マクネマー検定計算ツール

McNemar検定とは？

McNemar検定は、対応のある二値データを分析するノンパラメトリック統計 検定です—同一の対象が二値的な結果について2回測定される状況で 使用します。Quinn McNemarが1947年に開発したこの検定は、一方の カテゴリからもう一方のカテゴリに変化した対象の比率が偶然に期待される ものと有意に異なるかどうかを判定します。本質的に、対応のある対の 2×2分割表における対称性を検定するものです。

使用する場面

対応のある、またはマッチングされた二値データがある場合にMcNemar検定を 使用します。一般的なシナリオとして：治療前後の診断検査結果の比較、 研修プログラムが合格/不合格率を変化させるかどうかの評価、介入が行動 （はい/いいえ）を変化させるかどうかの検定、同一患者に適用された2つの 診断方法の比較などがあります。この検定は、2回の測定間で応答が変化した 対象である不一致対（discordant pairs）のみに着目します。

McNemar検定 vs カイ二乗検定 vs CochranのQ検定

McNemar検定の前提条件

McNemar検定は以下の前提条件を満たす必要があります：

連続性補正の理解

標準的なMcNemar検定は自由度1のカイ二乗統計量を使用します。検定の 基礎となる二項分布が離散型であるため、連続性補正が適用されます： χ² = (|b − c| − 1)² / (b + c)。この補正は 中程度の標本サイズでカイ二乗近似をより正確にします。小標本の場合 （不一致対 < 25）、StatMateは近似を必要としない正確二項検定を 自動的に使用します。

APA形式での報告方法

検定統計量、自由度、p値を報告します。正確検定を使用した場合は報告書に その旨を明記します：

注：不一致対の合計（b + c）が25未満の場合は正確検定を使用します。p値は小数第3位まで報告し、.001未満の場合は p < .001と表記します。不一致対に関する記述統計を 含めてください。

よくある誤り

• 対応データにカイ二乗検定を使用： 標準的なカイ二乗検定は 独立な観測を前提とします。同一の対象を2回測定した場合、データは 従属的であるためMcNemar検定を使用する必要があります。
• 小標本要件の無視： 不一致対の合計が25未満の場合、 カイ二乗近似は信頼できない可能性があります。StatMateが自動的に 選択する正確二項検定を代わりに使用してください。
• 表の配置の誤解： 行は「事前」条件を、列は「事後」 条件を表します。不一致セル（bとc）が検定の分析対象です。一致セル （aとd）は検定結果に影響しません。
• 非二値結果への適用： McNemar検定は二値結果専用です。 順序尺度の対応データにはWilcoxon符号順位検定を使用してください。 3回以上の関連する二値測定にはCochranのQ検定を使用してください。
• 連続性補正の欠落： 補正なしのMcNemar統計量 (b − c)² / (b + c)は有意性を過大推定する傾向があります。 より正確な結果のために、常に補正版 (|b − c| − 1)² / (b + c)を使用してください。