開啟導覽
開啟開啟工作區

市場研究工具 · 效果量

Cramér's V 計算器

兩個類別變數的關係有多強?Cramér's V 把卡方值轉換成 0 到 1 之間的效果量。

線上計算 Cramér's V

輸入觀察次數,或從試算表貼上。結果會即時更新,所有計算都在你的瀏覽器中完成。

表格大小提示:直接從電子表格貼上計數區塊。
有電子表格嗎?開啟工作區 →保留此計算器作為快速表格;使用檔案、篩選器、匯出和儲存專案的工作區。
總計
50
50
總計5050100

Cramér V

0.200

小關聯 · χ²(1) = 4.00, p = .046

χ²(1, N = 100) = 4.00, p = .046, V = .20

所有統計量
皮爾森卡方χ² = 4.000, df = 1, p = .046
G 檢定(似然比)G = 4.027, df = 1, p = .045
以耶茨校正的卡方χ² = 3.240, p = .072
Fisher 精確檢定(雙尾)p = .071
勝算比0.444 (95% CI 0.200–0.989)
Cramér V0.200 (小)
Φ係數(φ)-0.200
列聯係數(C)0.196
Lambda(對稱 / 列|欄 / 欄|列)0.200 / 0.200 / 0.200
Goodman–Kruskal gamma (γ)-0.385
Kendall's tau-b / tau-c-0.200 / -0.200
Somers' d-0.200 / -0.200 / -0.200
Theil's U0.029 / 0.029 / 0.029
01

V 的計算方式

χ² 會隨樣本數與表格大小增加。因此 Cramér 把它除以 n 與可能的最大 k − 1,讓結果可以跨研究、跨表格格式比較。在 2×2 表中,V 等於 Phi 係數的絕對值。

  • V = √(χ² ÷ (n · (k − 1))),k = min(列數, 欄數)
  • k − 1 = 1 時 Cohen 的參考值:0.1 小、0.3 中、0.5 大。
  • 自由度越大,參考門檻越低。
02

範例

開啟時的表格 [[20, 30], [30, 20]] 有 n = 100、χ² = 4.00(P = .046)。由於 k − 1 = 1,V = √(4.00 ÷ 100) = 0.20:關聯小但具統計顯著性。

03

什麼時候使用,什麼時候不要用

請把 V 與卡方檢定一起報告。

  • 說明任何大小交叉表中的關聯強度。
  • 比較不同研究或子群之間的關聯。
  • V 不表示方向:有序變數使用 gamma 或 Kendall's tau 更有資訊。
  • 期望次數很小時,V 也不確定。

參考資料

延伸閱讀

  • Cramér, H. (1946). Mathematical Methods of Statistics. Princeton, NJ: Princeton University Press.

  • Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Hillsdale, NJ: Lawrence Erlbaum.

  • SciPy — scipy.stats.contingency.association

常見問題

常見問題

如何解讀 Cramér's V?

0 表示沒有關聯,1 表示完全關聯。在 2×2 表中,依 Cohen 的建議約 0.1 為小、0.3 為中、0.5 為大;表格較大時門檻較低。

V = 0.2 算強嗎?

屬於小到中等:真實但有限的關聯。實際意義取決於情境。

和 Phi 係數有什麼不同?

在 2×2 表中 V = |φ|。表格較大時 φ 可能超過 1,V 則始終介於 0 到 1。

為什麼除了 P 值還要報告 V?

P 值只說明關聯是否可能不是偶然。樣本很大時,極小的關聯也會顯著,V 則呈現關聯的強度。

資料會上傳到伺服器嗎?

不會。輸入的數值只在目前的瀏覽器分頁中計算,不會傳送到任何伺服器。

分析你自己的問卷資料檔

開啟 CSV、Excel 或 SPSS(.sav)檔案,直接在瀏覽器中開始分析。免費、不需要帳號,你的資料不會離開你的電腦。

開啟完整工作區

· 英文版