統計学で最もよくある質問
データを収集し、スプレッドシートを整理したものの、画面を前にして「どの統計検定を使えばいいのだろう？」と悩んでいませんか。これは、初めて調査方法論の授業を受ける学生の間で最もよく聞かれる質問と言っても過言ではありません。そして、間違った検定を選んでしまうと、分析全体が台無しになりかねません。
幸いなことに、統計検定の選択は論理的な意思決定プロセスに従います。本ガイドでは、初期の意思決定フレームワークから仮定の確認、具体的な例と包括的な参照表まで、そのプロセスを体系的に解説します。
意思決定フレームワーク
統計検定の選択は、3つの質問を順番に行うことに帰着します：
- 従属変数のデータ型は？（連続、カテゴリ、順序）
- 独立変数のデータ型は？（グループのあるカテゴリ、または連続）
- いくつのグループまたは変数が関係しているか？
これら3つの質問への回答がほとんどの選択肢を排除し、正しい検定ファミリーへと導きます。その後、標本の関係（独立 vs. 対応）とパラメトリック検定の仮定を満たしているかで精緻化します。
マスター意思決定表
| 従属変数 | 独立変数 | グループ/変数 | 独立 | 対応 | ノンパラメトリック代替 | |---------|---------|-------------|------|------|---------------------| | 連続 | カテゴリ | 1群 vs 基準値 | 一標本t検定 | — | ウィルコクソン符号順位 | | 連続 | カテゴリ | 2群 | 独立t検定 | 対応t検定 | マン・ホイットニーU / ウィルコクソン | | 連続 | カテゴリ | 3群以上 | 一元配置ANOVA | 反復測定ANOVA | クラスカル・ウォリス / フリードマン | | 連続 | カテゴリ2つ | 要因計画 | 二元配置ANOVA | 混合ANOVA | — | | 連続 | 連続 | 2変数 | ピアソン相関 | — | スピアマン相関 | | 連続 | 連続 | 予測変数1つ | 単回帰 | — | — | | 連続 | 混合 | 予測変数2つ以上 | 重回帰 | — | — | | 二値 | 混合 | 予測変数1つ以上 | ロジスティック回帰 | — | — | | カテゴリ | カテゴリ | 2×2以上 | カイ二乗検定 | マクネマー検定 | フィッシャーの正確検定 | | 順序 | カテゴリ | 2群 | — | — | マン・ホイットニーU / ウィルコクソン |
この表は、学部および大学院レベルの研究で遭遇する分析の約90%をカバーしています。
平均の比較検定
t検定を使うべきとき
t検定ファミリーは、正確に2つの条件間の平均を比較します。重要な決定は、2つの観測セットが独立か対応かです。
対応のないt検定（独立標本t検定） — 使用時期：
- 2つのグループが異なる参加者で構成
- 観測間に自然な対応がない
- 例：処置群と対照群の試験成績の比較
対応のあるt検定（対応標本t検定） — 使用時期：
- 同じ参加者を2回測定
- ペアでマッチングされた参加者（例：双子、配偶者）
- 例：介入前後の不安スコアの比較
一標本t検定 — 使用時期：
- 標本平均を既知の母集団値や理論的定数と比較
- 例：学生の平均IQが100と異なるか検定
よくある間違い： 対応データに独立t検定を使う（またはその逆）。これにより自由度、標準誤差、p値がすべて誤ります。常に「2つの条件の観測値間に1対1の対応を描けるか？」と自問してください。はいなら対応データです。
ANOVAを使うべきとき
ANOVAはt検定を3群以上に拡張します。ANOVAの代わりに複数のt検定を行うと、ファミリーワイズの第一種過誤率が膨張します。3群で3回のペアワイズt検定（α = .05）は全体の偽陽性率が14.3%に、5群で10回の検定は40.1%に達します。
一元配置分散分析 — 使用時期：
- 独立変数1つ、3つ以上の水準
- グループが独立
- 例：3つの教授法間でテスト成績を比較
二元配置分散分析 — 使用時期：
- 2つの独立変数を同時に検討
