看護研究で使う検定の種類をチェック

量的研究をしているとぶつかるのが、検定。
今回は、検定の選び方を簡単に紹介します。
各論に進むと、本がそれぞれ1冊じゃ足りなくなるので簡単にです。

そもそも検定とは??

統計的仮説検定においては、仮説が正しいと仮定した上で、それに従う母集団から、実際に観察された標本が抽出される確率を求め、その値により判断を行う。その確率が十分に(予め決めておいた値より)小さければ、その仮説を棄却する(すなわち仮説は成り立ちそうもないと判断する)。
wikipedia:仮説検定

とされています。とは言え、よくわからないですよね??

  • 仮説を立てる
  • 仮説が実際に起こりうる確率を算出する
  • 決めておいた値より確率が低いか見る

定義から学ぼうとすると大半の人がここで嫌になると思います。
ここからは自分なりの解釈を紹介します。

〇〇と△△を比較して、統計ソフトなどで分析した結果、p>0.05ならOK

簡単すぎて怒られそうですが、これが自分なりの解釈です。
ポイントは〇〇と△△がなにかを理解しておくこと。

検定の種類

看護研究で使いそうな検定を表にしてみました。


変数の種類によって、4つに分類することができます。
(変数の種類は、別の記事に譲りたいと思います。)
表の中に出てくる説明変数と従属変数ですが、簡単に言うと原因と結果の関係です。
説明変数が原因、従属変数が結果に当たります。
例:説明変数=気温、従属変数=アイスの販売量
※今回は、ノンパラメトリック検定については扱っていません。

量的変数×量的変数

説明変数と従属変数がともに量的変数の場合には、相関検定を使います。
相関検定で注意しなければいけないのは、相関検定と相関係数の使い分けです。
相関係数は、係数の値に合わせて「強い相関」、「弱い相関」と分けたりします。
一方で、相関検定で得られるp値は、相関係数が0である確率を示しています。
そのため、有意な相関係数であっても弱い相関もあるため、両方の読み取りが必要になります。

質的変数×量的変数

質的変数と量的変数の組み合わせの場合には、どちらが説明変数であるかによって異なります。
多くの場合、質的変数が説明変数となります。

説明変数が質的変数の場合

説明変数が質的変数の場合、t検定が行われ、excelでも行うことができます。ただ、t検定と言っても等分散or非等分散や片側検定or両側検定によって関数の書き方が異なります。
t検定では、比較したグループの平均値に差があるか(平均値の差と0を比較)という確率を求めています。
また、説明変数が3つ以上の場合、多重比較分散分析が行われます。

説明変数が量的変数の場合

説明変数が量的変数の場合、ロジスティック回帰分析が行われます。看護ではあまり一般的ではありませんが・・・。
ロジステック回帰分析は、回帰係数と言われる係数の値が0であるかという確率を求めています。
ロジステック回帰分析は、治療に対する生存確率などに用いられます。看護では、転倒発生確率などに使えそうです。
ただし、excelでは行うことが難しいので、専門的なソフトを使用することになります。

質的変数×質的変数

説明変数と従属変数がともに質的変数の場合には、カイ二乗検定を使用します。
カイ二乗検定は、各グループの割合に差があるかを検定しています。
カイ二乗検定は、excelに関数があり、excelで行うことも可能ですが、少し手順が複雑なので別記事で紹介したいと思います。

まとめ

今回は、変数の組み合わせによって異なる検定方法について紹介しました。
各種ソフトを使用すると、検定を簡単に行うことができますが、本来使うべき方法と違う方法を使ってしまうこともあります。
ぜひ、自分たちの研究では、どんな値を収集し、それに対してどんな検定方法が適しているのかを考えてもらえればと思います。
Let’s enjoy nursing research!!

シェアする

  • このエントリーをはてなブックマークに追加

フォローする

トップへ戻る