一標本t検定を使用する場面
一標本t検定は、1つのサンプルの平均値を、既知のまたは仮説上の母集団値と比較します。1つの明快な問いに答えます：このグループは特定の基準と異なるか？
以下のような場合に一標本t検定を使用します：
- 母集団ノルムとの比較。 ある大学の学生が、全国平均100と比較して標準化IQテストで異なるスコアを示すかどうかを研究者が知りたい場合。
- ベンチマークや基準との比較。 品質管理エンジニアがシリアル箱の平均重量が表示重量500gと異なるかどうかを測定する場合。
- ベースラインからの変化の評価。 心理学者が治療群の平均反応時間が既知のベースライン250msと異なるかどうかを評価する場合。
重要な要件は、1つのグループで測定された1つの連続変数があり、それと比較するための固定された参照値があることです。特にサンプルが小さい場合、データはおおむね正規分布している必要があります。
APAの報告テンプレート
APA第7版では、t検定の結果を報告するための特定の形式が求められます。一標本t検定の標準テンプレートは以下の通りです：
t(df) = X.XX, p = .XXX, d = X.XX
各記号の意味：
| 記号 | 意味 | |------|------| | t | t統計量（イタリック体） | | df | 自由度。N - 1で計算 | | p | p値（先頭のゼロなし） | | d | Cohenのd効果量（先頭のゼロあり） |
覚えるべき書式ルール：
- 統計記号にはイタリック体を使用：t、p、d、M、SD、N
- p値は先頭のゼロなしで報告する（0.034ではなく.034）。pは1.0を超えないためです
- 効果量は先頭のゼロありで報告する（.75ではなく0.75）。dは1.0を超え得るためです
- tとdは小数第2位まで、pは小数第3位まで
- 非常に小さいp値の場合は、正確な値ではなくp < .001と記述する
ステップ1：記述統計を報告する
推測統計を提示する前に、APA形式ではサンプルの記述統計を報告し、検定値を明確に述べることが求められます。
サンプル（N = 45）のIQスコアの平均はM = 105.30（SD = 12.40）であった。スコアは母集団平均100と比較された。
含めるべき重要な要素：
| 要素 | 報告内容 | 例 | |------|---------|-----| | サンプルサイズ | N = | N = 45 | | サンプル平均 | M = | M = 105.30 | | 標準偏差 | SD = | SD = 12.40 | | 検定値 | 既知の/仮説上の値 | 母集団平均100 |
検定値が何を表すかを常に明記してください。単に「100と比較した」と記述するだけでは不十分です。母集団パラメータ、公刊されたノルム、規制基準、または理論的な期待値など、その出典を述べてください。
ステップ2：t検定の結果を報告する
記述統計の後、推測統計を報告します。t統計量、自由度、正確なp値、平均差の信頼区間を含めます。
一標本t検定の結果、参加者のIQスコアは母集団平均100よりも有意に高かった（t(44) = 2.87, p = .006, 95% CI [1.58, 9.02]）。
内訳：
- df = 44。N - 1 = 45 - 1 = 44のため
- **95% CI [1.58, 9.02]**は平均差（サンプル平均から検定値を引いた値）の信頼区間。区間がゼロを含まないため、有意な結果と一致します
- 効果の方向は、t統計量の符号のみに頼るのではなく、言葉で述べます（「有意に高かった」）
p値が極めて小さい場合：
t(44) = 4.52, p < .001
ステップ3：効果量を報告する（Cohenのd）
APA第7版では、有意性検定とともに効果量を報告することが強く推奨されています。一標本t検定のCohenのdは以下のように計算されます：
d = (M - mu) / SD
ここで、Mはサンプル平均、muは検定値、SDはサンプルの標準偏差です。
解釈の指針（Cohen, 1988）：
| Cohenのd | 解釈 | |------------|------| | 0.20 | 小さい効果 | | 0.50 | 中程度の効果 | | 0.80 | 大きい効果 |
