Słownik metodologiczny · Testy statystyczne

Tabela krzyżowa – co to jest? Przykład tabeli 2 × 2 z testem chi-kwadrat

Tabela krzyżowa zestawia dwie zmienne jakościowe i pozwala porównać odsetki między grupami. Na przykładzie tabeli 2 × 2 pokazujemy test chi-kwadrat krok po kroku, wielkość efektu i tabelę sformatowaną w stylu APA.

Strona główna / Słownik / Tabela krzyżowa
W skrócie: tabela krzyżowa (tabela kontyngencji) zestawia liczebności dla każdej kombinacji kategorii dwóch zmiennych jakościowych, np. udziału w warsztatach (tak/nie) i wyniku egzaminu (zdany/niezdany). Pozwala porównać odsetki między grupami i sprawdzić testem chi-kwadrat, czy zmienne są ze sobą związane. Na przykładzie tabeli 2 × 2 policzonej w R pokazujemy liczebności oczekiwane, χ², φ i iloraz szans oraz gotową tabelę w formacie APA z tytułem i notką.

Co to jest tabela krzyżowa?

Tabela krzyżowa (ang. cross-tabulation, contingency table; po polsku także tabela kontyngencji, tabela dwudzielcza lub tabela wielodzielcza) to tabela liczebności dla dwóch (lub więcej) zmiennych mierzonych na skali nominalnej lub porządkowej. Każda komórka zawiera liczbę obserwacji, które mają określoną kombinację kategorii. Na marginesach znajdują się sumy wierszy i kolumn (liczebności brzegowe).

Wymiar tabeli zapisuje się jako liczba wierszy × liczba kolumn. Najprostsza jest tabela 2 × 2, w której obie zmienne są dychotomiczne:

Ogólna postać tabeli krzyżowej 2 × 2
Zmienna A / zmienna BB = takB = nieRazem
A = takaba + b
A = niecdc + d
Razema + cb + dN

Tabela krzyżowa jest podstawą testu chi-kwadrat niezależności, ilorazu szans i ryzyka względnego, a także macierzy pomyłek, która jest tabelą krzyżową prognoz i rzeczywistości. W ankietach tabele krzyżowe są najczęstszym sposobem porównywania odpowiedzi różnych grup — zob. analiza ankiet.

Liczebności i procenty: jak czytać tabelę

Surowe liczebności trudno porównywać, gdy grupy mają różną wielkość, dlatego tabelę uzupełnia się procentami. Można je liczyć na trzy sposoby:

  • procenty w wierszach — każdy wiersz sumuje się do 100%; odpowiadają na pytanie „jaki odsetek osób z danej grupy ma daną cechę?”;
  • procenty w kolumnach — każda kolumna sumuje się do 100%;
  • procenty z całości — wszystkie komórki sumują się do 100%.

Zasada: procenty liczy się w obrębie kategorii zmiennej niezależnej. Jeśli pytamy, czy warsztaty zwiększają zdawalność, porównujemy odsetek zdających wśród uczestników i nieuczestników warsztatów, czyli procenty w wierszach (gdy grupy są w wierszach).

Przykład: tabela 2 × 2 i test chi-kwadrat

Sprawdzamy, czy udział w warsztatach przygotowawczych wiąże się ze zdaniem egzaminu. W przykładowych danych było po 100 osób w każdej grupie (N = 200).

Wykres słupkowy skumulowany: odsetek zdanych i niezdanych egzaminów wśród uczestników i nieuczestników warsztatów
Rysunek 1. Procenty w wierszach tabeli krzyżowej: egzamin zdało 68,0% uczestników warsztatów i 51,0% osób, które w nich nie uczestniczyły. Obliczenia: R.

Krok 1. Liczebności oczekiwane. Gdyby zmienne były niezależne, w każdej grupie zdawalność byłaby taka sama jak w całej próbie: 119 / 200 = 59,5%. Liczebność oczekiwana komórki to (suma wiersza × suma kolumny) / N, np. dla uczestników, którzy zdali: 100 · 119 / 200 = 59,5.

