独立性テストにより、2つの変数 X と Y 間に統計的なリンクがないことを確認できます。両者の間に統計的なつながりがない場合、つまり X の知識では、 Y についての意見はまったく得られない場合、この2つは独立していると言われます。

独立性のテストχ2（chi-2）またはピアソンのχ2によって、2つの変数間の独立性を検証できます。

null仮説（H0）が定式化され、後者と変数XおよびYは互いに独立しています。

定式化された仮説は、変数XとYが互いに関連していないことを意味します。この条件下では、クラスの期待値は次のように定義できます。

クラスが変数XとYのいくつかの値によって定義されていることを知っています。

Eは期待値、Oは観測値、Iは変数Xの値の数、Jは変数Yの値の数、Nは数dです。 'サンプル。

距離測定χ2は、上記で予想された値と観測された値の間で行われます。

距離χ2は、自由度に応じてと比較され参照テーブル 。距離χ2に関連するp値が0.05未満の場合、仮説が検証されると一般に考えられています。

値がこのしきい値を下回る場合、仮説は検証されます。それ以外の場合、仮説は無効になります。

独立性の仮説が確認された場合、2つの変数間のリンクを見つけることはできません。

仮説が無効になっている場合、2番目の変数の値のおかげで変数を推測できます。

独立性χ2テストは、サンプル数が30を超える場合にのみ実行できます。

コクラン基準も尊重する必要があり、次のように述べています。