例題 新しい排泄ケアトレーニングプログラムが導入され、ケア時間が変化したかどうかを調査
例題
ある病院で、新しい排泄ケアトレーニングプログラムが導入され、その結果として看護師の排泄ケア時間が変化したかどうかを調査します。10人の看護師がトレーニング前とトレーニング後の排泄ケア時間に関するデータを提供しました。
トレーニング前のデータX=[28,32,25,30,35,28,29,31,27,33]
トレーニング後のデータY=[24,30,22,28,31,26,27,29,23,32]
帰無仮説 トレーニングプログラムの導入後、看護師の排泄ケア時間に変化がない
対立仮説 トレーニングプログラムの導入後、看護師の排泄ケア時間が減少した
ここでは、ウェルチのt検定を使用したPythonコードを示し、そこで計算を行い、結果を解釈してください。
ウェルチのt検定（Welch's t-test）を使用したPythonコードを以下に示します。
from scipy.stats import ttest_ind
# トレーニング前のデータ
before_training = [28, 32, 25, 30, 35, 28, 29, 31, 27, 33]
# トレーニング後のデータ
after_training = [24, 30, 22, 28, 31, 26, 27, 29, 23, 32]
# ウェルチのt検定を実行
t_statistic, p_value = ttest_ind(before_training, after_training, equal_var=False)
# 結果の表示
print("ウェルチのt検定")
print("t統計量＝", t_statistic)
print("p値＝", p_value)
出力結果
ウェルチのt検定
t統計量＝ 1.8027756377319955
p値＝ 0.08846786652384836
計算結果の解釈としては、t統計量は、トレーニング前後のデータの平均値の差を示します。p値は、帰無仮説（「トレーニングプログラムの導入後、看護師の排泄ケア時間に変化がない」）が正しい確率を示します。
結果を確認すると、p値が有意水準（通常は0.05）よりも小さいかどうかを確認し、小さければ帰無仮説を棄却し、「トレーニングプログラムの導入後、看護師の排泄ケア時間が統計的に有意に減少した」と結論できます。p値が0.0885ということは、差が無作為ではないという帰無仮説を棄却するには十分な統計的な証拠が得られないことを示しています。通常、p値が0.05未満であれば統計的に有意な差があると判断されますが、この場合はその基準を満たしていません。
したがって、ウェルチのt検定の結果からは、比較された2つのグループ間に統計的に有意な差があるとは言えない可能性が高いことが示唆されます。つまり、p値が0.0885ということは、差が無作為ではないという帰無仮説を棄却するには十分な統計的な証拠が得られないことを示しています。通常、p値が0.05未満であれば統計的に有意な差があると判断されますが、この場合はその基準を満たしていません。
つまり、ウェルチのt検定の結果からは、比較された2つのグループ間に統計的に有意な差があるとは言えない可能性が高いことが示唆されます。