2010年から · 毎月200万回以上のツール利用を支えています
2010年から
Chrome に追加

私のツールボックス

自動モード

保存したツールはまだありません。

プレミアムバージョンにアップグレード
関連ツール
次のステップ
フィッシャーの正確確率検定電卓分割表電卓
同じシーン
p値電卓効果量電卓
その他のツール
マン・ホイットニーのU検定計算機t検定電卓Kruskal Wallis 検定電卓ANOVA電卓ベイズの定理電卓相対リスク電卓
ホームページ > 数学 > 統計とデータ分析
 

カイ二乗検定電卓

MiniWebtoolのカイ二乗検定計算ツールで独立性のカイ二乗検定を行い、2つのカテゴリ変数に有意な関連があるか調べられます。カイ二乗統計量、p値、期待度数、各セルの寄与、効果量CramérのVを手順ごとに示します。

使い方がわからないときはAIに聞く
Gemini (コピーして開く)

Geminiでは、コピーした質問文をチャットに貼り付けてください。下からコピーすることもできます。

質問文を見る

1日3回まで無料登録不要すぐに結果表示
カイ二乗検定電卓今すぐ無料で試す ▼
χ² は (O − E)²/E の合計：各度数が期待度数からどれだけずれているか

下に分割表（適合度検定なら観測度数）を入力すると、χ²、df、p 値、期待度数、各セルの寄与、クラメールの V が表示されます。

分割表を入力

クイック例

カイ二乗検定電卓を埋め込む

カイ二乗検定電卓

カイ二乗検定電卓は、独立性のカイ二乗検定を実行し、2つのカテゴリ変数間に統計的に有意な関連性があるかどうかを判定します。この包括的なツールは、カイ二乗統計量、p値、自由度、期待度数、セルの寄与度、および効果量（クラメールのV）を計算し、ステップバイステップの解説とともに完全な統計分析を提供します。

一目でわかる

カイ二乗検定電卓は、最大10x10の分割表に対して独立性のカイ二乗検定を行います。カイ二乗統計量、自由度、p値、期待度数、各セルの寄与度、クラメールの V を算出します。

カイ二乗検定電卓の機能一覧
機能できること向いている用途
データ入力観測度数を、行ごとに1行ずつ、列はスペースまたはカンマで区切って入力します。最大10x10まで。アンケートのクロス集計や実験結果
有意水準α（例：0.05）を選ぶと、帰無仮説を棄却すべきかどうかを計算機が示します。選んだ信頼水準での結論を得る
期待度数各セルについて E = 行の合計 x 列の合計 / 総数 を計算し、期待度数が5未満のセルがあれば警告します。検定の前提が成り立つかを確認する
セルの寄与度各セルがカイ二乗統計量にどれだけ寄与するかを示し、観測度数と期待度数のヒートマップを表示します。有意な結果の原因となっているセルを見つける
クラメールの V0から1までの効果量を示し、無視できる程度から強いまでの目安を添えます。関連の強さを判断する
精度と手順小数点以下の桁数を選択でき、計算式つきの手順を示します。計算過程を示すレポートや課題

独立性のカイ二乗検定とは何ですか？

独立性のカイ二乗検定は、分割表にまとめられた2つのカテゴリ変数間の関係を分析するために使用されるノンパラメトリックな統計検定です。観測度数（実際のデータからの度数）と期待度数（変数間に全く関連がないと仮定した場合の期待値）を比較します。

この検定は、2つの変数が互いに独立しているという帰無仮説を評価します。検定によって十分に大きなカイ二乗統計量が得られた場合（結果として小さなp値が得られた場合）、帰無仮説を棄却し、変数間に統計的に有意な関連性があると結論付けます。

カイ二乗統計量の公式

カイ二乗統計量
$$\chi^2 = \sum \frac{(O_{ij} - E_{ij})^2}{E_{ij}}$$

ここで：

期待度数の公式

期待度数
$$E_{ij} = \frac{R_i \times C_j}{N}$$

ここで：

自由度

自由度
$$df = (r - 1) \times (c - 1)$$

rは行数、cは列数を表します。自由度によって、p値の計算に使用するカイ二乗分布が決まります。

カイ二乗検定結果の解釈

p値

p値は、帰無仮説が正しいと仮定した場合に、計算したものと同じかそれ以上に極端なカイ二乗統計量が観測される確率を示します：

一般的な有意水準 (α)：

カイ二乗検定電卓: p値
α 水準信頼性主な用途
0.1090%探索的分析、予備調査
0.0595%ほとんどの研究における標準（最も一般的）
0.0199%より厳密な試験、医学研究
0.00199.9%非常に厳格な基準、重大な決定

効果量：クラメールのV

p値は関連性の有無を示しますが、クラメールのVはその関連性の強さを測定します：

クラメールのV
$$V = \sqrt{\frac{\chi^2}{N \times (k - 1)}}$$

ここで k = min(行数, 列数) です。解釈のガイドライン：

カイ二乗検定電卓: 効果量：クラメールのV
クラメールのV関連性の強さ
0.00 - 0.10ほとんど関連なし
0.10 - 0.30弱い関連性
0.30 - 0.50中程度の関連性
0.50以上強い関連性

カイ二乗検定の前提条件

  1. 独立性： 各観測値が互いに独立していること
  2. サンプルサイズ： 各セルの期待度数が原則として5以上であること
  3. 無作為抽出： データが無作為抽出されたサンプルであること
  4. カテゴリデータ： 両方の変数がカテゴリ変数（名義尺度または順序尺度）であること

