この計算ツールでできること
カイ二乗P値計算ツールは、カイ二乗検定統計量をP値へと変換します。P値とは、帰無仮説が正しいと仮定したときに、観測された結果と同等かそれ以上に極端な結果が得られる確率のことです。適合度検定、独立性の検定、均質性の検定など、あらゆるカイ二乗検定に対応しており、検定統計量と自由度さえ分かれば使えます。さらに、よく使われる有意水準である0.05・0.01・0.001における臨界値も表示するので、自分の結果がどの位置にあるのかを一目で把握できます。
使い方
- カイ二乗統計量（χ²）：検定によって得られた値を入力します。通常は統計ソフトの出力結果や手計算の値です。
- 自由度（df）：適合度検定では df ＝ カテゴリ数 − 1。分割表（クロス集計表）では df ＝（行数 − 1）×（列数 − 1）となります。
- 表示されたP値を、あらかじめ設定した有意水準α（一般的には0.05）と比較してください。
計算式の解説
カイ二乗分布は自由度のみによって形が決まります。P値は、入力した統計量よりも右側（上側）の裾の面積として求められます。
p ＝ P(χ²df ≥ 観測値)
この計算には、正則化された上側不完全ガンマ関数が用いられます。カイ二乗検定は本質的に片側検定であり（統計量が大きいほど期待値からのズレが大きいことを意味します）、そのため右側の裾のみを使用します。P値が小さいほど、帰無仮説に反する証拠が強いことを示します。
計算例
サイコロが公平かどうかを調べるために、60回振ったとしましょう。計算の結果、カイ二乗統計量が12.6、自由度 df ＝ 5（6つの目から1を引いた値）になったとします。これらの値を入力すると、P値はおよそ0.027と算出されます。0.027は0.05より小さく0.01より大きいため、有意水準5%では帰無仮説を棄却し、「このサイコロには偏りがあるようだ」と結論づけられます。ただし、1%水準に達するほど証拠が強いわけではありません。
よくある質問
どのくらいのP値なら有意といえますか？設定した有意水準α（一般的には0.05）を下回るP値は、統計的に有意とみなされます。0.01や0.001といったより厳しい基準を用いると、偽陽性（誤った有意判定）の可能性を抑えられます。
なぜ自由度がそれほど重要なのですか？カイ二乗分布の形は自由度によって変化するため、同じ統計量でも、自由度が小さければ有意になり、大きければ有意にならないということが起こります。自由度は必ず正確に入力してください。
P値がちょうど0になることはありますか？ありません。きわめて大きい統計量では、P値が限りなく小さくなり「0.000」と表示されることがありますが、真の値は常に正の数です。
