P-Value: 0.316
Per svolgere questo studio ho voluto provare a vedere se vi è indipendenza statistica tra la risoluzione, o meno, di esperienze di usi impropri, e il genere.
Per fare questo ho dovuto quindi eliminare la risposta della prima variabile "No", perdendo quindi tutti gli elementi della popolazione che hanno risposto di No.
Il risultato è una variabile dicotomica che risponde alla domanda:
"Hai risolto le esperienze negative che hai avuto in rete?".
La variabile vale 2 se la risposta è "No", 1 se la risposta è "Sì".
Infine, dato che le domande erano su due specifiche questioni (Esperienze che hanno influenzato le relazioni sociali ed esperienze che hanno influenzato l'utilizzo stesso della rete),
ho voluto eseguire questo studio mantenendo questa specificità, separando i due casi.
Qui di seguito troviamo quindi la tabella a doppia entrata del genere rapportato alla risoluzione o meno di esperienze negative che hanno influenzato le relazioni sociali:
| Sì | No | TOT | |
| Maschile | 13 | 7 | 20 |
| Femminile | 5 | 0 | 5 |
| TOT | 18 | 7 | 25 |
Esempio di lettura della tabella:
13 individui maschi hanno risposto di aver risolto esperienze negative che han influenzato le relazioni sociali.
Calcolando il chi quadrato sulla tabella a doppia entrata risulta:
| Chi-Squared: 1.004 P-Value: 0.316 | |
Dato che il P-Value è maggiore di 0.05, siamo portati a rifiutare una correlazione tra le 2 variabili, accettando l'ipotesi H0 di indipendenza.
Di seguito possiamo trovare la tabella a doppia entrata del genere rapportato alla risoluzione o meno di esperienze negative che hanno influenzato l'utilizzo della rete stessa:
| Sì | No | TOT | |
| Maschile | 23 | 9 | 32 |
| Femminile | 5 | 0 | 5 |
| TOT | 28 | 9 | 37 |
Esempio di lettura della tabella:
23 individui maschi hanno risposto di aver risolto esperienze negative che han influenzato l'utilizzo della rete stessa.
Calcolando il chi quadrato sulla tabella a doppia entrata risulta:
| Chi-Squared: 0.644 P-Value: 0.422 |  |
Dato che il P-Value è maggiore di 0.05, siamo portati a rifiutare una correlazione tra le 2 variabili, accettando l'ipotesi H0 di indipendenza.