あるTシャツショップの購買担当者が、各サイズのTシャツの販売した比率と注文した比率を比較したいと考えています。購買担当者は1週間に販売した各サイズのTシャツの数を数えます。
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。
- サンプルデータTシャツ売上.MTWを開きます。
- を選択します。
- 観測度数に、度数を入力します。
- カテゴリ名 （オプション）に、サイズを入力します。
- 検定の下で、特定の比率を選択し、比率を入力します。
- OKをクリックします。
結果を解釈する
これらの結果において、各サイズのTシャツの観測数は、期待数とそれほど変わりません。サイズごとの明細は以下のとおりです。
- SサイズのTシャツの予想販売数は22.5枚でしたが、実際には25枚販売されました。
- MサイズのTシャツの予想販売数は45枚でしたが、実際には41枚販売されました。
- LサイズのTシャツの予想販売数は90枚でしたが、実際には91枚販売されました。
- XLサイズのTシャツの予想販売数は67.5枚でしたが、実際には68枚販売されました。
販売数の観測値と期待値の差が最も大きかったのはMサイズです。したがって、このカテゴリがカイ二乗統計量への寄与度が最も大きい0.355になっています。
全体のカイ二乗統計量は0.648で、p値は0.885です。p値が有意水準値の0.05より大きいため、買い手は帰無仮説は棄却できません。Tシャツの販売の観測値と販売の期待値の間に有意差はないと、買い手は結論を出します。
観測度数と期待度数
| カテゴリ | 観測値 | 検定比率 | 期待 | カイ二乗への寄与度 |
|---|---|---|---|---|
| S | 25 | 0.1 | 22.5 | 0.277778 |
| M | 41 | 0.2 | 45.0 | 0.355556 |
| L | 91 | 0.4 | 90.0 | 0.011111 |
| XL | 68 | 0.3 | 67.5 | 0.003704 |
カイ二乗検定
| N | 自由度 | カイ二乗 | p値 |
|---|---|---|---|
| 225 | 3 | 0.648148 | 0.885 |