IQの例では：d = (105.30 - 100) / 12.40 = 0.43であり、小から中程度の効果を示しています。
効果量は中程度であった（d = 0.43）。
結果が有意でない場合でも、常に効果量を報告してください。中程度の効果量で非有意なp値は、ごくわずかな効果量で非有意なp値とは異なる物語を伝えます。
APAでの完全な報告例
以下は、一標本t検定のすべての要素を組み合わせた完全なパラグラフです。論文の結果セクションにそのまま使用できます。
シナリオ： 大学生45名のIQスコアが一般母集団の平均100と異なるかどうかを研究者が測定した。
サンプルの平均IQスコアが母集団平均100と異なるかどうかを検討するため、一標本t検定を実施した。サンプル平均（M = 105.30, SD = 12.40）は検定値よりも有意に高かった（t(44) = 2.87, p = .006, d = 0.43, 差の95% CI [1.58, 9.02]）。効果量は、サンプルと母集団ノルムの間に小から中程度の差があることを示した。
このパラグラフには、査読者が期待するすべての要素が含まれています：目的、記述統計、検定結果、効果量、信頼区間、および簡潔な解釈です。
非有意な結果の報告
一標本t検定が有意でない場合も、同じ統計量をすべて報告します。主な違いは表現にあります。群が「等しい」とか「差がなかった」と述べることを避けてください。代わりに、統計的に有意な差は認められなかったと述べます。
シナリオ： 栄養士が30名の参加者の1日のカロリー摂取量を測定し、推奨値の2,000キロカロリーと比較した。
一標本t検定の結果、1日の平均カロリー摂取量（M = 2,045.00, SD = 180.50）は推奨値2,000キロカロリーと有意に異ならなかった（t(29) = 1.37, p = .182, d = 0.25, 95% CI [-22.40, 112.40]）。小さい効果量は、推奨値からの逸脱が最小限であったことを示唆している。
信頼区間がゼロを含んでおり、非有意な結果と一致していることに注目してください。また、効果量が報告され解釈されていることにも注目してください。
一標本t検定と他の検定の比較：いつどの検定を使うか
正しい検定を選択するには、各検定が何のために設計されているかを理解する必要があります。一標本t検定は特定の領域を占めます：1つのグループの平均を固定された既知の値と比較することです。以下の比較は、代替検定をいつ使用すべきかを明確にします。
vs. 独立標本t検定
これらの検定は根本的に異なる問いに答えます。一標本t検定は1つのグループを固定値と比較します。独立標本t検定は2つの別々のグループを互いに比較します。2つの異なるクラスの試験成績を比較する場合は独立標本検定です。1つのクラスを全国基準と比較する場合は一標本検定です。
決定的な違いは比較値の性質です。一標本検定では、参照値（例：母集団平均 = 100）はデータから推定されない既知の定数です。独立標本検定では、両方の平均がデータから推定され、標本誤差を伴います。
一標本： t(44) = 2.87, p = .006 — サンプル平均を既知の母集団値100と比較。
独立標本： t(88) = 3.14, p = .002 — データから推定されたグループAとグループBの平均を比較。
vs. 対応のあるt検定
よくある混同：対応のあるt検定も1つのグループを含みますが、2つの関連する測定値（例：事前テスト vs. 事後テスト）を比較します。一標本t検定は1つの測定値を固定された定数と比較するもので、同じ参加者からの別の測定値とは比較しません。
「比較値」が異なる時点で測定された同じ参加者から得られたものであれば、対応のあるt検定が必要です。サンプルによって変化しない固定された基準であれば、一標本t検定が必要です。
誤用の例： 研究者が介入前後の血圧を測定し、介入後の平均を一標本t検定で120mmHgと比較する。これは個人レベルの変化を無視し、統計的検出力を失います。正しいアプローチは、事前・事後測定を比較する対応のあるt検定です。
vs. 一標本Wilcoxon符号順位検定
