克拉默 V 计算器
衡量两个分类变量之间的关联强度。粘贴列联表，每行单独占一行。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
将频数输入为表格，每行单独占一行，行内数值用英文逗号分隔。各行代表第一个变量的类别，例如“镇内”与“镇外”；各列代表第二个变量的类别，例如“喜欢”与“不喜欢”。每个单元格填写对应类别组合的人数。
克拉默 V
请检查输入
输入有效数值即可查看结果。需要帮助时，请参阅字段提示或打开数据输入指南。
克拉默 V 计算器衡量两个分类变量之间的关联强度，例如年龄组与所选产品是否有关。输入一个频数表后，工具会给出介于 0 和 1 之间的数值。接近 0 表示关联较弱，接近 1 表示关联较强。
自己动手计算
示例：衡量一个 2×2 表的关联程度，两行分别为 12, 8 和 8, 12。
按照示例了解计算过程，再代入您自己的数值。
计算期望频数
N = 40；每个单元格的期望频数 = 20 × 20 ÷ 40 = 10计算卡方统计量
χ² = 4 × (2² ÷ 10) = 1.6每个观察频数与期望频数都相差 2，因此四个单元格的贡献相同。
按列联表维度进行调整
k = (行数 − 1) 与 (列数 − 1) 中较小的值 = 1；N × k = 40计算效应量
V = √[χ² ÷ (N × k)] = √(1.6 ÷ 40) = √0.04 = 0.200
V 衡量关联强度，不表示方向或统计显著性。计算器显示的 p 值另由卡方分布的上尾概率计算。
在计算器中核对答案
应用场景
- 教师: 教师检查学生所在班级是否与期末考试及格或不及格有关。
- 小型企业经营者: 店主查看顾客到访的分店是否与留下正面或负面评价有关。
- 人力资源人员: 人力资源人员研究员工所属部门是否与其留任或离职有关。
如何解读克拉默 V
克拉默 V 从 0（无关联）到 1（完全关联）。对于简单的 2×2 表，可粗略参考 0.1 为小效应、0.3 为中等效应、0.5 及以上为大效应。它根据卡方统计量和表格维度计算，较大表格的解读标准可能不同。
何时使用
当您想衡量两个分类问题之间的关联强度时，可以使用本计算器。分类问题的答案是标签，而不是连续测量值，例如是或否、男或女、到访哪家分店。克拉默 V 表示两个变量关联有多强，适用于 2×2 及更大的频数表，可比较两个或多个类别。如果数据是具体年龄、消费金额等原始连续数值，则不应直接输入本工具。
结果是什么意思？
结果介于 0 和 1 之间。接近 0 表示两个分类变量几乎没有关联，接近 1 表示关联很强。对于简单的 2×2 表，常见参考是约 0.1 为弱关联、约 0.3 为中等关联、0.5 及以上为强关联。表格维度增大时，参考阈值可能变化，因此这些数值仅供粗略判断。
常见错误
确保每行的频数数量相同，否则表格无法对齐。各单元格填写实际人数或回答数，不要填百分比。不要把年龄或价格等原始数值直接当作分类频数。较大的克拉默 V 表示关联较强，但不能证明因果关系。样本量很小时，估计也可能不稳定，应结合数据量谨慎解读。
如何使用此计算器
- 建立频数表：每组作为一行，每个答案选项作为一列，统计各单元格中的回答数量。
- 输入频数，每行单独占一行，数值之间用英文逗号分隔。
- 检查每行的数值数量相同，结果会在数据有效时自动更新。
- 查看介于 0 和 1 之间的结果。数值越高，表示两个分类变量的关联越强。
计算示例
咖啡馆询问 100 位顾客是否喜欢一款新松饼，并按居住地分组。镇内顾客中 30 人喜欢、20 人不喜欢；镇外顾客中 10 人喜欢、40 人不喜欢。第一行输入 30, 20，第二行输入 10, 40，得到克拉默 V 约 0.41。按常见的粗略标准，这属于中等至较强关联，说明这组数据中的居住地与松饼偏好有关。
常见问题
表格每个单元格应填写什么？
输入频数，也就是落入该类别组合的人数或回答数量。例如，女性中回答“是”的人数。
这些数据从哪里来？
可以从调查结果或电子表格中统计。把纸质问卷扫描并上传至 PaperSurvey，或直接收集在线回答后，也可以通过问题比较获取相应频数。
最终数值表示什么？
它是介于 0 和 1 之间的数值，表示两个分类变量的关联强度。越接近 1，关联越强；越接近 0，关联越弱。
数值高是否说明存在因果关系？
不意味着因果关系。较大的数值只说明两个分类变量关联较强，不能证明一个导致另一个。
可以使用多大的表格？
可以使用 2 行 2 列或更多行、更多列的表格，前提是至少有两个行类别和两个列类别，而且每行的数值数量一致。