カイ二乗適合度検定を解釈するには、次の手順を実行します。主要な出力にはp値および観測値と期待値の棒グラフが含まれます。
ステップ1：観測値が期待値と統計的に異なるかどうかを判断する
p値を用いて、帰無仮説を却下するか却下できないかを判断し、各カテゴリの母比率が各カテゴリの特定の値と一致していることを示します。
観測値がサンプルおよび指定の分布の期待値と統計的に異なるかどうかを判断するために、p値を有意水準と比較します。通常は、有意水準（αまたはアルファとも呼ばれる）として0.05が有効に機能します。有意水準0.05は、帰無仮説を正しく却下しないリスクが5%あることを示しています。
- P-value ≤ α: 観測データは期待値と統計的に異なる（H0却下）
- p値が有意水準以下の場合は、帰無仮説を棄却し、データは特定の比率の分布に従わないと結論付けます。専門知識に基づいて、差が実際に有意かどうかを判断します。
- P-value > α: 観測データが期待値と統計的に異なると結論付けできない（H0却下失敗）
- p値が有意水準より大きい場合は、データは特定比率の分布に従わないと結論付けるだけの十分な証拠がないため、帰無仮説の棄却に失敗します。ただし、分布が同じだと結論付けることはできません。差は存在しているにもかかわらず、検定にそれを検出するのに十分な検出力がない可能性があります。
カイ二乗検定
N 自由度 カイ二乗 p値
225 3 0.648148 0.885
主要な結果: p値
これらの結果では、p値は0.885です。p値が選択されたα値0.05より大きいため、帰無仮説を棄却することはできません。したがって、観測比率が特定の比率と有意に異なると結論付けることはできません。
ステップ2：それぞれのカテゴリで観測値と期待値の差を調べる
各カテゴリの観測値および期待値を示す棒グラフを用いて、特定のカテゴリで差があるかを判別します。
この棒グラフは、観測値が各カテゴリの期待値に非常に似ていることを示しています。したがって、棒グラフはp値が示していることを視覚的に確認し、観測比率が特定の比率と有意に異なると結論付けることはできません。