Liczebności obserwowane i oczekiwane
WarsztatyZdany: obserwowaneZdany: oczekiwaneNiezdany: obserwowaneNiezdany: oczekiwane
tak6859,53240,5
nie5159,54940,5

Wszystkie liczebności oczekiwane są większe od 5, więc klasyczny test chi-kwadrat jest odpowiedni (McHugh, 2013).

Krok 2. Statystyka chi-kwadrat sumuje znormalizowane odchylenia liczebności obserwowanych od oczekiwanych:

χ² = Σ (O − E)² / E = (68 − 59,5)² / 59,5 + (32 − 40,5)² / 40,5 + (51 − 59,5)² / 59,5 + (49 − 40,5)² / 40,5 = 6,00

Przy df = (2 − 1)(2 − 1) = 1 odpowiada to p = 0,014. Skorygowane reszty standaryzowane wynoszą ±2,45, czyli przekraczają ±1,96: uczestnicy warsztatów zdawali częściej, a nieuczestnicy rzadziej, niż wynikałoby z niezależności (por. Sharpe, 2015).

Wyniki testów dla tabeli 2 × 2
TestStatystykapKiedy stosować
χ² Pearsona (bez poprawki)χ²(1) = 6,000,014standard przy oczekiwanych liczebnościach ≥ 5
χ² z poprawką Yatesaχ²(1) = 5,310,021domyślny w R dla 2 × 2; konserwatywny
χ² „N − 1” (Campbell, 2007)χ²(1) = 5,970,015zalecany, gdy najmniejsza oczekiwana liczebność ≥ 1
Dokładny test Fishera—0,021małe próby, oczekiwane liczebności < 1

Krok 3. Wielkość efektu. Sama istotność nie mówi, jak silny jest związek (Kim, 2017). Dla tabeli 2 × 2 podaje się:

  • współczynnik φ = √(χ² / N) = √(6,00 / 200) = 0,17 — słaby związek według konwencji Cohena (0,10 / 0,30 / 0,50);
  • iloraz szans OR = (a · d) / (b · c) = (68 · 49) / (32 · 51) = 2,04, 95% CI [1,15; 3,63] — szanse zdania egzaminu były u uczestników warsztatów około dwukrotnie większe (Szumilas, 2010);
  • ryzyko względne RR = 68% / 51% = 1,33 — odsetek zdających był o jedną trzecią wyższy.

Iloraz szans i ryzyko względne to różne miary: przy częstym wyniku (tu zdawało ok. 60% osób) OR jest wyraźnie większy od RR, dlatego nie należy interpretować OR = 2 jako „dwa razy większe prawdopodobieństwo”. Więcej o mierze siły efektu w haśle wielkość efektu.

Tabela krzyżowa w formacie APA

Według stylu APA (7. wydanie) tabela ma numer zapisany pogrubioną czcionką, pod nim tytuł kursywą, tylko poziome linie oraz notkę pod tabelą, rozpoczętą słowem „Uwaga.” zapisanym kursywą (American Psychological Association, b.d.). W notce podaj liczebność, sposób liczenia procentów i wynik testu. Tak może wyglądać tabela z przykładu:

Tabela 1

Zdawalność egzaminu w zależności od udziału w warsztatach przygotowawczych

Udział w warsztatachZdanyNiezdanyRazem
n%n%
Tak6868,03232,0100
Nie5151,04949,0100
Razem11959,58140,5200

Uwaga. N = 200. Procenty obliczono w wierszach. Związek udziału w warsztatach ze zdaniem egzaminu: χ²(1, N = 200) = 6,00, p = 0,014, φ = 0,17; iloraz szans zdania egzaminu (warsztaty: tak vs nie) OR = 2,04, 95% CI [1,15; 3,63].

W tekście pracy przywołaj tabelę i opisz najważniejszy wynik, nie powtarzając wszystkich liczb. Zasady formatowania opisuje też hasło styl APA i poradnik wytyczne APA w metodologii i statystyce.

Kalkulator tabeli krzyżowej 2 × 2

Wpisz liczebności i nazwy kategorii

Wpisz liczebności i kliknij „Policz test chi-kwadrat”. Kalkulator wymaga włączonej obsługi JavaScriptu.