- 主効果と交互作用効果を検定
- 例：教授法の効果が学生の性別によって異なるか検定
反復測定分散分析 — 使用時期：
- 同じ参加者を3つ以上の条件で測定
- 例：ベースライン、1週間後、4週間後の痛みレベルを測定
混合分散分析 — 使用時期：
- 被験者間要因と被験者内要因の両方がある
- 例：2つの処置群（被験者間）を3時点で測定（被験者内）
有意なANOVA結果の後、どの特定のグループ間に差があるかを特定するために事後検定（Tukey HSD、Bonferroniなど）が必要です。
t検定 vs ANOVA の意思決定
| 状況 | 検定 | 理由 | |------|------|------| | 2つの独立群 | 独立t検定 | より単純、2群一元配置ANOVAと同等 | | 2つの対応条件 | 対応t検定 | 被験者内相関を反映 | | 3つ以上の独立群 | 一元配置ANOVA | ファミリーワイズ誤差率を制御 | | 3つ以上の対応条件 | 反復測定ANOVA | 反復測定を反映 | | 2つ以上のIV、反復測定なし | 二元（N元）配置ANOVA | 主効果と交互作用を検定 |
平均比較のノンパラメトリック代替
データが正規性の仮定に違反する場合や順序尺度を使用する場合、ノンパラメトリック検定が有効な代替を提供します：
| パラメトリック検定 | ノンパラメトリック代替 | 切り替えの目安 | |------------------|---------------------|--------------| | 独立t検定 | マン・ホイットニーU検定 | 小標本（n < 15/群）、強い歪み、順序データ | | 対応t検定 | ウィルコクソン符号順位検定 | 非正規な差分、順序データ | | 一元配置ANOVA | クラスカル・ウォリスH検定 | 非正規データ、不等分散、順序データ | | 反復測定ANOVA | フリードマン検定 | 反復条件にわたる非正規データ |
ノンパラメトリック検定は生の値ではなく順位を比較します。仮定が満たされるとき多少の検出力を犠牲にしますが、仮定が違反されるときはより頑健です。群あたり30名以上で中程度の歪みであれば、パラメトリック検定は一般に十分頑健です。
関連性と関係の分析検定
相関分析
相関分析は2つの連続変数間の線形関係の強さと方向を測定します。データの特性に基づいてタイプを選択します：
ピアソン相関（r） — 使用時期：
- 両方の変数が連続でおおよそ正規分布
- 関係がおおよそ線形
- 極端な外れ値がない
スピアマン順位相関（r_s） — 使用時期：
- 一方または両方の変数が順序
- 関係が単調だが必ずしも線形ではない
- データに外れ値がある、または歪んでいる
点双列相関 — 使用時期：
- 一方が連続、他方が二値（バイナリ）
- 数学的にバイナリ変数を用いたピアソンのrと同等
回帰分析
回帰分析は1つ以上の変数から別の変数を予測し、予測的関係を定量化します。
単回帰 — 連続予測変数1つ、連続結果変数1つ。Xが1単位変わるときYがどれだけ変わるか定量化する場合に使用。
重回帰 — 複数の予測変数（連続またはコード化されたカテゴリ）、連続結果変数1つ。他の変数を統制しながら各予測変数の固有の寄与を検討する場合に使用。
ロジスティック回帰 — 1つ以上の予測変数、二値結果変数（0/1）。従属変数が2水準のカテゴリ（例：合格/不合格、疾患あり/なし）の場合に使用。傾き係数の代わりにオッズ比を報告。
相関 vs 回帰の使い分け： 2変数間の関連の強さを方向性を示唆せずに単に記述するなら相関を使用。一方の変数で他方を予測する、元の単位で効果を定量化する、交絡因子を統制するなら回帰を使用。
カイ二乗検定と関連検定
カテゴリ変数の場合、カイ二乗ファミリーが主要なツールです：
カイ二乗独立性検定 — 使用時期：
- 両方の変数がカテゴリ
- 一方の変数の分布が他方の水準によって異なるか検定
- 期待度数がほとんどのセルで5以上
カイ二乗適合度検定 — 使用時期：
- カテゴリ変数1つ
- 観測度数が期待度数と一致するか検定
フィッシャーの正確検定 — 使用時期：