正規性の仮定が破られ、サンプルが小さい場合（一般的にN < 30）、一標本Wilcoxon符号順位検定がノンパラメトリック代替法となります。平均値ではなく中央値が検定値と異なるかどうかを検定します。
一標本Wilcoxon符号順位検定の結果、反応時間の中央値（Mdn = 260.50 ms）はベースラインの250msよりも有意に高かった（T = 312, z = 2.15, p = .032, r = .34）。
データが著しく歪んでいる、外れ値を含む、または順序尺度で測定されている場合は、Wilcoxon代替法を使用してください。約30以上のサンプルでは、中心極限定理により一標本t検定は正規性からの中程度の逸脱に対して頑健です。
意思決定フローチャート
- グループはいくつか？ 1つ → 続行。2つ以上 → 独立標本t検定またはANOVAを使用。
- 比較値は何か？ 固定された既知の定数 → 一標本t検定。同じ参加者からの別の測定値 → 対応のあるt検定。
- データはおおむね正規分布しているか？ はい、またはN > 30 → 一標本t検定。いいえ、かつN < 30 → 一標本Wilcoxon符号順位検定。
一標本t検定の効果量：Cohenのd詳解
効果量は、標本サイズとは独立に、研究結果の実質的な大きさを数量化します。一標本t検定では、Cohenのdが標準的な指標であり、サンプル平均と検定値の差を標準偏差単位で表します。
計算方法
直接の公式は以下の通りです：
d = (M - mu) / SD
t統計量と自由度からdを計算することもできます：
d = t / sqrt(N)
これは、生の平均と標準偏差ではなくtとNを報告している論文を読む際に便利です。IQの例では：d = 2.87 / sqrt(45) = 2.87 / 6.71 = 0.43であり、直接計算の結果と一致します。
解釈の基準
Cohen（1988）は以下の基準を提案しましたが、文脈に応じて慎重に適用すべきです：
| Cohenのd | 分類 | 実質的な意味 | |------------|------|------------| | 0.20 | 小さい効果 | 注意深い測定でのみ検出可能；ほとんどの文脈で実質的影響は小さい | | 0.50 | 中程度の効果 | 観察者が認識可能；実質的な結果をもたらす可能性が高い | | 0.80 | 大きい効果 | 明確な差；実質的に重要 | | 1.20+ | 非常に大きい効果 | 社会科学では稀；医学/教育的介入では一般的 |
これらの基準はデフォルトであり、普遍的な真理ではありません。効果が一般的に小さい分野（例：数百万人に適用される公衆衛生介入）ではd = 0.20が非常に意味のある場合があり、大きな効果が日常的な文脈ではd = 0.80が特筆すべきものではない場合があります。
dの信頼区間
dの信頼区間を報告することで、効果量推定値の精度を伝えることができます。APA第7版はすべての効果量に信頼区間を推奨しています。CIの公式は非心t分布を使用し計算が複雑であるため、計算ツールの使用が推奨されます。
効果は中程度であった（d = 0.43, 95% CI [0.12, 0.73]）。
dの信頼区間にゼロが含まれる場合、効果量はゼロと有意に異ならないことを示し、非有意なp値と一致します。CIが広い場合、推定は不正確であり、解釈には注意が必要です。
効果量のAPA形式
サンプルは母集団ノルムよりも有意に高いスコアを示した（t(44) = 2.87, p = .006, d = 0.43, 95% CI [0.12, 0.73]）。小から中程度の効果を示している。
dは1.0を超え得るため先頭のゼロを使用します（.43ではなく0.43）。常に数値と言語的解釈を組み合わせてください。
仮定とその検証方法
一標本t検定はいくつかの仮定に依拠しています。これらの仮定に違反すると、特に小標本で誤解を招く結果が生じる可能性があります。
1. 連続型従属変数
従属変数は連続尺度（間隔または比率）で測定されている必要があります。一般的な例としては、テストスコア、反応時間、重量、血圧値があります。変数が順序型（例：単一のLikert項目）の場合、一標本t検定は適切ではありません。代わりに一標本Wilcoxon符号順位検定を使用するか、複数の項目から構成された合成尺度スコアに対してのみt検定を使用してください。
