クロス集計とカイニ乗のデータに関する考慮事項

有効な結果が確実に得られるようにするため、データの収集、分析の実行、および結果の解釈時には、次のガイドラインを考慮してください。

サンプルはランダムに選択される必要がある

ランダムサンプルは、母集団についての総合化または推測に用います。データがランダムに収集されていない場合、結果が正しくない可能性があります。

各観測値は他のすべての観測値から独立している必要があります

観測値の独立性は、関連性のカイ二乗検定の重要な前提です。

すべてのデータが重複なしで、相互に排他的な行と列のカテゴリに分類されなければならない

関連性のカイ二乗検定は、変数カテゴリが重複する場合は実行できません。したがって、各観測値は1つまた唯一のカテゴリに分類されます。

期待度数は小さすぎないようにしなければならない
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。Minitabは、結果から、期待度数が小さすぎるかどうかを示します。
カテゴリの期待度数が低すぎる場合、最小限の期待度数を得るために、隣接するカテゴリと結合できることもあります。 カテゴリを結合する時に情報を失うため、カテゴリを結合するのは必要な場合に限られます。 またはすべてのサンプルサイズで正確なフィッシャーの正確検定を用いることができます。詳細については、フィッシャーの正確検定とはを参照します。
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