サンプルサイズ(N)は、各グループに含まれる観測値の合計数です。
サンプルサイズは、信頼区間と検定の検出力に影響します。
通常、サンプルサイズが大きいほど信頼区間が狭くなります。また、サンプルサイズが大きいほど、検定での差の検出力が高くなります。詳細は、検出力とはを参照してください。
中央値はデータセットの中間点です。この中間点の値は、観測値の半分がその値より上にあり、観測値の半分がその値より下にあるという点です。中央値は、観測値に順位付けし、順位付けされた順序での順位[N + 1] / 2にある観測値を検出することによって算定されます。データに含まれる観測値の数が偶数の場合、その中央値は、N/2および[N/2] + 1の数で順位付けされた観測値の平均値です。
サンプル中央値は、各グループの母集団中央値の推定値です。全体の中央値は、すべての観測値の中央値です。
平均順位は、各サンプル内のすべての観測値の順位の平均です。Minitabでは、平均順位を使用して、クラスカル-ワリス検定の検定統計量であるH値を計算します。
平均順位を計算するため、Minitabにより結合されたサンプルに順位がつけられます。最小観測値には順位1が、2番目に小さな観測値には順位2が割り当てられ、以下同様に順位が割り当てられます。2つ以上の観測値が結合される場合は、各結合観測値に平均順位が割り当てられます。サンプルごとに平均順位が計算されます。
グループの平均順位が全体的な平均順位より上位の場合、そのグループの観測値は他のグループの観測値より高くなる傾向があります。
Z値は、すべての観測値の平均順位に対する各グループの平均順位の比較を示します。
自由度(DF)は、データ内のグループ数から1を差し引いた数と等しくなります。帰無仮説では、カイ二乗分布により、指定した自由度で検定統計量の分布を近似します。Minitabでは、カイ二乗分布を使用してこの検定のp値を推定します。
Hは、クラスカル-ワリス検定での検定統計量です。帰無仮説では、カイ二乗分布によってHの分布を近似します。この近似は、含まれる観測値の数が5より少ないグループが存在しない場合、ほぼ正確です。
Minitabで検定統計量を使用して計算されるp値に基づいて、項およびモデルの統計的有意性を決定します。p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
大きさが十分な検定統計量は、中央値間の少なくとも1つの差が統計的に有意であることを示します。
その検定統計量を使用して、帰無仮説を棄却するかどうかを判断できます。ただし通常は、検定のp値を使用して同じ決定を下すほうがより実用的で便利です。
p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
p値を使用して、中央値間の差のいずれかが統計的に有意かどうかを判定します。