A.従業員データの「職種」ごとの「給料」の差をクラスカル・ウォリス検定で分析する
１．仮説の設定 ・帰無仮説： 職種ごとに給料に差はない ・対立仮説： 職種ごとに給料に差はある
２．検定方法や有意水準の設定 有意水準を5％とし、スラスカル・ウォリス検定を実施した。
３．検定の実施（結果）
表１ 検定の結果（サマリを貼る）
表２ 検定の結果（統計量を貼る）
図1 95%信頼区間の比較（平均値を貼る）
表３ 多重比較の結果（多重比較を貼る）
４．P値やH値の確認 検定の結果を表1～表３、図１に示した。H値は1073、有意確率（P値）は5%未満（P<0.05）であった。
５．仮説の判定（結論） 検定の結果、P値が有意水準を下回ったから、帰無仮説を棄却、対立仮説を採択。 つまり、今回のデータと分析に基づけば、職種ごとの給料には、統計的に有意な （多重比較を見ると部分的に有意な差がある）。
B.従業員データの「残業」有無と「離職」有無の関係をカイ二乗検定で分析する
仮説の設定 ・帰無仮説：残業有無と離職有無は無関係である ・対立仮説：残業有無と離職有無は関係がある
２．検定方法や有意水準の設定 有意水準を5％とし、カイ二乗検定を実施した。
３．検定の実施（結果）
表１ 検定の結果（サマリを貼る）
表２ 検定の結果（ピボットテーブルを貼る）
図1 95%信頼区間の比較（比率を貼る）
４．カイ二乗値やP値、Cramer’s Vの確認 検定の結果を表1～表２、図１に示した。カイ二乗値は89、有意確率（P値）は5%未満(P＜0.05)であった。また、効果量を示すCramer’s Vは0.25であった。
５．仮説の判定（結論） 検定の結果、P値が有意水準を下回ったから、帰無仮説を棄却し、対立仮説を採択。 つまり、今回のデータと分析に基づけば、残業有無と離職の間には、統計的に有意な関係があるといえる（残業の有無によって離職率に差がある） また、効果量を示すCramer’sの数値から残業の有無は離職に対しある程度の差があると言える。