2. 観察の独立性
各データポイントは他のすべてのデータポイントと独立でなければなりません。これは、ある参加者のスコアが別の参加者のスコアに影響を与えてはならないことを意味します。データが階層的構造（例：教室内の学生）を持つ場合や時間的依存性（例：同じ参加者からの繰り返し測定）がある場合、独立性は破られます。独立性は事後の統計検定ではなく、適切な研究デザインによって保証されます。
3. 従属変数の正規性
一標本t検定は、正規分布する母集団から抽出されたデータを仮定します。小標本（N < 30）では、この仮定は極めて重要です。大標本では、中心極限定理により、生データが正規分布していなくても平均の標本分布がおおむね正規になることが保証されます。
正規性の確認方法：
- Shapiro-Wilk検定。 小〜中程度の標本に対する最も強力な正規性検定です。有意な結果（p < .05）は非正規性を示します。次のように報告します：「Shapiro-Wilk検定の結果、データはおおむね正規分布していた（W = 0.97, p = .342）。」
- Q-Qプロット。 データの分位数を正規分布の分位数に対してプロットします。点がおおむね対角線上に並べば正規性を示唆します。体系的な逸脱（S字カーブ、重い裾）は違反を示します。
- 歪度と尖度。 -2から+2の間の値が一般的に許容されます。パラメトリック検定の使用を正当化する際にこれらの値を報告してください。
4. 仮定が破られた場合の対処
小標本で正規性が破られた場合、いくつかの選択肢があります：
- Wilcoxon符号順位検定を使用する — 正規性を仮定しないノンパラメトリック代替法です。
- データを変換する — 対数、平方根、または逆数変換が歪んだ分布を正規化できます。変換を報告し、解釈のために結果を逆変換してください。
- 信頼区間をブートストラップする — リサンプリング法は正規性の仮定を必要とせず、頑健な信頼区間を提供します。
- 注意して進める — N > 30であれば、t検定は通常、中程度の違反に対して頑健です。違反を注記し、論文中で判断を正当化してください。
Shapiro-Wilk検定の結果、正規性からの有意な逸脱が示された（W = 0.89, p = .004）。標本サイズ（N = 50）と大標本での非正規性に対するt検定の頑健性を考慮し、パラメトリック検定を維持した。
研究における一般的な応用
一標本t検定をいつ適用すべきかを理解することで、研究者は仮説を正しく設定できます。以下は、報告例を伴う最も一般的な応用場面です。
サンプルを母集団ノルムと比較する
これが典型的なユースケースです。標準化テスト（IQ、GRE、SAT、うつ病尺度）には確立された母集団ノルムがあります。研究者は特定のサブグループがこれらのノルムと異なるかどうかを検定します。
看護学生のBeck抑うつ尺度スコア（M = 14.20, SD = 6.80, N = 62）が一般母集団ノルム10.0と異なるかどうかを検定するため、一標本t検定を実施した。サンプルはノルムよりも有意に高いスコアを示した（t(61) = 4.86, p < .001, d = 0.62, 95% CI [2.48, 5.92]）。このグループにおける抑うつ症状の上昇を示唆している。
尺度中間点に対する尺度妥当化
尺度を開発または妥当化する研究者は、回答が尺度中間点と異なるかどうかを検定します。これにより、回答者が同意方向または不同意方向に傾いているかどうかを確認します。
7件法満足度尺度の平均スコア（M = 5.32, SD = 1.15, N = 200）を尺度中間点4.0と比較した。一標本t検定の結果、中間点を有意に上回る満足度が示された（t(199) = 16.22, p < .001, d = 1.15, 95% CI [1.16, 1.48]）。
基準に対する品質管理
産業・製造の文脈では、一標本t検定は生産プロセスが仕様を満たしているかどうかを検証します。
サンプルボトルの平均充填量（M = 502.30 mL, SD = 3.80, N = 40）を目標の500 mLと比較した。一標本t検定の結果、有意な過充填が示された（t(39) = 3.83, p < .001, d = 0.61, 95% CI [1.09, 3.51]）。
