Calculadora Qui-Quadrado & Valor-p

Calculadora Qui-Quadrado & Valor-p

Calcule a estatística qui-quadrado, valor-p, frequências esperadas e V de Cramér para tabelas de contingência de 2x2 a 10x10 ou testes de aderência instantaneamente.

Predefinições Rápidas
Nível de Significância (α)
Matriz da Tabela de Contingência
Linhas
2
Colunas
2
Rótulo da LinhaTotal
1000
1000
Total28517152000
Amostra Total2000
Critério de Cochran Válido
Cálculo Inverso de Valor Crítico
Cálculo Inverso

Determine o valor crítico de qui-quadrado e o nível de significância a partir dos graus de liberdade e probabilidades especificadas.

Multiplicador Simulado1.0x
0.2x1.0x (Escala Atual)5.0x
Qui-Quadrado Projetado8.29
Valor-p Projetado0.0040
Amostra Necessária 0.05:928 participantesMantendo as proporções atuais
Amostra para Poder de 80%1846 participantesReferência de poder estatístico (80%)
w de Cohen0.064(Efeito desprezível)
Poder Estatístico Estimado82.1%
Estatística Qui-Quadrado8.2860Valor Crítico 3.841
Valor-p0.0040Limiar 0.05
Graus de Liberdade1(r-1)×(c-1)
V de Cramér0.0644Associação fraca
Resultado Estatisticamente Significativo
O valor-p é menor que o nível de significância (α). Rejeita-se a hipótese nula (H₀), indicando uma associação estatisticamente significativa entre as variáveis.
Curva de Distribuição Qui-Quadrado
Região de RejeiçãoObservado
χ²_crit = 3.84χ² = 8.290471114
Mapa de Calor de Resíduos (Heatmap)
Razão de Chances0.690Intervalo de Confiança: [0.54 - 0.89]
Risco Relativo0.727Intervalo de Confiança: [0.58 - 0.90]
Redução Absoluta do Risco4.5%Número Necessário para Tratar: ~22
Teste Exato de Fisher0.0048Recomenda-se o Teste Exato de Fisher
CoorteConvertedBounced
Control Page (A)
Obs.:120
Esp.:142.5
Escore Z:-2.88
Contrib.:43%
Obs.:880
Esp.:857.5
Escore Z:2.88
Contrib.:7%
Variant Page (B)
Obs.:165
Esp.:142.5
Escore Z:2.88
Contrib.:43%
Obs.:835
Esp.:857.5
Escore Z:-2.88
Contrib.:7%
Acima do EsperadoFrequência esperada exibida abaixo do valor observadoNeutro
Estatística Qui-Quadrado (χ²)

Magnitude da divergência acumulada entre as frequências observadas e as esperadas sob a hipótese nula.

Critério de Cochran (Validade)

Critério atendido: todas as células possuem frequência esperada suficiente (E ≥ 5), garantindo a robustez do teste.

Graus de Liberdade (GL)

Número de comparações independentes na distribuição teórica, calculado a partir da estrutura da tabela.

Aviso Metodológico e Legal

Esta ferramenta é destinada para análises estatísticas, acadêmicas e de pesquisa. Para diagnósticos clínicos ou estudos epidemiológicos regulados, confirme os resultados com softwares e consultoria estatística especializada.

Processamento no Navegador

Cálculos estatísticos de alta precisão executados integralmente na memória local.

Zero Envio para Servidores

Seus dados e tabelas amostrais permanecem confidenciais e restritos ao seu dispositivo.

Exportação para Relatórios

Dados tabulados e formatados prontos para artigos acadêmicos e relatórios científicos.

Referência técnica e guia de arquitetura

Calculadora Qui-Quadrado & Valor-p — Guia de referência

Calcule a estatística do teste qui-quadrado, valor-p, frequências esperadas e V de Cramér para tabelas de contingência 2x2 a 10x10 ou testes de aderência instantaneamente.

Calculadora Qui-Quadrado & Valor-p — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados
Calculadora Qui-Quadrado & Valor-p — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados

Parâmetros-chave e controles

Frequências Observadas (O_ij)Contagens Brutas (Inteiros ≥ 0)

Contagens empíricas de eventos categorizados. Para assegurar a validade estatística, os valores inseridos devem ser números inteiros não negativos e não ponderados; o uso de porcentagens, proporções ou médias amostrais distorce a distribuição da estatística do teste e invalida o cálculo do erro padrão.

