cv.cm

学術・研究

カイ二乗検定(独立性の検定)のやり方

独立性のカイ二乗検定は、2つのカテゴリ変数に関連があるか、たとえば好みが2つの群で違うかを調べます。表を作り、期待度数を求め、検定統計量を合計し、p値を出し、検定が有効かを確認します。

7 分

今日の結果 表の χ²、自由度、p値、Cramér の V、期待度数。

人数や件数(度数)を入力し、割合や平均は入れないでください。1人は1つのセルにだけ入ります。

カイ二乗検定 計算を開く
この一回
  1. cv.cm のカイ二乗検定計算ツールを開く

    2変数の表なら「独立性」、1つの変数を期待比率と比べるなら「適合度」を選びます。

    カイ二乗検定 計算を開く
  2. 分割表を入力する

    行と列の数を決めて観測度数を入力します。例は2群(行)と2つの回答(列):1行目が 20 と 15、2行目が 30 と 35、全部で 100 人です。

  3. 期待度数を求める

    変数に関連がなければ、各セルは 行合計 × 列合計 ÷ 総合計 になります。最初のセル:35 × 50 ÷ 100 = 17.5。計算ツールがすべて表示します。

    観測度数と、2つの変数に関連がない場合の期待度数。
    観測度数と、2つの変数に関連がない場合の期待度数。
  4. (O − E)² ÷ E を合計する

    各セルで観測と期待の差を2乗して期待で割り、4つを合計します:χ² = 1.10。自由度は (行 − 1) × (列 − 1) = 1 です。

  5. p値を読む

    χ²(1) = 1.10 は p = .295 で、.05 よりずっと大きいので関連の証拠はありません。Cramér の V = .10 から、関連はいずれにしても弱いとわかります。自由度1で有意になるには χ² が 3.84 を超える必要があります。

    自由度1のカイ二乗分布:1.10 は α = .05 で必要な 3.84 を大きく下回ります。
    自由度1のカイ二乗分布:1.10 は α = .05 で必要な 3.84 を大きく下回ります。
  6. 期待度数を確認して報告する

    期待度数が5未満のセルが20 %以下で、1未満のセルがなければ検定は信頼できます。小さな 2 × 2 の表では Fisher の正確検定を使いましょう。報告は χ²(1, N = 100) = 1.10, p = .295 とします。

よくある質問

カイ二乗検定で何がわかりますか?

表の度数のパターンが、変数に関連がない場合(独立性)や、カテゴリが所定の比率に従う場合(適合度)の期待と違うかどうかです。

カイ二乗検定の自由度の求め方は?

独立性の検定では (行 − 1) × (列 − 1)、適合度ではカテゴリ数 − 1 です。

Yates の補正とは?

2 × 2 の表で χ² を少し小さくする連続性補正です。保守的なので、今では小さな表には Fisher の正確検定を好む統計家が多くなっています。

Cramér の V とは?

関連の強さを表す効果量で、0 から 1 の値を取ります。2 × 2 の表では約 .1 で小、.3 で中、.5 で大です。

カイ二乗検定に割合を使えますか?

使えません。実際の度数が必要です。割合ではサンプルの大きさがわからず、誤った結果になります。