Gotowy opis wyniku

Kalkulator liczy χ² Pearsona i z poprawką Yatesa (jak chisq.test() w R), dokładny test Fishera (jak fisher.test()), φ oraz iloraz szans z 95% przedziałem ufności Woolfa (logitowym). Dla danych z przykładu wyniki są identyczne z R. Iloraz szans z fisher.test() (2,03) to estymator warunkowy, dlatego nieznacznie różni się od zwykłego OR.

Przykład reprodukowalny

Przykład w R

Kod tworzy tabelę 2 × 2, liczy procenty w wierszach, liczebności oczekiwane, test chi-kwadrat w trzech wariantach, test Fishera oraz φ i iloraz szans. Liczby w tekście, w tabeli APA i w kalkulatorze pochodzą z tego kodu.

Tabela krzyżowa 2 × 2 i test chi-kwadrat

Dane wejściowe: liczebności czterech komórek (N = 200).

Co odczytać: X-squared i p-value testu Pearsona, tabelę liczebności oczekiwanych, φ i OR z przedziałem ufności.

R
# Udział w warsztatach przygotowawczych a zdanie egzaminu: N = 200
tab <- matrix(c(68, 32,
                51, 49), nrow = 2, byrow = TRUE,
              dimnames = list(Warsztaty = c("tak", "nie"), Egzamin = c("zdany", "niezdany")))
tab
addmargins(tab)                          # liczebności brzegowe
round(100 * prop.table(tab, 1), 1)       # procenty w wierszach
test <- chisq.test(tab, correct = FALSE) # test chi-kwadrat Pearsona
test
test$expected                            # liczebności oczekiwane
chisq.test(tab)                          # z poprawką Yatesa (domyślnie w R dla 2×2)
fisher.test(tab)                         # dokładny test Fishera
phi <- unname(sqrt(test$statistic / sum(tab)) * sign(tab[1, 1] * tab[2, 2] - tab[1, 2] * tab[2, 1]))
OR  <- (tab[1, 1] * tab[2, 2]) / (tab[1, 2] * tab[2, 1])
se  <- sqrt(sum(1 / tab))
c(phi = phi, OR = OR, OR_dolna = exp(log(OR) - 1.96 * se), OR_gorna = exp(log(OR) + 1.96 * se))
test$stdres                              # skorygowane reszty standaryzowane
chi_N1 <- unname(test$statistic) * (sum(tab) - 1) / sum(tab)   # wariant „N − 1” (Campbell, 2007)
c(chi_N1 = chi_N1, p = pchisq(chi_N1, df = 1, lower.tail = FALSE))
Wynik w R
         Egzamin
Warsztaty zdany niezdany
      tak    68       32
      nie    51       49
         Egzamin
Warsztaty zdany niezdany Sum
      tak    68       32 100
      nie    51       49 100
      Sum   119       81 200
         Egzamin
Warsztaty zdany niezdany
      tak    68       32
      nie    51       49

	Pearson's Chi-squared test

data:  tab
X-squared = 5.9965, df = 1, p-value = 0.01433

         Egzamin
Warsztaty zdany niezdany
      tak  59.5     40.5
      nie  59.5     40.5

	Pearson's Chi-squared test with Yates' continuity correction

data:  tab
X-squared = 5.3118, df = 1, p-value = 0.02118


	Fisher's Exact Test for Count Data

data:  tab
p-value = 0.02092
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 1.105598 3.782145
sample estimates:
odds ratio 
   2.03427 

      phi        OR  OR_dolna  OR_gorna 
0.1731542 2.0416667 1.1492110 3.6271868 
         Egzamin
Warsztaty    zdany niezdany
      tak  2.44877 -2.44877
      nie -2.44877  2.44877
    chi_N1          p 
5.96649030 0.01458027 

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Jak opisać wynik w tekście

Egzamin zdało 68,0% uczestników warsztatów przygotowawczych (68 z 100) i 51,0% osób, które w nich nie uczestniczyły (51 z 100; Tabela 1). Związek był istotny statystycznie, ale słaby, χ²(1, N = 200) = 6,00, p = 0,014, φ = 0,17. Szanse zdania egzaminu były u uczestników warsztatów około dwukrotnie większe, OR = 2,04, 95% CI [1,15; 3,63].

