正確なフィッシャー テスト結果を報告する方法
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。
フィッシャーの正確確率検定の結果を報告する場合、通常、次の一般的な構造を使用します。
- 2 つの変数について簡単に説明します。
- 検定の p 値 (および片側 p 値を表すか両側 p 値を表すか)。
使用できる正確な表現は次のとおりです。
フィッシャーの直接確率検定を使用して、[変数 #1] と [変数 #2] の間に有意な関連があるかどうかを判断しました。
[変数 #1] と [変数 #2] の間に統計的に有意な関連性があった [または無かった] (p = [p 値])。
次の例は、実際にフィッシャーの正確確率検定の結果をレポートする方法を示しています。
例: フィッシャーの正確確率検定結果のレポート
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。次の表は、調査の結果を示しています。
民主党 | 共和党 | |
---|---|---|
女性 | 8 | 4 |
男 | 4 | 9 |
表内の 1 つ以上のセルが 5 未満である場合、フィッシャーの直接確率検定を使用して、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できます。
SPSS を使用してテストを実行し、次の結果が得られたとします。
テスト結果を報告する方法は次のとおりです。
フィッシャーの正確検定は、性別と政党の好みの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した。
2 つの変数間に統計的に有意な関連はありませんでした (両側 p = 0.115)。
留意すべき事項
フィッシャーの正確なテスト結果を報告する際に留意すべき点がいくつかあります。
1. 記述統計テーブルを使用します。
読者にデータのより完全な全体像を与えるために、調査または研究で使用された個人の総数と各変数に該当する個人の合計割合を示す記述統計の表を提示すると役立つ場合があります。
2. 報告するテスト統計はありません。
独立性のカイ二乗検定とは異なり、フィッシャーの正確確率検定には報告する検定統計量がありません。
代わりに、単純に検定の p 値を報告し、フィッシャーの正確確率検定を使用したことに注意します。これは一般的に使用されるテストであるため、最終レポートにはテスト統計が含まれないことはよく知られています。
追加リソース
次のチュートリアルでは、さまざまな統計ソフトウェアでフィッシャーの直接確率検定を実行する方法について説明します。
R でフィッシャーの正確検定を実行する方法
Python でフィッシャーの正確テストを実行する方法
SPSS でフィッシャーの正確確率検定を実行する方法
Excel でフィッシャーの正確確率検定を実行する方法
フィッシャーの正確検定計算機