- 2×2のクロス集計表
- 1つ以上の期待度数が5未満
- 漸近近似ではなく正確なp値を提供
マクネマー検定 — 使用時期：
- 対応のあるカテゴリデータ（同じ参加者を二値変数で2回測定）
- 例：事前から事後で合格した学生の割合が変化したか検定
高度なデザイン
反復測定と被験者内デザイン
被験者内デザインは同じ参加者を複数の条件で測定します。個人差が変動性の源泉から除去されるため、被験者間デザインよりも強力です。
主な考慮事項：
- 順序効果： 系統的偏りを防ぐために条件の順序をカウンターバランス
- 球面性の仮定： 反復測定ANOVAは球面性（すべての条件ペア間の差の分散が等しい）を仮定。違反すると第一種過誤率が膨張。Mauchlyの検定で確認し、違反時はGreenhouse-GeisserまたはHuynh-Feldt補正を適用
- 持ち越し効果： 1つの条件の経験が後続の条件への反応を変える場合、被験者内デザインが不適切な場合がある
混合デザイン
混合デザインは被験者間要因と被験者内要因を組み合わせます。一般的な例として、2つの処置群の事前事後デザインがあります：処置/対照要因は被験者間、時間要因は被験者内です。通常、関心の中心は交互作用 — 時間による変化がグループ間で異なるか — です。
要因デザイン
二元配置以上のANOVAは以下を検定します：
- 主効果： 各要因が独立して結果に影響するか？
- 交互作用効果： 一方の要因の効果が他方の要因の水準に依存するか？
有意な交互作用がある場合、主効果は慎重に解釈する必要があります。交互作用が存在する状態での有意な主効果は、他の要因の水準にわたって効果が逆方向に変わる場合、誤解を招く可能性があります。
サンプルサイズが検定選択に与える影響
サンプルサイズはどの検定が適切かにも影響します。一部の検定は信頼できる結果を出すために最低限のサンプルサイズが必要です：
小標本（群あたりn < 15）：
- パラメトリック代替よりノンパラメトリック検定（マン・ホイットニー、ウィルコクソン）を推奨
- カイ二乗の代わりにフィッシャーの正確検定を使用
- 回帰は注意 — 予測変数あたりの観測数が少ないと係数推定が不安定
中程度の標本（群あたり15-30）：
- データが極端に非正規でなければパラメトリック検定は一般に許容
- 仮定を慎重に確認 — 違反が最も大きな影響を与える「グレーゾーン」
- Studentのt検定よりWelchのt検定をデフォルトとして推奨
大標本（群あたりn > 30）：
- パラメトリック検定はほとんどの仮定違反に頑健
- 正式な正規性検定（シャピロ・ウィルク）が過度に敏感に — 代わりにQ-Qプロットを使用
- 些細に小さい効果も統計的に有意になるため効果量を慎重に考慮
非常に大きな標本（n > 500）：
- ほぼすべてが統計的に有意に
- p値だけでなく効果量と信頼区間に注目
- 実用的有意性が統計的有意性と一致するか検討
仮定の確認ワークフロー
パラメトリック検定を実行する前に、データが必要な仮定を満たしているか確認してください。体系的なワークフローは以下の通りです：
ステップ1：正規性の確認
方法：
- シャピロ・ウィルク検定： n < 50で最も強力な正規性検定。有意な結果（p < .05）は非正規性を示す。ただし大標本では些細な偏差も有意になる。
- Q-Qプロット： 視覚的検査。点がおおよそ対角線の参照線に沿うべき。大標本では正式な検定より信頼性が高い。
- 歪度と尖度： −2から+2の間の値はパラメトリック検定に一般的に許容。
判断： 正規性が違反され標本が小さい（群あたりn < 30）場合はノンパラメトリック代替に切り替え。標本が大きければパラメトリック検定は中程度の非正規性に一般に頑健。
ステップ2：分散の均一性の確認
方法：
- Leveneの検定： グループ分散が等しいか検定。有意な結果は不均一性を示す。
- 比率の経験則： 最大のグループ分散が最小の4倍以上なら不均一性が懸念。
判断： 分散が不均等ならStudentのt検定の代わりにWelchのt検定（2群）またはWelchのANOVA（3群以上）を使用。多くの統計学者がこの補正をデフォルトとして推奨。