Pamiętaj, że w badaniu nieeksperymentalnym związek nie oznacza wpływu: na warsztaty mogli częściej zapisywać się studenci bardziej zmotywowani.

Najczęstsze błędy

  • Procenty liczone w złym kierunku (w kolumnach zamiast w grupach) albo brak informacji, jak je policzono.
  • Test chi-kwadrat na procentach zamiast na liczebnościach.
  • Ta sama osoba w kilku komórkach (np. pytania wielokrotnego wyboru) — test chi-kwadrat wymaga niezależnych obserwacji.
  • Pomijanie liczebności oczekiwanych przy małych próbach.
  • Raportowanie samego p bez φ, V Craméra lub ilorazu szans.
  • Interpretowanie ilorazu szans jak ryzyka względnego przy częstym wyniku.

Najczęstsze pytania

Co to jest tabela krzyżowa?

Tabela krzyżowa (tabela kontyngencji, tabela dwudzielcza) to tabela, która pokazuje liczebności osób dla każdej kombinacji kategorii dwóch zmiennych jakościowych. Wiersze odpowiadają kategoriom jednej zmiennej, kolumny — drugiej, a w komórkach są liczby osób (często z procentami). Tabela 2 × 2 to najprostszy przypadek: dwie zmienne o dwóch kategoriach.

Jak policzyć test chi-kwadrat dla tabeli 2 × 2?

Dla każdej komórki oblicza się liczebność oczekiwaną: (suma wiersza × suma kolumny) / N. Następnie sumuje się (obserwowana − oczekiwana)² / oczekiwana po czterech komórkach. Wynik porównuje się z rozkładem chi-kwadrat z 1 stopniem swobody. W R wystarczy chisq.test(tabela, correct = FALSE); kalkulator na tej stronie zrobi to automatycznie.

Procenty w wierszach czy w kolumnach?

Procenty liczy się w obrębie kategorii zmiennej niezależnej (wyjaśniającej). Jeśli wiersze to grupy (np. udział w warsztatach), a kolumny to wynik (zdany/niezdany), podaj procenty w wierszach — wtedy porównujesz odsetek zdających w każdej grupie. W notce pod tabelą napisz, jak policzono procenty.

Kiedy zamiast chi-kwadrat użyć testu Fishera?

Tradycyjna reguła Cochrana mówi, by przejść na test Fishera, gdy którakolwiek liczebność oczekiwana jest mniejsza niż 5. Badania symulacyjne (Campbell, 2007) wskazują, że wariant chi-kwadrat „N − 1” działa dobrze już przy najmniejszej liczebności oczekiwanej co najmniej 1; poniżej tej wartości lepszy jest dokładny test Fishera.

Jak przedstawić tabelę krzyżową w stylu APA?

Nad tabelą umieść numer pogrubiony (Tabela 1), a pod nim tytuł kursywą. W tabeli używaj tylko linii poziomych, podaj liczebności i procenty. Pod tabelą dodaj notkę zaczynającą się od słowa „Uwaga.” zapisanego kursywą — z liczebnością próby, sposobem liczenia procentów i wynikiem testu. Wzór znajdziesz na tej stronie.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Poradnik

Analiza ankiety do pracy licencjackiej i magisterskiej

Analiza ankiety do pracy dyplomowej: przygotowanie bazy, kodowanie pytań, skale, testy, modele i raport wyników do licencjatu lub magisterki.

Czytaj →
Poradnik

Jak dobrać test statystyczny do hipotezy?

Skala pomiaru, liczba grup i układ badania: tabela doboru testów, trzy przykłady, założenia, skala Likerta, kod R i checklista przed analizą.

Czytaj →
Poradnik

Wytyczne APA dla metodologii i raportowania statystyki

Lista kontrolna JARS-Quant prowadząca od projektu i pomiaru do wyników, niepewności, analiz dodatkowych i ograniczeń.

