2サンプルの比率の主要な結果を解釈する

2サンプル比率検定を解釈するには、次の手順を実行します。主要な結果には、差の推定値、信頼区間、およびp値が含まれます。

ステップ1:母比率の差に対する信頼区間を判断する

まず、サンプル比率での差を考慮し、次に信頼区間を調べます。

差は、母比率での差の推定値です。差は母集団全体ではなくサンプルデータに基づくため、サンプル差が母集団差に一致する可能性は低いと言えます。より良好に母集団差を推定するためには、差の信頼区間を使用します。

信頼区間は、2つの母比率間の差の値が含まれる可能性が高い範囲です。信頼区間により、結果の実質的な有意性を評価しやすくなります。状況に応じた専門知識を利用して、信頼区間に実質的に有意な値が含まれているかどうかを判断します。信頼区間が広すぎて役に立たない場合、サンプルのサイズを増加させることを検討します。 詳細は、信頼区間の精度を高める方法を参照してください。

差の推定

差に対する95%信頼区間
0.0992147(0.063671, 0.134759)
正規近似に基づく信頼区間
主要な結果:推定差、差に対する95%の信頼区間

これらの結果では、夏季の男子学生と女性学生の雇用率の母集団推定差は0、およそ0.099です。95%の信頼度で、母集団標準偏差での比はおよそ0.06から0.13の間に含まれると考えることができます。

ステップ2:差が統計的に有意かどうかを判断する

母比率間の差が統計的に有意かどうかを判断するには、p値を有意水準と比較します。通常、0.05の有意水準(αまたはアルファとも呼ばれる)が有効に機能します。0.05の有意水準は、実際には差が存在しない場合に、差が存在すると結論付けてしまうリスクが5%であるということを示します。
p値 ≤ α:比率の間の差は統計的に有意です(H0を棄却する)
p値が有意水準以下の場合は、帰無仮説を棄却する決定を下します。母比率間の差は仮説差と等しくないと結論付けることができます。仮説差を指定しなかった場合、Minitabでは、比率値間に差がないかどうかを検定します(仮説差 = 0)。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。詳細については、統計的有意性と実質的有意性を参照してください。
p値 > α:比率の間の差は統計的に有意ではありません(H0を棄却しない)
p値が有意水準よりも大きい場合は、帰無仮説を棄却しない決定を下します。母比率間の差が統計的に有意であると結論付けるだけの十分な証拠はありません。検定の検出力が、実質的に有意な差を検出するのに十分であることを確認してください。詳細については、2比率の検出力とサンプルサイズを参照してください。

Minitabでは、通常の近似法とフィッシャーの正確な方法を使用して、2つの比率検定のp値を計算します。両方のサンプルで事象数と非事象数が5以上である場合は、2つのp値のうち小さい方を使用します。いずれのサンプルでも事象数または非事象数が5より少ない場合、通常の近似方法が不正確になることがあります。Fisherの正確検定はすべてのサンプルサイズで有効ですが、保守的になる傾向があります。保守的なp値は、帰無仮説に反する証拠を控えめに示します。

記述統計量

サンプルN事象サンプルp
サンプル18027250.903990
サンプル27125730.804775

検定

帰無仮説H₀: p₁ - p₂ = 0
対立仮説H₁: p₁ - p₂ ≠ 0
方法Z-値p値
正規近似5.470.000
Fisherの正確検定  0.000
主要な結果: P値

この結果で、帰無仮説では、夏季アルバイトに採用された男子学生と女子学生の比率に差がないと仮定します。両方のサンプルの事象と非事象の数は少なくとも5であるため、両方のp値は有効です。両方の方法のp値が0.0001より小さく、有意水準0.05から小さいため、帰無仮説を棄却と判定し、夏季アルバイトに採用された学生で男子と女子の比率が異なると結論付けます。