La statistique du chi-carré vous indique comment les différents vos valeurs observées étaient de vos valeurs prédites. Plus le nombre est élevé, plus la différence. Vous pouvez déterminer si la valeur de votre chi carré est trop élevée ou assez pour soutenir votre prédiction en voyant faible si elle est inférieure à un certain valeur critique sur une table de distribution chi-carré. Ce tableau correspond à des valeurs de khi-carré avec des probabilités, appelé les valeurs p. Plus précisément, le tableau vous indique la probabilité que les différences entre vos valeurs observées et attendues sont simplement dues au hasard aléatoire ou si un autre facteur est présent. Pour un test de qualité d'ajustement, si la p-valeur est de 0,05 ou moins, alors vous devez rejeter votre prédiction.
Vous devez déterminer la degrés de liberté (Df) dans vos données avant de pouvoir rechercher la valeur du chi carré critique dans un tableau de distribution. Les degrés de liberté sont calculées en soustrayant 1 du nombre de catégories dans vos données. Il ya trois catégories dans cet exemple, il ya donc deux degrés de liberté. Un coup d'œil ce tableau de distribution chi carré vous dit que, pour 2 degrés de liberté, la valeur critique pour une probabilité de 0,05 est 5,99. Cela signifie que tant que la valeur de votre chi carré calculée est inférieure à 5,99, vos valeurs attendues, et donc la théorie sous-jacente, sont valables et soutenu. Depuis la statistique du chi carré pour les données de la progéniture grenouille était de 1,44, le biologiste peut accepter son modèle génétique.