Czytaj →
Poradnik

Jak opisać wyniki w stylu APA – gotowe zdania

18 gotowych zdań APA – od testu t po mediację i moderację – z liczbami z jednego badania i kodem R, który pozwala sprawdzić każdą wartość.

Czytaj →
Poradnik

Jak czytać wyniki z SPSS

Osiem najczęstszych tabel SPSS: co odczytać, który wiersz wybrać, co znaczy Sig. = .000 i jak przepisać wynik w stylu APA.

Czytaj →
Poradnik

Statystyka w pracy z pedagogiki

Ankiety wśród nauczycieli i rodziców: skala Likerta, chi-kwadrat i test Fishera, testy rangowe z korektą Holma, procenty w tabelach i uczniowie w klasach.

Czytaj →
Poradnik

Analiza statystyczna w Excelu – możliwości i granice

Test t (Welch = T.TEST typ 3), chi-kwadrat, korelacja, regresja i Analysis ToolPak z polskimi nazwami funkcji, plikiem z formułami i listą tego, czego Excel nie policzy.

Czytaj →
Poradnik

Ankieta wiedzy – analiza krok po kroku

Punktacja z „nie wiem”, poziomy wiedzy, KR-20, analiza pozycji, testy rangowe i źródła wiedzy – na danych do pobrania, z kodem R i opisem APA.

Czytaj →
Poradnik

Test chi-kwadrat krok po kroku

Test zgodności i niezależności na jednym badaniu: odsetki, liczebności oczekiwane, reszty, V Craméra, test Fishera i gotowy opis APA.

Czytaj →
Poradnik

Zgodność sędziów: kappa, ICC, alfa

Kappa Cohena i ważona, kappa Fleissa, formy ICC i alfa Krippendorffa na jednym przykładzie z trzema sędziami: wybór miary, paradoksy kappy i raport.

Czytaj →
Poradnik

Badanie wiedzy przed i po szkoleniu

Test t i Wilcoxona z d_z, McNemar z korektą Holma, znormalizowany przyrost, test Bowkera i pomiar odroczony – z danymi, kodem R i opisem APA.

Czytaj →
Poradnik

Analiza treści pytań otwartych

Klucz kategoryzacji, pilotaż, kappa dla każdej kategorii, odsetki z przedziałem Wilsona i porównanie grup – z plikiem Excel, kodem R i opisem APA.

Czytaj →
Poradnik

Statystyka w pracy z socjologii

Sondaż, tabele krzyżowe z resztami, ważenie próby, regresja logistyczna z AME i skale postaw: plan analiz, APA, dane XLSX i kod R.

Czytaj →
Poradnik

Testy statystyczne – przewodnik po wyborze

Schemat wyboru testu i osiem etapów od hipotezy do zapisu APA: test t, ANOVA, testy nieparametryczne, chi-kwadrat, korelacje, regresja i poprawki.

Czytaj →
Poradnik

Chi-kwadrat czy test Fishera?

Reguła Cochrana, test Fishera i Fishera–Freemana–Haltona, chi-kwadrat z symulowanym p, łączenie kategorii i spór o poprawkę Yatesa – z przykładem w R.

Czytaj →
Poradnik

Jak porównać odsetki w dwóch grupach?

Tabela 2 × 2, test chi-kwadrat lub Fishera i różnica w punktach procentowych z 95% CI Newcombe’a – z przykładem w R i wzorem opisu.

Czytaj →
Poradnik

DIF krok po kroku: Mantel–Haenszel, regresja i IRT

Trzy metody wykrywania DIF na jednych danych: klasyfikacja ETS, ΔR² w regresji logistycznej, IRT z kotwicą, DTF i wzór opisu.

Czytaj →
Poradnik

Kalkulator kappy Cohena i testu McNemara

Kappa Cohena i kappa ważona z przedziałem ufności dla dwóch oceniających oraz test McNemara w czterech wersjach z przedziałem dla różnicy odsetków.

Czytaj →
Poradnik

Kalkulator tabeli 2×2 i r×c

Chi-kwadrat, test dokładny Fishera, V Craméra i reszty dla tabel do 5 × 5, a dla 2 × 2 także OR, RR i różnica odsetków z przedziałami ufności.

