ANOVAの正しい報告が重要な理由
分散分析（ANOVA）は、社会科学および行動科学で最も広く使用されている統計手法の一つです。3群以上の平均値を比較する必要がある場合、ANOVAが標準的なアプローチとなります。しかし、ANOVAの結果をAPA形式で正しく報告することは、大学院生から経験豊富な研究者まで、多くの人がつまずくポイントです。
t検定とは異なり、ANOVAの報告には2組の自由度、異なる効果量指標、そして事後検定という重要なステップが含まれます。これらのいずれかを誤ると、査読者やジャーナル編集者から修正依頼を受けることになります。本ガイドでは、APA第7版形式で一元配置ANOVAの結果を報告するために必要なすべてを、テンプレートとして使える具体的な数値例とともに解説します。
ANOVAのAPA基本形式
APA形式で報告するすべてのANOVA結果には、以下の必須要素を含める必要があります。
- F統計量：イタリック体でFと表記
- 自由度：群間自由度と群内自由度を括弧内にカンマで区切って記載
- 正確なp値：小数点以下3桁まで
- 効果量：偏イータ二乗（η²p）またはイータ二乗（η²）
基本テンプレートは次の通りです。
F(df_群間, df_群内) = X.XX, p = .XXX, η²p = .XX
四捨五入の規則はAPAの標準規則に従います。F統計量は小数点以下2桁に四捨五入します。p値は小数点以下3桁まで報告します。1を超えることがない値（pやη²pなど）は先頭のゼロを省略し、0.013ではなく.013と書きます。
一元配置ANOVAの報告：ステップバイステップ
研究場面
3つの教授法（従来型講義：n = 30、ディスカッション型学習：n = 30、プロジェクト型学習：n = 30）間でテストの得点を比較する場合を想定します。合計90名の学生が対象です。
記述統計量
まず、各群の記述統計量を提示します。
| 教授法 | n | M | SD | |--------|---|------|------| | 従来型講義 | 30 | 72.40 | 10.25 | | ディスカッション型 | 30 | 78.93 | 9.87 | | プロジェクト型 | 30 | 80.17 | 11.02 |
結果の記述
APA報告例：
一元配置分散分析の結果、教授法がテスト得点に対して統計的に有意な効果を示した, F(2, 87) = 4.52, p = .013, η²p = .09。このことは、教授法がテスト得点の分散の約9%を説明することを示している。
各要素の解説
| 要素 | 値 | 説明 | |------|-----|------| | F | 4.52 | F統計量、小数点以下2桁に四捨五入 | | df | 2, 87 | 群間自由度（k - 1 = 3 - 1）と群内自由度（N - k = 90 - 3） | | p | .013 | 正確なp値、先頭のゼロなし | | η²p | .09 | 偏イータ二乗、先頭のゼロなし |
非有意な結果の場合
一元配置分散分析の結果、教授法間でテスト得点に統計的に有意な差は認められなかった, F(2, 87) = 1.24, p = .295, η²p = .03。
非有意な結果も同じ形式に従います。統計的有意性にかかわらず、必ず効果量を含めてください。
偏イータ二乗の解釈
偏イータ二乗（η²p）は、ANOVAで最も一般的に報告される効果量指標です。Cohen（1988）は以下の基準を提案しました。
| η²p | 解釈 | |-------|------| | .01 | 小さい効果 | | .06 | 中程度の効果 | | .14 | 大きい効果 |
上記の例では、η²p = .09は中程度の範囲に該当します。APA第7版では、すべての推測統計検定に効果量を付記することを求めているため、F統計量を効果量なしで報告することは避けてください。
オメガ二乗（ω²）：イータ二乗よりバイアスの少ない効果量
偏イータ二乗はANOVAで最も広く報告される効果量ですが、サンプルサイズが小さい場合に母集団の効果量を過大推定する傾向があるという限界があります。これは、イータ二乗がモデルの自由度を調整せずにサンプルデータから直接計算されるためです。
**オメガ二乗（ω²）**は、群数と全体のサンプルサイズを考慮した補正を適用することで、このバイアスに対処します。その結果、サンプルではなく母集団において独立変数が説明する分散の割合を、より保守的かつ正確に推定することができます。
オメガ二乗の解釈基準はイータ二乗と同じです。
| ω² | 解釈 | |------|------| | .01 | 小さい効果 | | .06 | 中程度の効果 | | .14 | 大きい効果 |
