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。