Kruskal Wallis 検定電卓
複数の独立したグループを比較するためにクラスカル・ウォリスH検定を実行します。ステップバイステップの計算、順位分析、効果量、および非パラメータ統計分析のためのインタラクティブな視覚化を提供します。
広告ブロッカーにより広告が表示できません
MiniWebtool は広告収益で無料提供しています。このツールが役に立ったら、Premium(広告なし+高速)をご利用いただくか、MiniWebtool.com を許可リストに追加して再読み込みしてください。
- または Premium(広告なし)にアップグレード
- MiniWebtool.com の広告を許可してから再読み込みしてください
Kruskal Wallis 検定電卓
Kruskal-Wallis 検定電卓へようこそ。このツールは、非パラメトリックなクラスカル・ウォリスH検定を使用して、複数の独立したグループを比較するための包括的な統計ツールです。この電卓は、ステップバイステップの計算、順位分析、効果量の測定、およびデータの理解と解釈を助けるためのインタラクティブな可視化機能を提供します。
クラスカル・ウォリス検定とは何ですか?
クラスカル・ウォリスH検定(クラスカル・ウォリス一元配置分散分析とも呼ばれる)は、連続型または順序型の従属変数に対し、独立変数の2つ以上のグループ間に統計的に有意な差があるかどうかを判断するために使用される順位に基づいた非パラメトリック検定です。これは一元配置分散分析(ANOVA)の非パラメトリック版に相当します。
1952年にこれを開発したウィリアム・クラスカルとW.アレン・ウォリスにちなんで名付けられたこの検定は、マン・ホイットニーのU検定を3つ以上のグループに拡張したものです。ANOVAとは異なり、クラスカル・ウォリス検定はデータの正規分布を前提としません。
クラスカル・ウォリス H統計量の公式
ここで:
- N = 全グループを合わせた総観測数
- k = グループ数
- nᵢ = グループ i の観測数
- Rᵢ = グループ i の順位の合計
クラスカル・ウォリス検定をいつ使用するか
次の場合に一元配置ANOVAではなくクラスカル・ウォリス検定を使用します:
- 非正規データ: データがANOVAに必要な正規性の仮定を満たしていない場合
- 順序データ: 連続データではなく、順序(ランク付けされた)データがある場合
- 小規模サンプル: サンプルサイズが小さすぎて正規性を確認できない場合
- 外れ値の存在: ANOVAの結果を歪ませる可能性のある外れ値がデータにある場合
- 等分散でない: グループ間の分散が等しくない場合(不均一分散)
クラスカル・ウォリス検定の前提条件
- 従属変数は、順序尺度または間隔尺度(連続型)で測定されている必要があります。
- 独立変数は、2つ以上のカテゴリ別の独立したグループで構成されている必要があります。
- 観測の独立性 - 各グループ内、またはグループ間に観測値の関連性がないこと。
- グループ間で分布の形状が類似していること(必ずしも正規分布である必要はありませんが、類似している必要があります)。
この電卓の使い方
- データを入力する: 各グループのデータを個別の行に入力します。行内の値はカンマ、スペース、またはタブで区切ることができます。
- 有意水準を設定する: テストの要件に基づいてアルファ値(0.01、0.05、または0.10)を選択します。
- 精度を設定する: 結果の小数点以下の桁数を選択します。
- 計算する: 「計算」ボタンをクリックして分析を実行します。
- 結果を解釈する: H統計量、p値、効果量、および可視化グラフを確認して結論を導き出します。
結果の解釈
統計的有意性
- p値 ≤ アルファ の場合:帰無仮説を棄却します。少なくとも1つのグループのペアの間に統計的に有意な差があります。
- p値 > アルファ の場合:帰無仮説を棄却できません。グループ間に差があるという十分な証拠がありません。
効果量(イプシロン二乗)
効果量は、発見の実質的な重要性を測定します:
| イプシロン二乗 (ε²) | 効果の大きさ | 解釈 |
|---|---|---|
| < 0.01 | 無視できる | 実質的な効果が非常に小さい、または無い |
| 0.01 - 0.06 | 小 | 実質的にわずかな有意性がある |
| 0.06 - 0.14 | 中 | 実質的に中程度の有意性がある |
| > 0.14 | 大 | 実質的に大きな有意性がある |
事後検定
クラスカル・ウォリス検定が有意な場合、具体的にどのグループ間に差があるかを判断するために事後検定が必要です。一般的なオプションは次のとおりです:
- ダン(Dunn)の検定: クラスカル・ウォリスに対する最も一般的な事後検定
- マン・ホイットニーのU検定のペア比較: 多重比較のためのボンフェローニ補正などを伴うもの
- コノバー・イマン検定: 順位のt分布に基づく検定
- ネメニ検定: テューキーのHSDの非パラメトリック版
クラスカル・ウォリスと ANOVA の比較
| 特徴 | クラスカル・ウォリス | 一元配置 ANOVA |
|---|---|---|
| データ型 | 順序または連続 | 連続のみ |
| 正規性 | 不要 | 必要 |
| 等分散性 | 不要 | 必要(違反時はWelchのANOVAが使用可能) |
| 統計的検定力 | 低い(順位を使用) | 高い(実際の値を使用) |
| 外れ値への感度 | 感度が低い | 感度が高い |
| サンプルサイズ | 小サンプルでも機能 | 正規性のために大きなサンプルが必要 |
よくある質問
クラスカル・ウォリス検定とは何ですか?
