq 5$ sind. Mit $K=5$ und $J=2$ folgt für die Anzahl der Freiheitsgrade: $f=(K-1)\cdot (J-1)=4\cdot 1=4$.

Für $P(V\leq c)=0,95$ und $f=4$ findet man aus der Tabelle der Verteilungsfunktion der Chi-Quadrat-Verteilung den kritischen Wert $c=\chi _{1-\alpha ;\left(K-1\right)\cdot \left(J-1\right)}^{2}=\chi _{0,95;4}^{2}=9,49$.

Die Entscheidungsbereiche sind damit:

Ablehnungsbereich der $H_{0}:\;\left\{v|v>9,49\right\}$

Nichtablehnungsbereich der $H_{0}:\;\left\{v|v\leq 9,49\right\}$

Als Prüfwerte und Testentscheidung ergeben sich:

Jahr	Zufallsvariablen	Prüfwert $v$	Testentscheidung
1991	$X_{1},Y$	71,85	$H_{1}$
1996	$X_{1},Y$	6,15	$H_{0}$
1991	$X_{2},Y$	278,17	$H_{1}$
1996	$X_{2},Y$	14,61	$H_{1}$

Interpretation

• Gegenwärtige Wirtschaftslage in Deutschland:

Während für 1991 auf einem Signifikanzniveau von $\alpha =0,05$ die Nullhypothese abgelehnt wird, d.h. statistisch eine Abhängigkeit zwischen den Zufallsvariablen $X_{1}\;$: "Gegenwärtige Wirtschaftslage" und $Y\;$: "Erhebungsgebiet" nachgewiesen werden konnte, wird für das Jahr 1996 die Nullhypothese nicht abgelehnt.

1991 bewerteten die Befragten in den alten Bundesländern die gegenwärtige Wirtschaftslage tendenziell deutlich zufriedener als die Befragten in den neuen Bundesländern, was anhand der großen positiven Differenzen $h_{kj}-{\widehat {e}}_{kj}$ bei der sehr guten und guten Einschätzung in der Spalte West der Tabelle 1 zu erkennen ist.

Auch 1996 treten Differenzen zwischen $h_{kj}$ und ${\widehat {e}}_{kj}$ auf, aber sie sind in ihrer Gesamtheit nicht mehr signifikant.

Es hat offensichtlich eine Angleichung in den Einschätzungen der gegenwärtigen Wirtschaftslage zwischen West und Ost stattgefunden.

• Zukünftige Wirtschaftslage in Deutschland:

Bezüglich der Zufallsvariablen $X_{2}\;$: "Zukünftige Wirtschaftslage" und $Y\;$: "Erhebungsgebiet" wird für beide Jahre die Nullhypothese der Unabhängigkeit auf einem Signifikanzniveau von $\alpha =0,05$ abgelehnt.

Hierbei sind es jedoch die Befragten in den neuen Bundesländern, die in beiden Jahren die zukünftige Wirtschaftslage tendenziell deutlich optimistischer bewerten als die Befragten in den alten Bundesländern.

Vergleicht man beide Jahre miteinander, so sind die Differenzen $h_{kj}-{\widehat {e}}_{kj}$ 1996 kleiner als 1991, was ebenfalls auf eine gewisse Annäherung in den Bewertungen zwischen West und Ost schließen lässt, jedoch sind sie auch 1996 in ihrer Gesamtheit noch statistisch signifikant.