sobivuse testi chi-ruudu headus on variatsioon üldisemast chi-square testist. Selle testi seade on üks kategooriline muutuja, millel võib olla mitu taset. Sageli peame selles olukorras silmas kategoorilise muutuja teoreetilist mudelit. Selle mudeli kaudu eeldame, et teatav osa elanikkonnast langeb igale nendele tasemetele. Sobivuse test määrab, kui hästi vastavad meie teoreetilise mudeli eeldatavad proportsioonid tegelikkusele.
Alustame kategoorilise muutujaga n taset ja lase lki olema elanikkonna osakaal tasemel i. Meie teoreetilise mudeli väärtused on qi iga proportsiooni jaoks. Null- ja alternatiivsete hüpoteeside väide on järgmine:
Sobivuse testi saamiseks on meil olemas teoreetiline mudel, kuidas meie andmeid proportsioonidesse viia. Korrutame need proportsioonid lihtsalt valimi suurusega n et saada meie eeldatav arv.
Sobivuse testi chi-square statistiline statistika määratakse kindlaks, võrreldes meie kategoorilise muutuja iga taseme tegelikku ja eeldatavat arvu. Chi-ruutstatistika arvutamise sobivuse testi arvutamise sammud on järgmised:
Kui meie teoreetiline mudel vastab vaadeldud andmetele ideaalselt, siis ei näita eeldatavad loendused meie muutuja vaadeldud loenditest mingit kõrvalekallet. See tähendab, et chi-ruut statistika on null. Igas muus olukorras on chi-ruudu statistika positiivne arv.
Meie arvutatud chi-ruudu statistika vastab kindlale asukohale chi-ruudu jaotuses koos sobiva arvu vabadusastmetega. p-väärtus määrab testitulemite saamise tõenäosuse sellest äärmusest, eeldades, et nullhüpotees on tõene. Hüpoteesitesti p-väärtuse määramiseks saame kasutada chi-ruutjaotuse väärtuste tabelit. Kui meil on statistiline tarkvara olemas, saab seda kasutada p-väärtuse parema hinnangu saamiseks.
Otsustame, kas lükata nullhüpotees tagasi, tuginedes ettemääratud olulisuse tasemele. Kui meie p-väärtus on sellest olulisuse tasemest väiksem või sellega võrdne, lükkame nullhüpoteesi tagasi. Muidu me ei suuda tagasi lükata nullhüpotees.