オメガ二乗と偏イータ二乗：どちらを使うべきか
実際の研究では、SPSSなどの統計ソフトウェアがデフォルトで出力する偏イータ二乗の方が広く報告されています。ただし、以下の状況ではオメガ二乗がより適切です。
- 小サンプル研究（N < 50）：イータ二乗の過大推定傾向が最も顕著な場合
- より保守的で一般化可能な推定値を求める場合
- 査読者やジャーナルが明示的に要求する場合：方法論的に厳格なジャーナルで増加傾向にある
サンプルサイズが十分に大きい場合（N > 200）、η²pとω²の差は微小です。小規模研究では、両方の指標を報告するか、オメガ二乗を選択するのが安全なアプローチです。
オメガ二乗のAPA報告例
一元配置分散分析の結果、教授法がテスト得点に対して統計的に有意な効果を示した, F(2, 87) = 4.52, p = .013, ω² = .07。
オメガ二乗の値は、同じデータに対する偏イータ二乗の値よりもわずかに小さくなるのが一般的で、これはオメガ二乗の補正機能を反映しています。
Tukey HSD事後検定の報告
有意なANOVAの結果は、少なくとも1つの群の平均値が他と異なることを示しますが、具体的にどの群間で差があるかは示しません。その疑問に答えるために事後検定が必要です。TukeyのHSD（Honestly Significant Difference：正直有意差）法が最もよく使用されます。
事後検定の報告例
Tukey HSD事後比較の結果、従来型講義群（M = 72.40）はディスカッション型群（M = 78.93）よりも有意に低い得点であった, p = .038, d = 0.65。また、プロジェクト型群（M = 80.17）と比較しても有意に低い得点であった, p = .011, d = 0.73。ディスカッション型群とプロジェクト型群の間の差は統計的に有意ではなかった, p = .874, d = 0.12。
事後検定の結果表
比較が多数ある場合は、表にまとめると読みやすくなります。
| 比較 | 平均値の差 | SE | p | d | |------|-----------|------|------|------| | 従来型 vs ディスカッション型 | -6.53 | 2.68 | .038 | 0.65 | | 従来型 vs プロジェクト型 | -7.77 | 2.68 | .011 | 0.73 | | ディスカッション型 vs プロジェクト型 | -1.24 | 2.68 | .874 | 0.12 |
各ペアワイズ比較にCohenのdを含めることで、読者が各差の実質的な意味を評価しやすくなります。
等分散性が仮定できない場合：WelchのF検定
標準的な一元配置ANOVAは、群間の分散が等しい（分散の等質性）ことを仮定します。Leveneの検定によりこの仮定が破られていることが示された場合、WelchのF検定を使用する必要があります。
Leveneの検定の報告
Leveneの検定の結果、分散の等質性の仮定が破られていることが示された, F(2, 87) = 4.18, p = .019。
WelchのF検定の報告
分散の等質性の仮定が満たされなかったため、WelchのF検定を実施した。その結果、教授法がテスト得点に対して統計的に有意な効果を示した, WelchのF(2, 56.34) = 4.87, p = .011, η²p = .10。
WelchのF検定では、分母の自由度が通常非整数になることに注意してください。小数点以下2桁まで報告します。WelchのF検定を使用する場合、等分散を仮定しないGames-Howell法がTukey HSDの代わりに適切な事後検定となります。
二元配置分散分析（Two-Way ANOVA）のAPA報告法
二元配置分散分析（Two-Way ANOVA）は、2つの独立変数が従属変数に及ぼす影響を同時に検定する方法です。要因Aの主効果、要因Bの主効果、および2つの要因間の交互作用効果を検定します。
研究場面
性別（男性、女性）と教授法（講義、ディスカッション、プロジェクト型）がテスト得点に及ぼす影響を検定する2 x 3要因計画を想定します。各セルに15名ずつ、合計90名の学生が参加しました（2 x 3 x 15）。
主効果と交互作用の報告
二元配置分散分析の結果を報告する際は、各効果を論理的な順序で提示します。一般的に主効果を先に報告し、次に交互作用を報告します。
