Nell'informatica, una tabella di contingenza (nota anche come tabella incrociata o tabella incrociata) è un tipo di tabella in formato matrice che visualizza la distribuzione di frequenza (multidimensionale) delle variabili. È uno strumento utile per organizzare e comprendere un ampio insieme di dati e per testare ipotesi sulla struttura sottostante di tali dati.
Le tabelle di contingenza vengono utilizzate in una serie di discipline correlate come ricerche di sondaggi, medicina, genetica e ricerche di mercato. Nella ricerca basata su sondaggi, le tabelle di contingenza aiutano a identificare le relazioni tra variabili, come il collegamento tra genere e preferenza di marca. In genetica, le tabelle aiutano la ricerca sulle relazioni genealogiche tra i membri di una famiglia. Nelle ricerche di mercato, vengono utilizzati per identificare le preferenze dei clienti in termini di tipi di prodotto, set di funzionalità, ecc.
Una tabella di contingenza è una tabella incrociata di due o più variabili categoriali (fattori o trattamenti) e delle relative frequenze, che mostra graficamente i conteggi (frequenze o percentuali) di varie combinazioni di tali variabili.
Una tabella di contingenza può essere utilizzata per identificare tendenze e modelli significativi nei dati, nonché individuare potenziali valori anomali o risultati altrimenti inattesi. È utile anche per analizzare set di dati di grandi dimensioni o con molte variabili, poiché fornisce una rappresentazione visiva dei dati in un unico spazio. È utile anche per determinare la dipendenza tra due variabili associate.
Nell'analisi web, viene utilizzata una tabella di contingenza quando si tenta di identificare quale delle due variabili sta indirizzando il traffico verso un particolare sito Web o applicazione. Ad esempio, un analista web potrebbe utilizzare una tabella di contingenza per indagare sul contributo delle fonti di traffico organico e a pagamento al sito web.
Nel complesso, le tabelle di contingenza rappresentano un ottimo modo per cercare modelli che possono esistere tra due diverse variabili e sono fondamentali per lavorare con set di dati di grandi dimensioni in qualsiasi disciplina.