Padrão: Contagens inteiras não negativas (ex.: 25, 40)
Nível de Significância (Alfa, α)Probabilidade Limiar de Decisão (0 a 1)

Tolerância predeterminada ao erro amostral tipo I (falso alarme) para rejeição da hipótese nula de independência. A referência científica convencional é α = 0,05 (5% de risco de falso positivo), ao passo que ensaios clínicos e farmacêuticos exigem α = 0,01 (1% de risco) e triagens exploratórias costumam adotar α = 0,10.

Padrão: 0,05
Graus de Liberdade (gl)Dimensões de Variância Independente (Inteiro Positivo)

Número de frequências celulares livres para variar mantendo fixos os totais marginais das linhas e colunas. Calculado pela fórmula (l - 1) × (c - 1) para tabelas de contingência l × c, ou (k - 1) para testes de aderência univariados com k categorias. Mais graus de liberdade elevam o valor crítico do teste.

Padrão: (l - 1) × (c - 1)
Frequências Celulares Esperadas (E_ij)Contagens Teóricas de Referência (Reais > 0)

Valores teóricos esperados sob a premissa de completa independência estatística: E_ij = (Total da Linha × Total da Coluna) / Tamanho Amostral Total (N). O critério de Cochran exige que pelo menos 80% das células tenham E_ij ≥ 5 e nenhuma célula apresente E_ij < 1.

Padrão: ≥ 5 pelo Critério de Cochran

Dicas profissionais e melhores práticas

Evite Falsos Alarmes em Grandes Amostras (N > 10.000)

O valor-p do qui-quadrado tende a zero conforme a amostra cresce; em bases com mais de 10.000 participantes, até uma variação irrelevante de 0,2% atinge p < 0,001. Avalie invariavelmente o V de Cramér junto ao valor-p: um coeficiente V abaixo de 0,10 confirma relevância prática desprezível, a despeito de uma significância estatística nominal extrema.

Regra das Contagens Brutas: Jamais Digite Porcentagens

Inserir valores percentuais (como 45% e 55%) em vez de contagens empíricas absolutas distorce o denominador do cálculo do qui-quadrado. A estatística do teste é intrinsecamente sensível ao tamanho real da amostra N; substituir contagens por porcentagens contrai N para 100, forjando falsos resultados não significativos em pesquisas que envolveram milhares de indivíduos.

Identificação de Desvios Locais com Resíduos Ajustados

Um valor-p estatisticamente significativo (p < 0,05) apenas atesta que as variáveis não são independentes, sem esclarecer onde reside a disparidade. Analise os resíduos padronizados ajustados de Haberman (z_adj): células com |z| > 1,96 (ou |z| > 2,58 para α = 0,01) revelam excesso ou carência de contagens determinantes para o desfecho global.

Quando Substituir Pearson pelo Teste Exato de Fisher

Em matrizes 2x2 com amostra total N < 40 ou onde qualquer frequência esperada seja inferior a 5, tanto o teste qui-quadrado de Pearson quanto a correção de Yates sofrem distorções assintóticas. Nesses cenários, adote o teste exato de Fisher, que computa probabilidades hipergeométricas exatas sem depender de aproximações contínuas.

Armadilhas comuns e solução de problemas

⚠️Alerta de Violação do Critério de Cochran: Mais de 20% das frequências esperadas são inferiores a 5

Frequências esperadas diminutas inflam a estatística de qui-quadrado, induzindo a falsos positivos. Para tabelas 2x2, adote o teste exato de Fisher. Em matrizes maiores (3x3 ou 4x4), agrupe categorias adjacentes e clinicamente correlatas (por exemplo, unificar 'raramente' e 'nunca') para concentrar contagens e assegurar E_ij ≥ 5 em ao menos 80% das células.

⚠️Divisão por Zero ou Indeterminação Matemática: Total marginal de linha ou coluna zerado

Uma linha ou coluna com todas as contagens zeradas resulta em soma marginal nula, gerando frequências esperadas E_ij = 0 e inviabilizando o cálculo por divisão por zero. Exclua a categoria integralmente vazia da tabela de contingência ou certifique-se de que os dados empíricos foram preenchidos corretamente.

