(1) 検定に使う集計表を設定します。
※『検定』からは集計表を設定できないので、『集計・グラフ・レポート』にて集計表を設定しておく必要があります。
①CF2ファイル(「CF2_tutorial2_statistical.cf」)を開き、TOP画面から『集計・グラフ・レポート』を開きます。
上部にあるボタンのうち、右の「クロス集計の設定を追加」ボタンをクリックします。


③集計軸に性年代別の質問を設定します。今回はGROUP(性年代別)を集計軸に設定します。

④「集計表 出力設定」の「出力レイアウト設定」より、縦%を選択すると検定結果が見やすくなります。

⑤設定名と出力ファイル名をそれぞれ設定し、オレンジ色の「設定」ボタンをクリックします。

(2) 検定(軸内セグメント間)の設定をします。
①TOP画面に戻り「検定」を開き、(1)で設定した集計表を選択します。
ベース・ウェイトバック値の設定が必要ならば、「集計表 出力設定」で設定します。




✓ 結果の確認
上記の結果は、以下のように解釈することができます。
ブランドAの「非常に好き」と答えた人の割合を性年代別で比べたところ、
男性20代は、男性40代〜60代や女性50代〜60代と比べて、好意度が高く、有意差があることが確認されました。
今回は有意水準5%で検定を行ったため、
たまたま差が出ただけなのに有意差があると誤って判断してしまう可能性は5%(20回に1回の確率)と解釈できます。
B. χ2検定
サンプルデータ(CF2_tutorial2_statistical.cf)を使用し、ブランド間で好意度(好意度TOP2)に有意差が出るか、確認してみましょう。

(1) 検定に使う集計表を設定します。
※『検定』からは集計表を設定できないので、『集計・グラフ・レポート』にて集計表を設定しておく必要があります。
①CF2ファイル(「CF2_tutorial2_statistical.cf」)を開き、TOP画面から『集計・グラフ・レポート』を開きます。
上部のボタンのうち、右の「クロス集計の設定を追加」ボタンをクリックします。

②表頭の質問を設定します。今回はAQ3_1~AQ3_5を表頭に選択してください。

③集計軸に性別の質問を設定します。今回はSC1(性別)を集計軸に設定します。

④設定名と出力ファイル名をそれぞれ設定し、オレンジ色の「設定」ボタンをクリックします。

(2) 検定(軸内セグメント間)の設定をします。
①TOP画面に戻り「検定」を開き、(1)で設定した集計表を選択します。
ベース・ウェイトバック値の設定が必要ならば、「集計表 出力設定」で設定します。

②「Χ2検定」をクリックし、検定対象の設問(AQ3_1~AQ3_5)を設定できたら、「次へ」をクリックします。

「自由度」の出力も必要であれば、「自由度」にチェックします。


✓ 結果の確認
上記の結果は、以下のように解釈することができます。
ブランドAの好意度(AQ3_1)と性別(SC1)の間に関連があるか見たところ、5%水準で有意であることがわかりました。
この結果からはたまたま出る確率が5%未満しかないので、統計的に有意な関連がある、と解釈できます。
一方、ブランドCの好意度(AQ3_3)と性別(SC1)の間に関連があるか見たところ、10%水準で有意でないことがわかりました。
たまたま差が出た確率が10%よりも高いので、統計的に関連があるとは言えない、と解釈できます。
✓ 注意点
Excelや他のソフトで算出したp値と値が一致しない可能性がありますが、以下の場合にイェーツの補正を行ってp値を算出しています。
※イェーツの補正:期待度数が低い(目安は5未満)場合、カイ二乗値が過大評価される傾向があるため、
算出されたカイ二乗値に補正をかけて有意差が出やすくならないように調整すること
下記以外の場合に、補正が行われます。
●サンプル数<20の場合
●20≦サンプル数<40かつ期待度数(min(ex))<5の場合