テスト得点について2（性別）x 3（教授法）の被験者間二元配置分散分析を実施した。性別の主効果が統計的に有意であった, F(1, 84) = 6.78, p = .011, η²p = .07。女子学生（M = 79.82, SD = 10.14）は男子学生（M = 74.55, SD = 11.03）よりも高い得点を示した。教授法の主効果も統計的に有意であった, F(2, 84) = 4.52, p = .014, η²p = .10。性別と教授法の交互作用が統計的に有意であり, F(2, 84) = 3.92, p = .024, η²p = .09、教授法がテスト得点に及ぼす影響が性別によって異なることを示唆していた。
交互作用が有意な場合：単純主効果の分析
交互作用が有意な場合、主効果の解釈だけでは不完全です。一方の要因の効果が他方の要因の水準によって異なるためです。この場合、**単純主効果の分析（simple effects analysis）**を実施して、一方の要因の各水準における他方の要因の効果を確認する必要があります。
単純主効果の分析の結果、女子学生では教授法によるテスト得点の差が統計的に有意であったが, F(2, 84) = 7.31, p = .001, η²p = .15、男子学生では有意ではなかった, F(2, 84) = 0.89, p = .415, η²p = .02。女子学生群におけるTukey HSD事後比較の結果、プロジェクト型群（M = 85.40）は講義群（M = 74.20）よりも有意に高い得点を示した, p < .001, d = 1.05。
二元配置分散分析の報告における要点
- 要因計画を明示する（例：「2 x 3の被験者間二元配置分散分析」）
- 主効果A、主効果B、交互作用の3つの効果をすべて報告する（有意でないものも含む）
- 交互作用が有意な場合は、主効果を単独で解釈せず、単純主効果の分析を実施する
- 各効果の自由度が異なる：要因Aのdf = 水準数 - 1、要因Bのdf = 水準数 - 1、交互作用のdf = （A水準数 - 1）（B水準数 - 1）
反復測定分散分析（Repeated Measures ANOVA）のAPA報告法
反復測定分散分析は、同じ参加者を複数の時点または複数の条件で測定する場合に使用します。この計画には、**球面性（sphericity）**という固有の仮定を検討し報告する必要があります。
Mauchlyの球面性検定
球面性とは、被験者内条件間の差の分散がすべてのペアで等しいという仮定です。Mauchlyの検定はこの仮定が満たされているかを評価します。Mauchlyの検定が有意な場合（p < .05）、球面性が破られており、自由度の補正が必要です。
研究場面
研究者が40名の参加者を対象に、介入前（pre）、介入中（mid）、介入後（post）の3つの時点で不安得点を測定した場面を想定します。
球面性が破られた場合の報告
3つの時点（介入前、介入中、介入後）における不安得点の変化を検定するため、反復測定分散分析を実施した。Mauchlyの検定の結果、球面性の仮定が破られていた, χ²(2) = 8.45, p = .015。そのため、Greenhouse-Geisser補正された自由度を使用した。分析の結果、時点による不安得点の差が統計的に有意であり, F(1.68, 65.52) = 12.34, p < .001, η²p = .24、大きい効果を示した。
Greenhouse-Geisser補正により、自由度が期待される整数値（2, 78）から非整数値（1.68, 65.52）に変更されていることに注目してください。球面性が破られた場合は、必ず補正された自由度を報告してください。
球面性が満たされた場合の報告
Mauchlyの検定の結果、球面性の仮定が満たされていた, χ²(2) = 3.12, p = .210。反復測定分散分析の結果、時点による不安得点の差が統計的に有意であった, F(2, 78) = 8.56, p < .001, η²p = .18。
反復測定における事後検定
全体の反復測定ANOVAが有意な場合、Bonferroni補正付きペアワイズ比較を実施して、どの時点間で差があるかを確認します。
Bonferroni補正付きペアワイズ比較の結果、不安得点は介入前（M = 42.15, SD = 8.73）から介入後（M = 33.80, SD = 7.92）にかけて有意に減少した, p < .001, d = 0.99。介入前から介入中（M = 38.45, SD = 8.20）への減少も有意であった, p = .012, d = 0.44。介入中から介入後への差は統計的に有意ではなかった, p = .087, d = 0.58。
反復測定ANOVAの報告における要点
- 球面性が満たされた場合でも、Mauchlyの検定結果を必ず報告する
- 球面性が破られた場合は、Greenhouse-Geisser（保守的）またはHuynh-Feldt（やや自由）補正を使用する