ステップ3：独立性の確認
観測値は互いに独立でなければなりません — 一人の参加者の反応が他者に影響してはいけません。この仮定は以下で違反されます：
- クラスターデータ（教室の生徒、病院の患者）
- 反復測定デザインなしの反復測定
- 集団テスト環境での社会的影響
判断： 独立性が違反される場合、標準検定の代わりにマルチレベルモデル（HLM/MLM）や一般化推定方程式（GEE）を使用。
ステップ4：適切な検定の選択
仮定確認後、データを正しい検定にマッチング：
仮定充足 → パラメトリック検定 小標本で正規性違反 → ノンパラメトリック代替 均一性違反 → Welch補正またはノンパラメトリック 独立性違反 → マルチレベルモデル
検定別の効果量指標
正しい検定を選択した後は、適切な効果量も報告する必要があります。APA第7版はすべての推論検定に効果量を要求しています。クイックリファレンス：
| 検定 | 効果量指標 | 解釈 | |------|----------|------| | 独立t検定 | Cohenのd | 0.20 小、0.50 中、0.80 大 | | 対応t検定 | Cohenのd_z | dと同じ基準 | | 一元配置ANOVA | 偏η² | .01 小、.06 中、.14 大 | | 二元配置ANOVA | 偏η² | 同じ基準 | | ピアソン相関 | r | .10 小、.30 中、.50 大 | | 重回帰 | R²、f² | f²：.02 小、.15 中、.35 大 | | ロジスティック回帰 | オッズ比（OR） | OR 1.5 小、2.5 中、4.3 大 | | カイ二乗 | CramerのV | dfにより異なる；2×2で .10 小、.30 中、.50 大 | | マン・ホイットニーU | 順位双列r | ピアソンrの基準と同じ | | クラスカル・ウォリス | イプシロン二乗（ε²） | η²の基準と同じ |
基本原則： 常に検定結果（検定統計量とp値）と効果量および信頼区間を併せて報告してください。統計的に有意でも効果量が極めて小さい結果は、効果量が大きい結果とは実用的な意味合いが異なります。
検定選択でよくある間違い
データ型に合わない検定の使用
最も基本的な誤りは、ある変数タイプ用に設計された検定を別のタイプに使うことです。二値の結果変数にANOVAを実行したり、人為的にカテゴリ化（「中央値分割」）された連続データにカイ二乗検定を使うと、いずれも最適でない結果を生みます。特に中央値分割は情報を破棄し検出力を低下させます — 連続変数には回帰を使用してください。
ANOVAの代わりに複数のt検定を実行
4群でα = .05の6回のペアワイズt検定は、少なくとも1つの偽陽性が出る確率が26.5%です。ANOVAはまずオムニバス仮説を検定してこれを制御します。有意なANOVA結果の後にのみ、適切な事後補正でペアワイズ比較を行ってください。
対応データ構造の無視
対応データに独立標本検定を使うと被験者内相関を捨てることになり、標準誤差が増大し検出力が低下します。n = 20ペアの対応t検定は、n = 40/群の独立t検定より高い検出力を持つことが多いです。個人差が制御されるためです。
仮定を確認せずに分析を実行
正規性と等分散性を確認せずにパラメトリック検定を実行することは不注意ですが一般的です。最終的に検定が十分に頑健だと判断しても（十分なサンプルサイズではしばしばそうです）、仮定を確認したことを文書化し結果を報告してください。
補正なしの多重検定
同じデータセットで多くの検定を実行すると — 例えば2群間で10の結果変数を比較 — 少なくとも1つの偽陽性が出る確率は1 −（1 − 0.05）^10 = 40.1%です。Bonferroni補正（検定数でαを除算）、Holmのステップダウン手順、またはBenjamini-Hochberg偽発見率制御を適用してください。代替としてMANOVAをオムニバス分析として使用できます。
相関と因果の混同
