対応のあるt検定計算ツール
対応のあるt検定は、同じ対象者から得た2つの測定値 — 介入の前後、2つの条件、あるいはマッチドペア — を比較します。両方の測定列を貼り付ける(またはペア数と差の平均・SDを入力する)だけで、t統計量、p値、平均差と95%信頼区間、効果量Cohenのdzが即座に得られます。 この検定の主要な前提条件である「差の正規性」はシャピロ・ウィルク検定で自動的にチェックされ、数値の意味をわかりやすい言葉で解釈します。結果はRのt.test(paired = TRUE)と少なくとも有効数字6桁まで一致し、AIレポートがAPA 7形式の段落に仕上げます。
よくある質問
対応のあるt検定の結果をAPA 7形式でどう報告すればよいですか?
平均差、自由度付きのt値、p値、効果量を含めます。例: "Scores improved significantly from pretest to posttest, t(9) = 3.25, p = .010, dz = 1.03, 95% CI of the difference [0.21, 1.09]." AIレポートボタンがAPA形式の結果段落全体を作成します。
対応のないt検定ではなく対応のあるt検定を使うべきなのはどんなときですか?
2組の値が同じ対象者(反復測定)または自然に対応づけられたペアから得られている場合は、常に対応のある検定を使用してください。対応づけにより個人間変動が除去され、群を独立として扱うよりも高い検定力が得られます。
Cohenのdzとは何ですか?
対応のあるデザインのための効果量で、差の平均を差の標準偏差で割ったものです。G*Powerの対応のあるt検定モジュールで「dz」と呼ばれる値そのものなので、そのまま検定力分析に入力できます。
差が正規分布していない場合はどうすればよいですか?
明らかな違反があり標本が小さい場合、ウィルコクソンの符号順位検定が一般的なノンパラメトリックの代替手法です。結果の下に表示される自動シャピロ・ウィルク検定が、検討すべきタイミングを警告します。