分かりやすい分割表

分割表とは?例を使ってわかりやすく!2つの検定も理解しよう

分割表とはどんな表だろう?

私も初めて「分割表」という文字を目にした時には全くイメージできませんでした。。

 

分割表とは、Wikipediaによると、以下のような定義らしいです。

2つ以上の変数(名義尺度が一般的)の間の関係を記録し分析するための表

分かるような、分からないような。。。という感じですよね。

言葉で覚えるより、実際の表を見たほうが理解は早いので、例を用いてわかりやすく説明します!

 

分割表で必須の検定である「カイ二乗検定」「フィッシャーの正確確率検定」についても概要を解説します!

 

 

基本の2×2分割表とはどんな表?

例えば、一般的によく見る2×2分割表。

このような表です。

例として、100人の男女に右利きか左利きかを聞いてみた結果の表。

 

  男性 女性 合計
右利き 43 44 87
左利き 9 4 13
合計 52 48 100


こんな感じの表、一度は見たことありますね。

なぜこれを2×2分割表というのか。

それは、行と列のカテゴリが、それぞれ2水準(男性と女性、右利きと左利き)で分割されている表だからです。

ということは、もしカテゴリがそれぞれ3水準だったら。

それは3×3分割表と言います。

一般化すると分割表はn×m分割表と呼ばれます。

 

分割表とはこのような特徴を持っている!

分割表の特徴は、この4つあります。

  1. カテゴリカル変数同士の関係を表している
  2. 一番右の列に、行の各水準(上記の例では右利きと左利き)の合計がある(赤文字)
  3. 一番下の行に、列の各水準(上記の例では男性と女性)の合計がある(青文字)
  4. 右下に、全部の合計がある。

 

 

分割表から何を読み取ることができるか?

赤と青の合計を見てみましょう。

まず、男女で大きな差がないのは分かりますね。

52例と48例。

これは、私たちの感覚と一致します。

 

一方で、右利きと左利きの人数は大きく違います。

87例と13例。

これも、私たちの感覚と大枠としては一致しますね。

当然、右利きのほうが左利きよりも多いはずなので。

 

分割表に対応する検定は2つある!

この分割表に対応する検定は2つあります。

それは、「χ(カイ)二乗検定」「フィッシャーの直接確率検定です。

名前だけは聞いたことありますかね?

分割表の検定では、この2つを理解しておけば、全く問題ありません。

 

この2つの検定の使い分け、あなたは分かりますか?

よく言われているのは、データの数によっての使い分けです。

データの数が多ければ、χ二乗検定

データの数が少なければ、フィッシャーの直接確率検定。

じゃあ、多いとか少ないって、どう判断するんじゃ!

という、疑問を持ったあなた。

ごもっともです。

 

目安は、データ数が5以下のセルがあれば、少ないと判断してフィッシャーの直接確率検定を使います。

セルというのは、2×2で分けられた4つのカテゴリのことを指します。

エクセルの「セル」と同じ意味ですね。

 

例えば、上記の表では、女性の左利きのデータ数は4ですよね。

ですから、データが少ないとしてフィッシャーの直接確率検定を使います。

それ以外は、どちらでもいいです。

χ二乗検定でも、フィッシャーの直接確率検定でも。

まぁでも、χ二乗検定のほうが一般的ですかね。

 

分割表の解析をEZRで実践する

分割表の解析をEZRで実践する方法を、別記事で解説しています

EZRとは無料の統計ソフトであるRを、SPSSやJMPなどのようにマウス操作だけで解析を行うことができるソフトです。

EZRもRと同様に完全に無料であるため、統計解析を実施する誰もが実践できるソフトになっています。

2019年5月の時点で英文論文での引用回数が2400回を超えているとのことで、論文投稿するための解析ソフトとしても申し分ありません。

これを機に、EZRで統計解析を実施してみてはいかがでしょうか?

 

>>EZRで分割表の解析を実践する

 

まとめ

  • 分割表とは、2つのカテゴリカル変数の関係を示したもの。
  • 検定としては、カイ二乗検定とフィッシャーの直接確率検定が用いられる。
  • 使い分けは、データ数が5以下のセルがあれば、フィッシャーの直接確率検定を使う。
  • それ以外は、どちらを使ってもいい。
論文化に必要な統計に絞った地図あります

 

  • パソコンに向かってもなぜか筆が進まない…
  • 学会発表は結構たくさんしているのに、なぜ論文が出ないのだろう…
  • こんなに忙しいのに、いつ論文を書いたらいいのか…
  • 一度は書いたはずの論文がお蔵入りに…どうすればいいの…
  • データはあるのになぜ論文化まで持っていけないんだろう…
  • このデータ、どうやって解析すればいいんだろう…

 

その悩みこの無料メルマガで全て解決するかもしれません

 

↓今すぐ無料で論文化までの最短距離を歩く↓

↑無料で論文化に必要な統計を最短で学ぶ↑