Czytaj →
Poradnik

Kalkulator testu diagnostycznego

Czułość, swoistość, PPV, NPV, LR+ i LR− z przedziałami ufności z tabeli 2×2 oraz wykres wartości predykcyjnych w funkcji częstości.

Czytaj →
Poradnik

Chi-kwadrat w SPSS krok po kroku

Crosstabs w SPSS od pliku po opis APA: opcje Statistics i Cells, wiersz Pearsona, V Craméra, reszty skorygowane, test dokładny, Weight Cases i składnia CROSSTABS – z plikiem .sav.

Czytaj →
Poradnik

Kappa Cohena i ICC w SPSS

Kappa w Crosstabs, kappa ważona w Weighted Kappa i ICC w Reliability Analysis: wybór modelu i typu, tabele wynikowe, składnia i zapis APA – z plikiem .sav do pobrania.

Czytaj →
Poradnik

Analiza logliniowa tabel wielodzielczych

Modele hierarchiczne, G² i selekcja wsteczna, interakcje jako ilorazy szans oraz równoważność z regresją Poissona na tabeli 2 × 2 × 2.

Czytaj →
Poradnik

Chi-kwadrat i tabele krzyżowe – zadania z rozwiązaniami

Dziesięć zadań z testu χ²: zgodność, tabele krzyżowe, reszty skorygowane, φ i V, Yates, małe liczności, test trendu i paradoks Simpsona – krok po kroku.

Czytaj →
Poradnik

Chi-kwadrat w jamovi krok po kroku

Menu Frequencies w jamovi: tabele krzyżowe z resztami i V Craméra, OR dla tabeli 2 × 2, McNemar i test zgodności – z opisem APA i plikami do pobrania.

Czytaj →
Poradnik

Statystyka w pracy z finansów i rachunkowości

Ankieta wśród przedsiębiorców, skośne wskaźniki i winsoryzacja, regresja z błędami odpornymi, dane panelowe i model upadłości – z gotowymi zdaniami APA i kodem R.

Czytaj →
Poradnik

Pytanie wielokrotnego wyboru: tabela i wykres APA

Tabela APA z % osób i 95% CI, porównanie grup, poziome słupki, punkty dla grup, macierz współwystępowania i wykres kombinacji – z kodem R.

Czytaj →
Poradnik

Jak napisać pracę z socjologii

Pytanie o zjawisko, koncept–wymiar–wskaźnik, populacja i operat, próba z internetu, wagi, dane wtórne i gotowe fragmenty pracy – na przykładzie zaufania i aktywności sąsiedzkiej.

Czytaj →
Poradnik

Analiza ankiety w Arkuszach Google

Kodowanie odpowiedzi formułami, pola wyboru bez SPLIT, tabela przestawna, chi-kwadrat, korelacja i T.TEST typ 3 – z plikiem CSV i liczbami kontrolnymi z R.

Czytaj →
Poradnik

Tabele niestandardowe w SPSS

Custom Tables krok po kroku: układ tabeli, odsetki kolumn, średnie, litery testów, pytania wielokrotnego wyboru i eksport do Worda w stylu APA – z plikiem .sav.

Czytaj →
Poradnik

Analiza korespondencji krok po kroku

Inercja jako χ²/n, profile, wkłady i cos², mapa symetryczna a asymetryczna, mała kategoria i drugi wymiar, MCA i opis APA – na jednym przykładzie w R.

Czytaj →
Poradnik

Analiza korespondencji w SPSS krok po kroku

Correspondence Analysis od pliku .sav po opis APA: Define Range, normalizacje, tabela Summary, wkłady punktów i czytanie biplotu.

Czytaj →
Poradnik

Tabela krzyżowa na wykresie

Słupki 100% w wierszach i kolumnach, mozaika, mapa reszt χ² z korektą i odsetki z CI – jedna tabela 3 × 4, pięć rysunków z R, podpisy APA.

Czytaj →
Poradnik

Statystyka dla lekarza

ARR, RR, NNT i NNH z przedziałem ufności, PPV i ilorazy wiarygodności, krzywe Kaplana–Meiera i HR, non-inferiority, pułapki i pierwsze kroki własnego badania.

