カイ二乗検定
観測度数と期待度数から χ² 値を計算し、独立性を検定
- 1. 入力条件を入れる
- 2. 計算ボタンを押す
- 3. 結果がすぐ表示
次回このツールを開くと、前回の入力で再計算 / 比較できます。アカウント登録不要・端末内のみに保存。
この計算ツールは役に立ちましたか？
評価はこの端末にだけ保存されます。送信は不要です。改善のヒントとして編集部が活用します。
このツールについて
あなたがマーケティング担当者なら、新しい広告キャンペーンが購買行動に影響を与えたか知りたいでしょう。あるいは、新商品に対する顧客の満足度が性別で異なるか。このカイ二乗検定ツールは、観測されたデータ（観測度数）と、もし要因間に全く関係がないとした場合のデータ（期待度数）を比較し、その差が偶然によるものか、それとも統計的に意味のある差なのかを明らかにします。例えば、ある広告AとBのクリック率が異なるか、といった仮説を検証し、データに基づいた意思決定を支援します。
計算の仕組み
このツールは、入力された観測度数データに基づいてカイ二乗値を計算し、統計的な独立性を検定します。具体的には、まず各セルの期待度数を「(その行の合計度数 × その列の合計度数) ÷ 全体の合計度数」で算出します。次に、カイ二乗値 (χ²) を「Σ (観測度数 - 期待度数)² / 期待度数」の計算式で求めます。この計算では、クロス集計表の行数 n と列数 r を用いて自由度 (n-1)(r-1) を決定します。算出されたカイ二乗値と自由度から、統計的有意性を判断するためのp値を導き出し、要因間に独立性があるか（関連性がないか）を評価します。一般的に、p値が0.05未満であれば、統計的に有意な関連性があると判断されます。
使用例
新広告キャンペーンの効果検証
新旧2種類の広告キャンペーンが購入意欲に与える影響を調査するため、それぞれ100人ずつに広告を見せ、購入意欲の有無を尋ねた場合のデータです。（旧広告：購入意欲あり30人、なし70人／新広告：購入意欲あり50人、なし50人）
- n: 2
- r: 2
カイ二乗値が7.14であり、p値が0.01未満であるため、統計的に有意な差があると言えます。新広告は旧広告と比較して、商品の購入意欲を高める効果があったと判断でき、今後のマーケティング戦略を立案する上で重要な根拠となります。
製品満足度と性別の関連性分析
ある新製品について、男女それぞれ150人ずつにアンケートを実施し、「満足」「やや満足」「不満」の3段階で満足度を評価してもらった場合のデータです。（男性：満足60人, やや満足50人, 不満40人／女性：満足80人, やや満足40人, 不満30人）
- n: 2
- r: 3
カイ二乗値は6.25で、p値が0.05未満であることから、性別と製品満足度には統計的に有意な関連性があることが示されました。この結果に基づき、性別に応じた製品改善やプロモーション戦略を検討することで、より効果的な顧客アプローチが可能になります。
教育方法が学力向上に与える影響
新しい教育方法を導入したクラスと従来の教育方法のクラスで、テストの結果（合格/不合格）を比較しました。各クラス40人の生徒がいます。（新教育方法：合格30人, 不合格10人／従来教育方法：合格20人, 不合格20人）
- n: 2
- r: 2
カイ二乗値が6.67、p値が0.01未満という結果は、教育方法とテストの合否に統計的に有意な関連性があることを示しています。この分析から、新しい教育方法が従来の教育方法に比べて学力向上に貢献している可能性が高いと結論付けられ、教育カリキュラムの改善に役立つでしょう。
計算方法の解説
カイ二乗検定とは
カイ二乗検定は、観測度数と期待度数の差が統計的に有意かどうかを判定する検定方法です。