カイ二乗検定を使用して、データの観測分布をデータの期待分布と比較します。

カイ二乗検定の出力を追加するには、 フォームを追加して入力するに進みます。

カイ二乗適合度

カイ二乗適合度検定を使用して、各カテゴリの項目の比率が指定した比率と有意に異なるかどうかを判断します。

比率がカテゴリ間で等しいかどうか(一様)を検定したり、カテゴリごとに異なる比率を指定したり、カテゴリごとに履歴カウントを指定したりできます。

例えば、購買担当者は、カイ二乗適合度検定を実行して、販売されたTシャツのサイズの比率が注文したTシャツのサイズの比率と一致するかどうかを判定します。例を参照するには、Minitab ヘルプ:カイ二乗適合度検定の例に移動します。

データに関する考慮事項

どのカテゴリでも妥当な確率で結果が観測されるように、各サンプルには十分な大きさが必要です。期待度数が小さすぎる場合、検定のp値が正確でなくなる可能性があります。詳細については、Minitab ヘルプ:カイ二乗適合度検定のデータに関する考慮事項を参照してください。

独立性のカイ二乗検定

1つ以上のカテゴリ変数に分類するデータがある場合は独立性のカイ二乗検定を使用します。

独立性のカイ二乗検定を使用すると、2つ以上のカテゴリ変数にわたるカテゴリの組み合わせの度数またはパーセンテージを決定し、変数間の関係を調べることができます。独立性のカイ二乗検定は、関連性のカイ二乗検定とも呼ばれ、Minitabのクロス集計ツールとカイ二乗ツール内にあります。

たとえば、技師が異なる生産ライン、各シフトで、何個の不良部品が生産されているかを割り出すとします。例を参照するには、Minitab ヘルプ:クロス集計とカイニ乗の例に移動します。

データに関する考慮事項

データは、カテゴリのX値とY値の各組み合わせのカウントを含む表である必要があります。観測値の独立性は、この検定の重要な前提です。詳細については、Minitab ヘルプ:クロス集計およびカイ二乗のデータに関する考慮事項を参照してください。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください