標本平均を既知の値または仮説値と比較します。結果にはAPA形式のt統計量、p値、Cohenのd、95%信頼区間が含まれます。
一標本t検定は、単一の標本の平均が既知のまたは仮説に基づく母集団値と 有意に異なるかどうかを検定するパラメトリック統計検定です。2つの群を 相互に比較する独立標本t検定や対応標本t検定とは異なり、一標本t検定は 1つの群を固定された基準値と比較します。これは推測統計学において最も 単純かつ強力なツールの一つであり、品質管理、臨床研究、心理学、教育分野 で頻繁に使用されています。
連続測定値からなる単一の群があり、その群の平均が特定の値と統計的に 異なるかどうかを検定したい場合に一標本t検定を使用します。 一般的な使用シナリオは以下の通りです:
ある教師が、自分の生徒10名が標準化数学テストで全国平均80点と異なる 成績を収めたかどうかを知りたいと考えています。以下のスコアが記録 されました:
標本データ (n = 10)
72, 85, 91, 68, 77, 83, 95, 88, 74, 79
M = 81.20, SD = 8.75, 検定値 = 80
結果
t(9) = 0.43, p = .675, d = 0.14, 95% CI [-5.06, 7.46]
クラス平均は全国平均80と有意に異ならなかった。効果量は無視できる 水準(Cohen's d = 0.14)であり、母集団基準値からの 意味のある逸脱がないことを示唆している。
結果を解釈する前に、以下の前提条件が合理的に満たされていることを 確認してください:
1. 連続型従属変数
測定する変数は間隔尺度または比率尺度である必要があります(例:重量、 温度、テストスコア)。順序型またはカテゴリカルデータには、Wilcoxon 符号順位検定などのノンパラメトリックな代替手法が必要です。
2. 独立な観測
各データポイントは互いに独立でなければなりません。同一参加者に対する 反復測定やクラスターがないことが必要です。観測値が相関している場合は、 対応標本t検定や混合効果モデルを検討してください。
3. 近似正規性
データはおおよそ正規分布に従う必要があります。標本サイズが30を超える 場合、中心極限定理(CLT)により母集団の分布形状に関係なく平均の標本 分布は正規分布に従います。小標本の場合はShapiro-Wilk検定やQ-Qプロット で正規性を確認してください。t検定は比較的頑健(robust)であるため、 中程度の逸脱は許容されます。
4. 外れ値がないこと
極端な外れ値は標本平均を歪め、t統計量を過大または過小推定する 可能性があります。検定実施前に箱ひげ図やz値で外れ値をスクリーニング してください。外れ値がある場合はトリミング、ウィンザー化、または 頑健な(robust)代替手法を検討してください。
APA第7版のガイドラインに従い、標本の記述統計量、t統計量、自由度、p値、 効果量、信頼区間を報告します。以下は報告テンプレートです:
APA報告テンプレート(非有意な結果)
標本平均(M = 81.20, SD = 8.75)を検定値 80.00と比較するために一標本t検定を実施した。結果は統計的に 有意ではなかった,t(9) = 0.43, p = .675, d = 0.14, 95% CI [-5.06, 7.46]。
有意な結果の例
一標本t検定の結果、参加者の反応時間(M = 342.50, SD = 28.10)は母集団基準375msより有意に速かった,t(39) = -7.31, p < .001, d = 1.16, 95% CI [-41.49, -23.51]。
注:t値は小数第2位まで、p値は小数第3位まで 報告してください(.001未満の場合は p < .001と表記)。 常にCohen's dなどの効果量指標を含めてください。
一標本t検定におけるCohen's dは、標本平均と検定値の 絶対差を標本標準偏差で割って算出します。これは標本平均が仮説値から 何標準偏差分離れているかを定量化し、標本サイズに依存しない指標を 提供します。
| Cohen's d | 解釈 | 実質的意味 |
|---|---|---|
| < 0.2 | 無視できる水準 | 標本平均が検定値に非常に近い |
| 0.2 | 小さい効果 | 精密な測定でのみ検出可能な差 |
| 0.5 | 中程度の効果 | 実質的に目に見える差 |
| 0.8+ | 大きい効果 | 検定値からの顕著な逸脱 |
| 状況 | 推奨される検定 |
|---|---|
| 1つの標本平均を既知の値と比較 | 一標本t検定 |
| 2つの独立した群の平均を比較 | 独立標本t検定 |
| 前後の平均を比較(同一対象) | 対応標本t検定 |
| 非正規データ、1標本 vs. 値 | Wilcoxon符号順位検定 |
| 比率を既知の値と比較 | 一標本比率z検定 |
StatMateの一標本t検定の計算は、Rのt.test()関数およびSPSS出力と 比較検証されています。Studentのt確率分布にjstatライブラリを使用し、 自由度は n - 1で計算されます。95%信頼区間は該当する 自由度の臨界t値を使用して平均差を中心に構成されます。すべての結果は R出力と少なくとも小数第4位まで一致しています。
t検定
2群の平均値を比較
分散分析
3群以上の平均値を比較
カイ二乗検定
カテゴリ変数の関連を検定
相関分析
関係の強さを測定
記述統計
データを要約
サンプルサイズ
検出力分析・標本計画
マン・ホイットニーU
ノンパラメトリック群間比較
ウィルコクソン検定
ノンパラメトリック対応検定
回帰分析
X-Yの関係をモデル化
重回帰分析
複数の予測変数
クロンバックのα
尺度の信頼性
ロジスティック回帰
二値アウトカムの予測
因子分析
潜在因子構造の探索
クラスカル・ウォリス
ノンパラメトリック3群以上比較
反復測定
被験者内分散分析
二元配置分散分析
要因計画の分析
フリードマン検定
ノンパラメトリック反復測定
フィッシャーの正確検定
2×2表の正確検定
マクネマー検定
対応のある名義データの検定
Excel/スプレッドシートから貼り付け、またはCSVファイルをドロップ
データを入力して「計算」をクリックしてください
または「サンプルデータを読み込む」をクリックしてお試しください