事前登録された仮説
事前登録文書に特定の方向的予測が明記されている場合、一標本t検定を片側検定で使用できます。これは、効果の予想される方向が十分に確立された追試研究で特に一般的です。
事前登録された仮説と一致して、参加者の平均スコア（M = 78.50, SD = 10.20, N = 35）は合格基準の75を超えた（t(34) = 2.03, p = .025, 片側, d = 0.34, 95% CI [0.44, 6.56]）。
片側検定と両側検定の報告
デフォルトでは、一標本t検定は両側であり、サンプル平均が検定値と「どちらの方向にも」異なるかどうかを検定します。片側検定は、データ収集前に設定された強い方向性仮説がある場合にのみ適切です。
それぞれを使用する場面
両側（デフォルト — 特別な理由がなければこちらを使用）：
- どちらの方向の差も検出したい場合
- 探索的研究を行う場合
- 方向を予測する強い理論的根拠がない場合
- 事前登録で方向が明示されていない場合
片側：
- 理論的に正当化された強い方向的予測がある場合
- データ収集前に方向が明示された場合（理想的には事前登録で）
- 効果の一方向のみが研究上意味がある場合
- 反対方向の効果を無視する意思がある場合
APA形式の違い
両側（特別な表記不要）：
スコアが全国平均75と異なるかどうかを検討するため、一標本t検定を実施した。結果は有意であった（t(39) = 1.92, p = .031, d = 0.30, 95% CI [0.72, 7.28]）。
片側（明示的な表記が必要）：
スコアが全国平均75を上回るかどうかを検討するため、一標本t検定を実施した。結果は有意であった（t(39) = 1.92, p = .031, 片側, d = 0.30, 95% CI [0.72, 7.28]）。
主な違い：（1）研究上の問いで方向を明示する、（2）p値を片側と表示する、（3）解釈で効果の方向を記述する。
正当化の要件
査読者は片側検定を注意深く精査します。p値を半分にするため、有意性に到達しやすくなるからです。方法セクションで正当化を提供する必要があります：
マインドフルネス訓練が注意力スコアを一貫して向上させることを示す先行研究（Smith et al., 2020; Jones & Brown, 2022）に基づき、訓練群のスコアが母集団平均を超えるかどうかを評価するために片側検定を使用した。
片側検定をめぐる論争
多くの方法論学者は、ほとんどの研究文脈で片側検定を推奨していません。主な懸念は、両側検定で非有意な結果が出た際に、有意性を達成するために事後的に使用されることが多いということです。これはp-hackingに該当します。方向を事前登録していない場合は両側検定を使用してください。査読者が片側検定に疑問を呈した場合、事前登録またはデータ収集前に文書化された明確な理論的根拠を示せる必要があります。
一標本t検定の報告でよくある間違い
1. 誤った母集団値に対する検定
一標本t検定の妥当性は、比較値の適切性に完全に依存します。古いノルム、異なる母集団のノルム、または任意の基準値を使用すると、検定が無意味になる可能性があります。
不適切： 母集団スコアが変化している可能性を認めずに、現在の学生のスコアを1985年に公刊されたノルムと比較すること（例えば、IQのフリン効果）。
適切：「2020年の標準化サンプル（Wechsler, 2020）に基づく最新の全国ノルム100とスコアを比較した。」
2. 小標本での正規性の無視
N < 30では、正規性の仮定は極めて重要です。多くの研究者がこの確認を完全に省略しています。小標本では常に分布を視覚的に検査し、Shapiro-Wilk検定を実施してください。データが明らかに非正規であれば、Wilcoxon符号順位検定が適切な代替法です。
3. 信頼区間の未報告
一部の研究者はt、p、dを報告しますが、信頼区間を省略します。CIはp値だけでは伝えられない、推定された平均差の精度と範囲に関する情報を提供します。APA第7版はすべての推測検定にCIを推奨しています。
不完全： t(44) = 2.87, p = .006, d = 0.43.