Czytaj →
Poradnik

Analiza koszykowa i rekomendacje

Wsparcie, ufność i lift na przykładzie sklepu z kawą, sieć reguł, test na nowych paragonach i rekomendacje „klienci kupili też” z kodem R.

Czytaj →
Poradnik

Mapa percepcji marek

Sześć marek, 10 cech: analiza korespondencji, pułapka wielkości marki, indeksy, biplot PCA z efektem halo i bootstrap mapy – sześć rysunków z kodem R.

Czytaj →
Poradnik

Analiza ABC/XYZ asortymentu

Hurtownia części: krzywa Lorenza, umowne progi ABC, CV popytu i tygodnie bez sprzedaży, macierz ABC × XYZ i stabilność klas – pięć rysunków z kodem R.

Czytaj →
Poradnik

Przechodzenie klientów między markami

Macierz przejść z panelu 2500 gospodarstw: lojalność, odchylenia od niezależności, łańcuch Markowa, bootstrap i promocja – z kodem R.

Czytaj →
Poradnik

Zmiana planu abonamentu

Macierz przejść między planami, łańcuch Markowa i przychód na konto, staż w planie, model wielomianowy i symulacja podwyżki – z kodem R.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. McHugh, M. L. (2013). The chi-square test of independence. Biochemia Medica, 23(2), 143–149. https://doi.org/10.11613/BM.2013.018 ● Otwarty dostęp: pełny tekst
  2. Kim, H.-Y. (2017). Statistical notes for clinical researchers: Chi-squared test and Fisher's exact test. Restorative Dentistry & Endodontics, 42(2), 152–155. https://doi.org/10.5395/rde.2017.42.2.152 ● Otwarty dostęp: pełny tekst
  3. Sharpe, D. (2015). Chi-square test is statistically significant: Now what?. Practical Assessment, Research, and Evaluation, 20, Article 8. https://doi.org/10.7275/tbfa-x148 ● Otwarty dostęp
  4. Campbell, I. (2007). Chi-squared and Fisher–Irwin tests of two-by-two tables with small sample recommendations. Statistics in Medicine, 26(19), 3661–3675. https://doi.org/10.1002/sim.2832
  5. Szumilas, M. (2010). Explaining odds ratios. Journal of the Canadian Academy of Child and Adolescent Psychiatry, 19(3), 227–229. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2938757/ ● Otwarty dostęp
  6. American Psychological Association. (b.d.). Table setup. APA Style. Pobrano 8 października 2026 z https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables ● Otwarty dostęp

Cytowania BibTeX

@article{mchugh2013the, author={McHugh, Mary L.}, title={The chi-square test of independence}, journal={Biochemia Medica}, year={2013}, volume={23}, number={2}, pages={143--149}, doi={10.11613/BM.2013.018}}
@article{kim2017statistical, author={Kim, Hae-Young}, title={Statistical notes for clinical researchers: Chi-squared test and Fisher's exact test}, journal={Restorative Dentistry \& Endodontics}, year={2017}, volume={42}, number={2}, pages={152--155}, doi={10.5395/rde.2017.42.2.152}}
@article{sharpe2015chisquare, author={Sharpe, Donald}, title={Chi-square test is statistically significant: Now what?}, journal={Practical Assessment, Research, and Evaluation}, year={2015}, volume={20}, eid={8}, doi={10.7275/tbfa-x148}}
@article{campbell2007chisquared, author={Campbell, Ian}, title={Chi-squared and Fisher–Irwin tests of two-by-two tables with small sample recommendations}, journal={Statistics in Medicine}, year={2007}, volume={26}, number={19}, pages={3661--3675}, doi={10.1002/sim.2832}}
@article{szumilas2010explaining, author={Szumilas, Magdalena}, title={Explaining odds ratios}, journal={Journal of the Canadian Academy of Child and Adolescent Psychiatry}, year={2010}, volume={19}, number={3}, pages={227--229}, url={https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2938757/}}
@misc{apa_table_setup, author={{American Psychological Association}}, title={Table setup}, howpublished={APA Style}, url={https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables}, note={Pobrano 8 października 2026}}
R