相関と回帰は関連を定量化しますが、因果関係を証明しません。アイスクリームの売上と溺死率の有意な相関は、アイスクリームが溺死を引き起こすことを意味しません — 両方が気温の影響を受けています。因果の主張には無作為割り付けと統制条件を備えた実験デザインが必要であり、単なる統計的関連ではありません。
実例で学ぶ検定選択
例1： 心理学者がセラピーを受けている患者と待機リストの患者の間でうつ病スコアを比較します。結果変数は連続（うつ病スコア）、2つの独立群、十分なサンプルサイズ。検定：対応のないt検定。 シャピロ・ウィルクで正規性を確認し、デフォルトでWelch補正を使用。
例2： 栄養学者が同じ25名の参加者の食事変更前後で血圧を測定します。結果変数は連続、同一人物からの2回の測定、中程度の標本。検定：対応のあるt検定（n = 25で正規性に疑問がある場合はウィルコクソン）。
例3： マーケットリサーチャーが製品の好み（製品A、B、C）が年齢層（30歳未満、30〜50歳、50歳超）によって異なるか調べます。両方の変数がカテゴリ。検定：カイ二乗独立性検定。 期待度数が5未満のセルがあればフィッシャーの正確検定を検討。
例4： 教育者が3つの異なる個別指導法が試験成績に異なる効果をもたらすか、各群15名で検証します。結果変数は連続、3つの独立群。検定：一元配置分散分析（仮定違反時はクラスカル・ウォリス）。 有意ならTukey HSDで追跡。
例5： 医学研究者が年齢、BMI、喫煙状況、家族歴から患者の疾患発生（はい/いいえ）を予測します。結果変数は二値、複数の予測変数。検定：ロジスティック回帰。 95%信頼区間付きのオッズ比を報告。
例6： 発達心理学者が子どもの読解力を6歳、8歳、10歳で測定します。同じ子どもが各年齢で検査。結果変数は連続、同じ参加者からの3時点。検定：反復測定分散分析（正規性違反時はフリードマン）。 Mauchlyの検定で球面性を確認し、必要に応じて補正を適用。
クイックリファレンスフローチャート
以下のフローに従って適切な検定を見つけましょう：
従属変数の種類は？
カテゴリ変数の場合：
- 変数1つ、分布の検定 → カイ二乗適合度検定
- カテゴリ変数2つ、独立データ → カイ二乗独立性検定（またはフィッシャーの正確検定）
- カテゴリ変数2つ、対応データ → マクネマー検定
- 二値の結果変数 + 予測変数 → ロジスティック回帰
連続変数の場合：
-
グループの比較か、関係の分析か？
グループの比較：
- 1群 vs 基準値 → 一標本t検定（またはウィルコクソン符号順位）
- 2群：
- 独立 → 独立t検定（またはマン・ホイットニーU）
- 対応 → 対応t検定（またはウィルコクソン符号順位）
- 3群以上：
- 独立、IV 1つ → 一元配置ANOVA（またはクラスカル・ウォリス）
- 独立、IV 2つ以上 → 二元配置ANOVA
- 対応/反復 → 反復測定ANOVA（またはフリードマン）
- 混合（両方） → 混合ANOVA
関係の分析：
- 連続変数2つ → ピアソン相関（またはスピアマン）
- 1つのXからYを予測 → 単回帰
- 複数のXからYを予測 → 重回帰
よくある質問
データが完全に正規分布でなくてもパラメトリック検定を使えますか？
はい、ほとんどの場合使えます。パラメトリック検定（t検定、ANOVA）は正規性の中程度の違反に頑健であり、特にサンプルサイズが等しく適度に大きい（群あたりn > 30）場合にそうです。中心極限定理により、母集団の分布に関わらず平均の標本分布は正規分布に近づきます。標本が小さく分布が極端に歪んでいるか極端な外れ値がある場合にのみノンパラメトリック代替に切り替えてください。
片側検定と両側検定の違いは何で、いつ使うべきですか？
両側検定はどちらの方向の効果もチェックします（群Aが群Bより高い可能性も低い可能性も）。片側検定は指定された一方向の効果のみチェックします。デフォルトで両側検定を使用してください — ほとんどの分野で標準です。効果の方向を予測する強い理論的根拠があり、反対方向の効果に真に関心がなく報告もしない場合にのみ片側検定を使用してください。片側検定は検出力が高いですが、査読者から厳しく吟味されます。