- 補正された自由度を報告し、補正前の値は使用しない
- 多重比較における第一種の過誤を制御するため、Bonferroni補正を適用する
ANOVAの結果をAPA表で提示する
二元配置分散分析や反復測定計画のように、報告すべき効果が複数ある場合、すべての結果を本文中に記述するよりも、正式なANOVA要約表で提示する方がはるかに明瞭です。
表と本文の使い分け
一般的な基準として、報告する効果が3つ以上ある場合（例：二元配置分散分析の主効果2つ＋交互作用1つ）、表を使用することが望ましいです。単一のF検定のみを報告する一元配置分散分析では、本文中の報告で十分です。
APA形式のANOVA要約表
APA形式のANOVA要約表には、以下の列が含まれます。
| 変動因 | SS | df | MS | F | p | η²p | |--------|------|------|------|-----|------|-------| | 性別 | 408.53 | 1 | 408.53 | 6.78 | .011 | .07 | | 教授法 | 544.80 | 2 | 272.40 | 4.52 | .014 | .10 | | 性別 x 教授法 | 472.56 | 2 | 236.28 | 3.92 | .024 | .09 | | 誤差 | 5063.28 | 84 | 60.28 | | | | | 合計 | 6489.17 | 89 | | | | |
表の作成ガイドライン
- 表タイトル：APA形式に従う（例：「Table 1. 性別と教授法によるテスト得点の分散分析要約表」）
- 変動因列：すべての効果（主効果、交互作用）と誤差を列挙する
- 統計量：本文中の報告と同じ四捨五入規則に従う（Fは小数点以下2桁、pは3桁）
- 有意性マーカー：一部のジャーナルでは、正確なp値に加えてアスタリスク（* p < .05, ** p < .01, *** p < .001）を許可している
- 注記：使用した略語や記号を説明する表注記を含める
適切に構成された表はスペースを節約し、読者が複数の要因間の効果量を迅速に比較できるようにします。APAも複雑なANOVA計画では表の使用を推奨しています。
よくある間違い
事後検定の省略
有意なANOVAの結果を報告する際に、どの群間で差があるかを明示しないのは不完全です。有意なオムニバスF検定の後には、必ず適切な事後検定法によるペアワイズ比較を行ってください。
自由度の順序の逆転
F(2, 87)において、最初の数値は群間（分子）自由度、2番目は群内（分母）自由度です。これらの値を入れ替えると、検定の意味が根本的に変わります。原稿を最終化する前に順序を必ず確認してください。
p = .000の報告
統計ソフトウェアがp = .000と表示することがありますが、これは確率が正確にゼロであることを意味しません。必ずp < .001として報告してください。
不適切な効果量の使用
Cohenのdは2群の比較用に設計されており、ANOVAの全体的な効果量としては適切ではありません。オムニバス検定には**偏イータ二乗（η²p）またはオメガ二乗（ω²）**を使用してください。事後分析における個々のペアワイズ比較にはCohenのdを報告しても構いません。
等分散性の仮定の無視
分散の等質性の仮定を検定したり報告したりしないことは、よくある見落としです。Leveneの検定が有意な場合は、WelchのF検定に切り替え、事後比較にはGames-Howell法を使用してください。これを結果セクションに明示的に記述してください。
記述統計量の省略
F、p、η²pのみを報告し、群の平均値と標準偏差を省略すると、読者が群間差の方向と大きさを解釈できなくなります。記述統計量の表を含めるか、MとSDを本文中に報告してください。
APA ANOVA報告チェックリスト
原稿を提出する前に、ANOVAの結果に以下のすべてが含まれていることを確認してください。
- 各群の記述統計量（MとSD）
- 小数点以下2桁に四捨五入したF統計量
- 正しい順序の自由度（群間、群内）
- 正確なp値（非常に小さい値の場合はp < .001）
- 効果量としての偏イータ二乗（η²p）
- オムニバスF検定が有意な場合の事後検定結果
- 等分散性が破られた場合のWelchのF検定とGames-Howell法
- すべての統計記号（F、p、η²p、M、SD）のイタリック体表記
よくある質問（FAQ）
イータ二乗と偏イータ二乗の違いは？
イータ二乗（η²）は全分散に対する独立変数の説明割合を表し、偏イータ二乗（η²p）は他の変数の分散を除去した後の独立変数の説明割合を表します。一元配置分散分析では両方の値は同一です。二元配置分散分析や共分散分析（ANCOVA）のように複数の要因を含む計画では、偏イータ二乗が各要因の固有の寄与を分離するため、より適切です。