完全： t(44) = 2.87, p = .006, d = 0.43, 95% CI [1.58, 9.02].
4. 統計的有意性と実質的有意性の混同
統計的に有意な結果が、必ずしも実質的に意味のある差を意味するわけではありません。十分に大きな標本があれば、些細な差でも有意になります。常にp値とともに効果量を解釈してください。
例： N = 500で平均IQ 101.2をノルム100と比較するとp = .015が得られる可能性がありますが、d = 0.08は無視できる効果を示します。微小な効果量を認めずに「有意な差」として報告することは誤解を招きます。
5. 効果量の完全な欠落
tとpのみの報告はもはや十分とは見なされません。APA第7版では効果量の指標を求めるか強く推奨しています。Cohenのdは計算に最小限の労力しか要さず、意味のある文脈を追加します。
6. 方向の記述の失敗
サンプル平均が検定値より上か下かを常に記述してください。t統計量の符号だけでは、読者が結果の実践的意味を理解するのに不十分です。
不明確：「結果は有意であった（t(44) = 2.87, p = .006）。」
明確：「サンプル平均は母集団ノルムよりも有意に高かった（t(44) = 2.87, p = .006）。」
一標本t検定のAPAチェックリスト
論文提出前に、一標本t検定の報告に必要なすべての要素が含まれていることを確認してください：
- [ ] 検定の目的を明確に述べた
- [ ] 検定値をその出典とともに明記した
- [ ] サンプルサイズ（N）を報告した
- [ ] 記述統計：MとSD
- [ ] 自由度付きのt統計量：t(df) = X.XX
- [ ] 正確なp値（またはp < .001）：p = .XXX
- [ ] 解釈付きの効果量：d = X.XX
- [ ] 平均差の95%信頼区間
- [ ] 効果の方向を言葉で記述した
- [ ] 正規性の仮定について言及した
- [ ] すべての統計記号にイタリック体を使用した
よくある質問
一標本t検定とz検定の違いは何ですか？
両方ともサンプル平均を既知の値と比較しますが、z検定は母集団標準偏差が既知である必要があり、実際にはこれは稀です。一標本t検定はサンプルの標準偏差を使用するため、ほぼすべての実際の応用に適しています。サンプルサイズが大きい場合（一般的にN > 30）、t分布は正規分布に近似し、2つの検定はほぼ同一の結果を生じます。APA形式では、t記号をzに置き換えて同じ方法で報告します：z = 2.45, p = .014。
小標本（N < 10）で一標本t検定を使用できますか？
技術的には可能ですが、いくつかの考慮事項が適用されます。中心極限定理の保護が最小限であるため、非常に小さい標本では正規性の仮定が重要になります。Shapiro-Wilk検定とQ-Qプロットで正規性を確認してください。データが正規に見えても、t検定は統計的検出力が低く、真の効果を検出できない可能性があります。ノンパラメトリック代替法（Wilcoxon符号順位検定）がより適切かどうかを検討し、結果を文脈化するために検出力分析を報告してください。
一標本t検定の検定値（mu）をどのように選択しますか？
検定値は理論的または実質的に正当化される必要があります。一般的な出典には、公刊された母集団ノルム（例：IQ平均100）、規制基準（例：最大許容500 mg）、尺度中間点（例：7件法で4.0）、または先行研究の値が含まれます。データに基づいて検定値を選択することは検定を無効にするため、避けてください。特定の検定値に対する明確な正当化がない場合、まったく異なる研究デザインが必要かもしれません。
一標本t検定に必要なサンプルサイズはどれくらいですか？