クラスカル・ウォリス検定は、連続型または順序型の従属変数に対し、独立変数の2つ以上のグループ間に統計的に有意な差があるかどうかを判断するために使用される順位に基づいた非パラメトリック検定です。これは一元配置分散分析(ANOVA)の非パラメトリック版であり、3つ以上のグループに対するマン・ホイットニーのU検定の拡張です。
ANOVAの代わりにクラスカル・ウォリス検定をいつ使用すべきですか?
データが正規分布に従わない場合、順序データである場合、サンプルサイズが非常に小さい場合、または結果に影響を与える大きな外れ値がある場合に使用してください。
クラスカル・ウォリスのp値はどのように解釈しますか?
p値が設定した有意水準(通常は0.05)以下であれば、グループ間に有意な差があると結論付けられます。それ以外の場合は、十分な差があるとは言えません。
効果量は何を意味しますか?
効果量は、統計的な有意性だけでなく、その差が実務上どれほど大きいか(インパクトの強さ)を示します。
最小サンプルサイズはどれくらいですか?
各グループに5つ以上のデータがあることが推奨されます。それ以下でも計算は可能ですが、信頼性が低下します。
有意な結果が出たら次は何をしますか?
「グループ間に差がある」ことは分かりますが、「どのグループとどのグループが違うか」までは分かりません。それを特定するために、ダン検定などの事後検定を行います。
参考資料
このコンテンツ、ページ、またはツールを引用する場合は、次のようにしてください:
"Kruskal Wallis 検定電卓"(https://MiniWebtool.com/ja/kruskal-wallis-検定電卓/) MiniWebtool からの引用、https://MiniWebtool.com/
作成:miniwebtool チーム。更新日:2026年1月27日
また、AI 数学ソルバー GPT を使って、自然言語による質問と回答で数学の問題を解決することもできます。
その他の関連ツール:
統計とデータ分析:
- anova電卓
- 算術平均電卓
- 平均電卓-高精度 おすすめ
- 平均偏差電卓
- ボックスプロット作成ツール
- カイ二乗検定電卓 おすすめ
- 変動係数電卓 おすすめ
- Cohen
- 複合成長電卓
- 信頼区間電卓
- 割合の信頼区間電卓 新しい
- 相関係数計算機 おすすめ
- 幾何平均電卓
- 調和平均電卓
- ヒストグラムメーカー おすすめ
- 四分位範囲電卓 おすすめ
- Kruskal Wallis 検定電卓
- Linear Regression Calculator
- 対数成長電卓
- マン・ホイットニーのU検定計算機 おすすめ
- 平均絶対偏差(MAD)電卓
- 平均電卓
- 平均中央値モード電卓
- 絶対偏差中央値電卓
- 中央値電卓 おすすめ
- ミッドレンジ電卓
- モード電卓
- 外れ値電卓 おすすめ
- 人口 標準偏差電卓-高精度
- 四分位電卓 おすすめ
- 四分位偏差電卓
- 範囲電卓
- 相対標準偏差電卓 おすすめ
- 二乗平均平方根電卓 おすすめ
- サンプル平均電卓
- サンプルサイズ電卓
- サンプル標準偏差電卓 おすすめ
- 散布図作成ツール おすすめ
- 標準偏差電卓 - 高精度 おすすめ
- 標準誤差電卓 おすすめ
- 統計電卓
- t検定電卓 おすすめ
- 分散電卓 (高精度) おすすめ
- Zスコア電卓 新しい