ANOVAが有意でない場合、事後検定は必要か？
いいえ。事後検定は、オムニバスF検定が有意な場合にのみ実施します。全体のANOVAが有意でなければ、いずれの群間にも差があるという十分な証拠がないことを意味します。有意でないANOVAの後に事後比較を実施すると、第一種の過誤率が膨張します。
F(2, 87)の2つの数字は何を意味するか？
括弧内の2つの数字は**自由度（degrees of freedom）**です。最初の数字（2）は群間（分子）自由度で、群数 - 1（k - 1）で計算します。2番目の数字（87）は群内（分母）自由度で、全サンプルサイズ - 群数（N - k）で計算します。これら2つの値が、統計的有意性を判断するF分布の形状を決定します。
ANOVAの効果量としてCohenのdを使用してもよいか？
Cohenのdは2群比較のための指標であるため、ANOVAの全体的な効果量としては不適切です。オムニバスANOVA検定には偏イータ二乗（η²p）またはオメガ二乗（ω²）を使用してください。ただし、事後分析における個々のペアワイズ比較ではCohenのdを報告することができ、また報告することが望ましいです。
データが正規性の仮定に違反している場合は？
ANOVAは正規性の違反に対して比較的頑健であり、特に各群のサンプルサイズが大きい場合（n > 30）は中心極限定理により正規性違反の影響が軽減されます。サンプルが小さくデータが明らかに非正規の場合は、一元配置分散分析のノンパラメトリック代替法であるKruskal-Wallis H検定を検討してください。軽度の非正規性でもANOVAを進める場合は、その判断と根拠を結果セクションに明記してください。
Tukey HSDとBonferroniのどちらを選ぶべきか？
Tukey HSDは、すべての可能なペアワイズ比較のために設計された方法で、すべての群を互いに比較したい場合に最もよく使用されます。Bonferroni補正はより柔軟で、事前に計画した一部の比較にも適用できます。すべてのペアを比較する場合、Tukey HSDはBonferroniよりもやや検出力が高く（保守性が低い）なります。特定の比較のみを検定する場合は、Bonferroniが適しています。
結果が有意でなくても効果量を報告すべきか？
はい。APA第7版では、統計的有意性にかかわらず、すべての推測統計検定に効果量を報告することを明示的に求めています。中程度の効果量（η²p = .06）を示す非有意な結果と、無視できる効果量（η²p = .001）を示す非有意な結果は、まったく異なる意味を持ちます。効果量は実質的有意性の評価と将来のメタ分析への貢献に不可欠です。
一元配置、二元配置、反復測定ANOVAの違いは？
一元配置ANOVAは、1つの独立変数で定義された群間の平均値を比較します（例：3つの教授法）。二元配置ANOVAは、2つの独立変数の効果とその交互作用を同時に検定します（例：教授法と性別）。反復測定ANOVAは、同じ参加者を複数回測定した場合に使用します（例：事前、中間、事後テスト）。各計画には固有の報告要件があります：二元配置ANOVAでは主効果と交互作用を、反復測定ANOVAではMauchlyの球面性検定を報告する必要があります。
StatMateでAPA形式のANOVA結果を生成する
ANOVAの結果を正しくフォーマットすることは、研究に複数の比較や事後検定が含まれる場合、ますます煩雑になります。StatMateのANOVA計算ツールは、このプロセス全体を自動で処理します。
データまたは要約統計量を入力するだけで、StatMateがF統計量、自由度、正確なp値、偏イータ二乗、効果量付きの事後比較を計算します。結果はAPA第7版形式で出力され、原稿にそのまま貼り付けることができます。
StatMateにフォーマットを任せることで、自由度の逆転、効果量の欠落、小数点の間違いなどの一般的なエラーを回避し、結果の解釈と考察の執筆に時間を費やすことができます。
まとめ
ANOVAの結果をAPA形式で報告するにはt検定よりも多くの要素が必要ですが、基本的な考え方は同じです。読者が統計的証拠を評価するための十分な情報を提供してください。F統計量、両方の自由度、正確なp値、偏イータ二乗を含めてください。オムニバス検定が有意な場合は事後ペアワイズ比較を行ってください。等分散性の仮定が破られた場合はWelchのF検定とGames-Howell事後検定を使用してください。次のANOVA分析を報告する際には、本ガイドの例とチェックリストを参考にしてください。