両側検定、alpha = .05、検出力 = .80で、効果量別の必要サンプルサイズは概算で：d = 0.20（小さい効果）はN = 199；d = 0.50（中程度の効果）はN = 34；d = 0.80（大きい効果）はN = 15です。これらはガイドラインです。期待する効果量と希望する検出力レベルに対する正確なサンプルサイズを決定するには、正式な検出力分析を使用してください。
一標本t検定は非正規性に対して頑健ですか？
一標本t検定は、特にサンプルサイズが増加するにつれて、非正規性に対して中程度に頑健です。N > 30であれば、中心極限定理により、母集団分布の形状に関係なく平均の標本分布が正規に近づくことが保証されます。しかし、小標本で著しく歪んだ分布や裾の重い分布では、検定が誤解を招くp値を生成する可能性があります。そのような場合は、Wilcoxon符号順位検定やブートストラップ信頼区間が望ましいです。
一標本t検定でCohenのdとHedgesのgのどちらを報告すべきですか？
一標本t検定では、Cohenのdが標準的で最も広く認識されている効果量の指標です。HedgesのgはN > 20では無視できるほど小さくなる小標本補正を適用します。標本が非常に小さい場合（N < 20）、Hedgesのgがより偏りの少ない推定値を提供します。ほとんどの場合、Cohenのdで十分であり、査読者に期待されています。どちらを使用する場合でも、明示的にその名前を示して報告してください。
事前・事後比較に一標本t検定を使用できますか？
いいえ。同じ参加者を2つの時点で測定した場合は、対応のあるt検定を使用してください。事前テストの平均に対して事後テストのスコアに一標本t検定を適用すると、データの対応構造を無視し、個人レベルの変化に関する情報を廃棄し、通常は検出力が低下します。一標本t検定が変化に適切な唯一のシナリオは、差スコアを計算し平均差がゼロと異なるかどうかを検定する場合ですが、これは対応のあるt検定と数学的に同一です。
表で一標本t検定の結果をどのように報告しますか？
複数の一標本t検定（例：複数の下位尺度の平均をノルムと比較する場合）を報告する際は、表形式を使用します：
| 変数 | M | SD | t(df) | p | d | 95% CI | |------|-----|------|---------|-----|-----|--------| | 下位尺度A | 52.30 | 8.40 | t(49) = 1.94 | .058 | 0.27 | [-0.09, 4.69] | | 下位尺度B | 55.10 | 7.20 | t(49) = 5.01 | < .001 | 0.71 | [3.05, 7.15] | | 下位尺度C | 48.80 | 9.10 | t(49) = -0.93 | .356 | -0.13 | [-3.76, 1.36] |
注：すべての下位尺度スコアは公刊されたノルム50と比較。表の下に検定値とその出典を明記する注釈を含めてください。
StatMateの無料一標本t検定計算ツールをお試しください
一標本t検定の結果を手作業でフォーマットするのは煩雑でミスが生じやすいです。StatMateの一標本t検定計算ツールは、Cohenのd、信頼区間、仮定の検証を含む論文用のAPA出力を自動的に生成します。
無料で得られるもの：
- 論文にコピー可能なAPA第7版形式の結果
- 解釈付きのCohenのd効果量
- 平均差の95%信頼区間
- Shapiro-Wilk正規性検定
- 分布の視覚的チャート
- 完全な結果のPDFエクスポート
Pro機能：
- AIによる結果の平易な解釈
- APA形式を保持したWord (.docx) エクスポート
- 広告なし
データを貼り付け、検定値を入力して、数秒でAPA形式の結果を取得してください。statmate.org/calculators/one-sample-t