Efek koreksi Yates adalah untuk mencegah overestimasi signifikansi statistik untuk data kecil. Rumus ini terutama digunakan ketika setidaknya satu sel tabel memiliki jumlah yang diharapkan lebih kecil dari 5.
Apakah koreksi Yates diperlukan?
Meskipun beberapa orang menyarankan agar Anda menggunakan koreksi hanya jika frekuensi sel yang diharapkan di bawah 10 atau bahkan 5, yang lain merekomendasikan agar Anda tidak menggunakannya sama sekali. Sejumlah besar penelitian telah menemukan bahwa koreksinya terlalu ketat.
Apa yang benar tentang koreksi Yates?
Untuk mengurangi kesalahan dalam aproksimasi, Frank Yates, seorang ahli statistik Inggris, menyarankan koreksi untuk kontinuitas yang menyesuaikan rumus untuk uji chi-kuadrat Pearson dengan mengurangkan 0,5 dari selisih antara setiap nilai yang diamati dan nilai yang diharapkan dalam tabel kontingensi 2 × 2.
Apa gunanya uji chi-kuadrat?
Tes chi-kuadrat adalah tes statistik yang digunakan untuk membandingkan hasil yang diamati dengan hasil yang diharapkan. Tujuan dari tes ini adalah untuk menentukan apakah perbedaan antara data yang diamati dan data yang diharapkan adalah karena kebetulan, atau karena hubungan antara variabel yang Anda pelajari.
Berapa nilai chi kuadrat yang baik?
Agar pendekatan chi-kuadrat valid, frekuensi yang diharapkan harus setidaknya 5. Tes ini tidak berlaku untuk sampel kecil, dan jika beberapa jumlah kurang darilima (mungkin di ekor).