⚠️Discrepância Expressiva entre χ² de Pearson Padrão e o Valor-p Corrigido de Yates

A correção de continuidade de Yates subtrai 0,5 de cada desvio absoluto (|O - E| - 0,5) para compensar a aproximação de contagens discretas pela curva contínua do qui-quadrado em tabelas 2x2. Essa operação reduz o valor de χ² e gera um valor-p mais conservador. Para amostras pequenas (N < 100), confie em Yates ou Fisher; para grandes coortes clínicas (N > 200), o qui-quadrado de Pearson sem correção é o padrão metodológico aceito.

Perguntas frequentes (FAQ)

Como calcular a estatística qui-quadrado e o valor-p a partir de uma tabela de contingência?▼

Para calcular o teste qui-quadrado: 1) Some as contagens observadas por linha e por coluna para obter os totais marginais e a amostra total N; 2) Determine a frequência esperada de cada célula pela equação E_ij = (Total da Linha × Total da Coluna) / N; 3) Calcule (O_ij - E_ij)² / E_ij para cada célula e some todos os valores para obter χ²; 4) Obtenha os graus de liberdade gl = (linhas - 1) × (colunas - 1); 5) Calcule a probabilidade na cauda superior da distribuição qui-quadrado: p = P(X² ≥ χ² | gl). Caso p ≤ 0,05, rejeita-se a independência entre as variáveis.

Qual parâmetro de corte do V de Cramér indica uma associação prática relevante?▼

A interpretação da magnitude do V de Cramér depende dos graus de liberdade efetivos gl* = min(linhas - 1, colunas - 1). Em tabelas 2x2 (gl* = 1), V = 0,10 representa associação fraca, V = 0,30 moderada e V ≥ 0,50 aponta forte associação prática. Em matrizes maiores com gl* = 2 (como tabelas 3x3), os limiares de referência diminuem para 0,07 (pequeno), 0,21 (médio) e 0,35 (grande), pois a diluição da variância em mais categorias reduz a amplitude natural do índice.

Qual é a diferença entre teste qui-quadrado de independência e teste de aderência?▼

O teste qui-quadrado de independência analisa dados bivariados em tabelas bidimensionais (linhas × colunas) para verificar se existe dependência entre duas variáveis categóricas, utilizando gl = (linhas - 1) × (colunas - 1). Em contrapartida, o teste de aderência examina uma única variável univariada distribuída em k categorias (1 × k) para checar se as frequências empíricas se conformam a uma distribuição teórica esperada (como equiprobabilidade semanal ou proporções mendelianas), aplicando gl = k - 1.

Quando a correção de continuidade de Yates deve ser empregada em tabelas 2x2?▼

A correção de continuidade de Yates é indicada para matrizes 2x2 com amostras moderadas (entre 40 e 200 observações), nas quais dados binomiais discretos são modelados pela curva contínua do qui-quadrado. Ao deduzir 0,5 de |O - E|, o método mitiga a inflação artificial de significância estatística (erro tipo I). Contudo, em amostras reduzidas (N < 40 ou E_ij < 5), o teste exato de Fisher é mandatório, enquanto em amostras amplas (N > 200), o ajuste de Yates torna-se excessivamente conservador e desnecessário.

Como proceder quando as frequências esperadas da tabela forem menores que 5?▼

Se mais de 20% das células apresentarem contagens esperadas inferiores a 5 (descumprindo o critério de Cochran), a aproximação assintótica do qui-quadrado torna-se inválida. Para matrizes 2x2, utilize imediatamente o teste exato de Fisher, que fornece probabilidades hipergeométricas exatas. Em tabelas maiores (como 3x4), proceda à fusão ou colapso de categorias adjacentes e conceitualmente correlacionadas (por exemplo, unindo 'discordo totalmente' a 'discordo') para consolidar contagens esperadas iguais ou superiores a 5.

Como os resíduos padronizados ajustados apontam as células que geram a significância?▼

Os resíduos padronizados ajustados (escore z de Haberman) isolam as categorias responsáveis pelo resultado significativo ao dividir (O_ij - E_ij) pelo seu erro padrão assintótico exato: z = (O_ij - E_ij) / √[E_ij(1 - R_i/N)(1 - C_j/N)]. Como o escore z segue uma distribuição normal padronizada N(0,1), qualquer célula com |z| > 1,96 indica divergência estatisticamente significativa ao nível α = 0,05, e valores com |z| > 2,58 confirmam significância a α = 0,01.

Ferramentas e utilitários relacionados

Todas as ferramentas →