Spss でフィッシャーの正確確率検定を実行する方法

フィッシャーの直接確率検定は、 2 つのカテゴリ変数間に有意な関連があるかどうかを判断するために使用されます。

これは通常、2 × 2 テーブル内の 1 つ以上のセル数が 5 未満である場合に、 独立性のカイ二乗検定の代替として使用されます。

このチュートリアルでは、SPSS でフィッシャーの正確確率検定を実行する方法について説明します。

例: SPSS のフィッシャーの正確確率検定

特定の大学での政党への選好に性別が関連しているかどうかを知りたいとします。これを調査するために、キャンパス内の 25 人の学生をランダムに調査しました。性別に基づいた民主党または共和党の学生数を以下の表に示します。

性別と政党の好みの間に統計的に有意な関連があるかどうかを判断するには、次の手順を使用して SPSS でフィッシャーの正確確率検定を実行します。

ステップ 1: データを入力します。

まず、以下のようにデータを入力します。

各行には、個人の ID、政党の好み、性別が表示されます。

ステップ 2: フィッシャーの正確確率検定を実行します。

[分析]タブ、 [記述統計] 、 [クロス集計]の順にクリックします。

Gender変数を「Rows」というラベルの付いた領域にドラッグし、 Part変数を「Columns」というラベルの付いた領域にドラッグします。次に、 「統計」というラベルの付いたボタンをクリックし、 「カイ二乗」の横のボックスがチェックされていることを確認します。次に、 「続行」をクリックします。

次に、 「Exact」というラベルのボタンをクリックし、 「Exact」の横のボックスがオンになっていることを確認します。次に、 「続行」をクリックします。

最後に、 「OK」をクリックしてフィッシャーの正確確率検定を実行します。

ステップ 3: 結果を解釈します。

[OK]をクリックすると、フィッシャーの正確確率検定の結果が表示されます。

最初のテーブルには、データセット内の欠落ケースの数が表示されます。この例では、欠落しているケースが 0 件あることがわかります。

2 番目の表は、性別および支持政党別の個人総数のクロス集計を示しています。

3 番目の表は、フィッシャーの正確確率検定の結果を示しています。検定では次の 2 つの p 値がわかります。

• 両側 p 値: 0.115
• 片側 p 値: 0.081

フィッシャーの正確検定の帰無仮説は、2 つの変数が独立であるということです。この場合、帰無仮説は性別と政党の好みが独立しているということであり、これは両側検定であるため、両側 p 値 0.115 を使用します。

この p 値は 0.05 未満ではないため、帰無仮説は棄却されません。したがって、性別と政党の好みの間に有意な関連があると言える十分な証拠はありません。