複数のANOVAの代わりにMANOVAをいつ使うべきですか？
相関のある複数の従属変数があり、グループがアウトカムの組み合わせで異なるか検定する場合にMANOVA（多変量分散分析）を使用してください。各DVに別々のANOVAを実行すると第一種過誤率が膨張します。MANOVAはすべてのDVを同時に検定してこれを制御します。ただし、MANOVAには追加の仮定（多変量正規性、共分散行列の均一性）があり解釈が難しいです。DVが無相関または主要アウトカムが1つなら、Bonferroni補正付きの別々のANOVAがより適切な場合があります。
カイ二乗検定とフィッシャーの正確検定はどう選びますか？
期待度数がCochranガイドラインを満たすときカイ二乗を使用：期待度数が5未満のセルが全体の20%を超えず、期待度数が1未満のセルがないこと。これらの条件が満たされない場合はフィッシャーの正確検定を使用。2×2表では多くの統計学者が常にフィッシャーの正確検定を推奨 — カイ二乗近似に頼らず正確なp値を提供するため。大きな表（3×3以上）では期待度数が適切ならカイ二乗、不適切ならフィッシャー検定のFreeman-Halton拡張を使用。
順序データ（例：リッカート尺度）にはどの検定を使うべきですか？
これは議論のあるテーマです。厳密には順序データはパラメトリック検定の等間隔測定の仮定に違反します。ノンパラメトリック検定（マン・ホイットニー、クラスカル・ウォリス、スピアマン）が理論的に正しい選択です。しかし広範なシミュレーション研究により、5点以上のリッカート尺度でサンプルサイズが適切で分布が極端に歪んでいなければt検定とANOVAは良好に機能することが示されています。実務では多くの研究者が5点や7点リッカート尺度を近似的に等間隔として扱いパラメトリック検定を使用し、頑健性の確認としてノンパラメトリック結果を報告します。
ANOVAの代わりに回帰を使えますか？
はい。ANOVAと回帰は数学的に等価です — ANOVAはカテゴリ予測変数をダミー変数でコード化した回帰の特殊ケースです。回帰はより柔軟で、連続とカテゴリの予測変数を同時に扱い、交互作用を検定し、不均等な群サイズを自然に処理できます。多くの統計学者が回帰をデフォルトフレームワークとし、ANOVAを便利な特殊ケースとして使うことを推奨しています。
研究に被験者間要因と被験者内要因の両方がある場合はどうしますか？
混合ANOVA（分割プロットANOVAとも呼ばれる）を使用してください。この設計には少なくとも1つの被験者間要因（異なる参加者グループ）と1つの被験者内要因（反復測定）があります。主な利点は被験者間要因と被験者内要因の交互作用を検定できることです。例えば、時間による変化が処置群と対照群で異なるか検定できます。
反復測定ANOVAでの球面性違反はどう対処しますか？
球面性は、すべての条件ペア間の差の分散が等しいことを意味します。Mauchlyの検定で確認します。Mauchlyの検定が有意（球面性違反）なら補正を適用：イプシロン推定値が0.75未満ならGreenhouse-Geisser、0.75以上ならHuynh-Feldtを使用。これらの補正は自由度を下方修正し、F検定をより保守的にします。代替として球面性を仮定しない多変量検定（Pillaiのトレース、Wilksのラムダ）を使用できます。
StatMateで最適な検定を選ぼう
どの検定がデータに合うかまだ迷っている場合、StatMateには対話型の検定選択ウィザードが用意されています。変数の種類や研究デザインに関するいくつかの質問に答えるだけで、StatMateが適切な検定を推薦し、仮定の確認を行い、APA形式の出力で分析を実行します。
StatMateはt検定、ANOVA、相関、回帰、カイ二乗、すべての主要なノンパラメトリック代替を含む20の統計計算機をサポートしています。各計算機には組み込みの仮定確認、効果量計算、ワンクリックAPA形式設定が含まれています。
適切な統計検定の選択は、決して難しいことではありません。変数の型、グループ数、標本の関係、仮定という意思決定のロジックを理解すれば、どのデータセットにも適用できる再現可能なプロセスになります。