t検定計算ツール

t検定とは？

t検定（t-test）は、2つの群の平均を比較し、統計的に有意な差があるかどうかを 判断するための統計検定です。1908年にWilliam Sealy Gossetが "Student"というペンネームで開発したt検定は、社会科学、心理学、 医学、教育研究において最も頻繁に使用される統計検定の一つです。 t検定はシンプルな問いに答えます：2群の平均の差は実際の効果によるものか、 それとも単なる偶然によるものか？

対応のないt検定（独立標本t検定）

対応のないt検定は、2つの異なる独立した群の平均を比較する際に使用します。 例えば、実験群と統制群の試験得点の比較、あるいは男女間の給与比較などが 挙げられます。本計算機ではデフォルトでWelchのt検定を採用しており、 等分散の仮定が不要で、米国心理学会（APA）がデフォルトの手法として 推奨している方法です。

対応のあるt検定

対応のあるt検定は、同一群の2時点の平均を比較する場合（プリテスト vs ポストテスト）、または参加者が主要な変数でマッチングされている場合に 使用します。対応のあるt検定は測定間の相関を考慮するため、研究デザインが 許す場合、対応のないt検定よりも高い検定力を提供します。代表的な例として、 介入前後の研究や被験者内実験デザインがあります。

t検定と他の検定の使い分け

t検定の前提条件

結果を解釈する前に、以下の前提条件が満たされているか確認してください：

Cohen's d 効果量の解釈

p値は差が統計的に有意かどうかを示す一方、 Cohen's dは実用的な観点から差がどの程度大きいかを 示します。大きな標本サイズでは、小さく意味のない差でも "有意"になり得るため、効果量の報告は非常に重要です。

APA形式によるt検定結果の報告方法

APA第7版のガイドラインでは、t検定の結果にはt統計量、自由度、p値、 効果量、信頼区間を含める必要があります。以下は使用可能な テンプレートです：

注意：t値と自由度は小数点以下2桁まで報告します。 p値は小数点以下3桁まで報告し、.001未満の場合は p < .001と表記します。必ず効果量の指標を含めてください。

よくある間違い

• p = .000と報告する： 統計ソフトウェアが p = .000と表示することがありますが、p < .001と報告すべきです。 p値は決して正確に0にはなりません。
• 効果量の無視： 統計的に有意な結果であっても d = 0.1であれば、実用的に意味がない可能性があります。 常に効果量を報告し、解釈してください。
• 3群以上にt検定を使用する： 3群以上ある場合は ANOVAを使用してください。複数のt検定は第1種の過誤率を 増加させます。
• 等分散の仮定： 等分散を仮定する強い根拠がない限り、 Welchのt検定（StatMateのデフォルト）を使用してください。
• 統計的有意性と実用的重要性の混同： p < .05の結果が自動的にその発見が重要である、あるいは 臨床的に関連があることを意味するわけではありません。