期待度数が5未満の場合、カイ二乗近似の信頼性が低くなる可能性があります。2×2の表の場合は、代わりにフィッシャーの正確確率検定を検討してください。この電卓は、期待度数が5未満のセルがある場合に警告を表示します。

一般的な用途

この電卓の使い方

  1. 分割表の入力： 観測度数を入力します。各行は改行、各列はスペースまたはカンマで区切ってください。
  2. 有意水準の選択： 標準的な分析には α = 0.05（95%信頼区間）を選択するか、要件に応じて調整してください。
  3. 小数点精度の設定： 結果を表示する際、小数点以下の桁数を選択します。
  4. 結果の確認： カイ二乗統計量、p値、結論、および効果量を調べます。
  5. 表の分析： 観測度数と期待度数を比較し、統計量に最も寄与しているセルを特定します。

よくある質問

独立性のカイ二乗検定とは何ですか？

独立性のカイ二乗検定は、2つのカテゴリ変数間に有意な関連性があるかどうかを判断するために使用される統計的仮説検定です。分割表における観測度数と、独立性の仮定の下で計算された期待度数を比較します。カイ二乗統計量が十分に大きく（p値が有意水準を下回る）、独立性という帰無仮説を棄却します。

カイ二乗検定におけるp値はどのように解釈しますか？

p値は、帰無仮説が正しいと仮定した場合に、計算された値と同じかそれ以上に極端なカイ二乗統計量が観測される確率を表します。p値 ≤ α（一般的には0.05）の場合、帰無仮説を棄却し、有意な関連性があると結論付けます。p値 > αの場合、帰無仮説を棄却できません。

カイ二乗検定における自由度とは何ですか？

独立性のカイ二乗検定の自由度（df）は (r-1) × (c-1) です。ここでrは行数、cは列数です。例えば、3×4の表では df = (3-1) × (4-1) = 6 となります。

クラメールのVとは何ですか？また、どのように解釈しますか？

クラメールのVは効果量を測定する指標で、0から1の範囲をとります。関連性の強さを示します：V < 0.1はほとんどなし、0.1-0.3は弱い、0.3-0.5は中程度、V > 0.5は強いことを示します。p値とは異なり、クラメールのVはサンプルサイズの影響を受けません。

いつ代わりにフィッシャーの正確確率検定を使うべきですか？

期待度数が小さい場合（5未満のセルがある場合）は、フィッシャーの正確確率検定を使用してください。カイ二乗検定は近似値であり、小さな期待値では精度が低下します。サンプルサイズの小さい2×2の表では、フィッシャーの正確確率検定が正確なp値を提供します。

電卓にデータを入力する方法は？

分割表を、各行は改行、各列はスペースまたはカンマで区切って入力します。2×3の表の場合、1行目に '10, 20, 30'、2行目に '15, 25, 35' と入力します。すべての行の列数は同じにする必要があります。

カイ二乗検定に度数ではなく割合を入力できますか？

割合ではなく、観測度数を使ってください。期待度数とカイ二乗統計量の計算には観測数が必要なため、標本数が分からない割合だけでは情報が足りません。たとえば「60%が選択肢Aを好む」という結果でも、10人中6人の場合と1,000人中600人の場合では、証拠としての重みが異なります。元の標本数が分かるなら、割合を度数に戻して入力してください。

期待度数が非常に小さいセルがあるときは、何を確認すべきですか？

一般的なカイ二乗近似をそのまま使う前に、期待度数を確認してください。経験則では、通常、ほとんどのセルで期待度数が5以上、かつ1未満のセルがないことが目安とされます。度数の少ない分割表では、近似が不正確になることがあります。度数の少ない2×2表にはFisherの正確確率検定が適していることがよくあります。カテゴリの統合は、内容上妥当な場合に限って行ってください。

有意なカイ二乗の結果で、どのセルが最も大きく寄与したかを調べるには？

各セルの寄与度を見てください。寄与度は、観測度数と期待度数の差が全体のカイ二乗統計量にどれだけ加わるかを示します。寄与度が大きいセルでは、独立性を仮定した場合の予測と観測度数が大きく異なっています。たとえば、ある群で、特定のカテゴリの回答が予測より多く、別のカテゴリでは少ないことがあります。寄与度から傾向を把握できますが、セルごとの寄与度は個別の有意性検定ではありません。

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：

"カイ二乗検定電卓"（https://MiniWebtool.com/ja/カイ二乗検定電卓/）、MiniWebtool、https://MiniWebtool.com/

作成: miniwebtool チーム、更新日: 2026年1月20日

開発者向け API が利用できます: このツールをアプリ、自動化、エージェントから 1 回の JSON HTTP リクエストで実行できます。 API ドキュメントを見る

お気に入りのAIに聞く

Gemini (コピーして開く)

Geminiでは、コピーした質問文をチャットに貼り付けてください。下からコピーすることもできます。

質問文を見る

統計とデータ分析:

数学ソルバーどんな問題を解きますか？

数学ソルバー

例
数式の例を見る

例を選び、数値を編集して解きます。log は底 10、自然対数は ln です。

数と約数

分数と除算

累乗・平方根・対数

代数と方程式

微積分

幾何と三角法

人気・最新のツール:

F検定・F分布電卓A/Bテスト有意性電卓A/Bテスト サンプルサイズ電卓すべて見る →
ホームページ > 数学 > 統計とデータ分析 > カイ二乗検定電卓