※本記事にはプロモーション（広告）が含まれています。
- 帰無仮説・P値・有意水準…言葉が多くて頭が真っ白になる
- 検定の手順を、数字で通しで追ったことがない
- 第1種の過誤と第2種の過誤が、どっちがどっちかわからない
- 仮説検定とは何か（味噌汁の味見と裁判）
- 帰無仮説・P値・有意水準・両側と片側
- 手順5ステップを例題で通しで
- 平均とnを入れるだけの検定の計算ツール
仮説検定とは、集めたデータに見えた差が「本当の差」か「たまたまの偶然」かを、確率で判定する手続きです。まず「差はない」という帰無仮説を立て、その仮説が正しいとしたときに今のデータ以上に極端な結果が出る確率（P値）を計算します。P値が有意水準（ふつう5%）より小さければ帰無仮説を棄却して「差がある」と判断し、小さくなければ「差があるとはいえない」と判断します。
仮説検定とは？一部から全体を判断する「味見」
鍋いっぱいの味噌汁の味を確かめるとき、全部は飲まずに、スプーン1杯で「全体が濃いか」を判断します。工場でも、10万本のネジを全部は測れないので、抜きとった一部（標本）から全体（母集団）を判断します。仮説検定は、この判断に「たまたまの差」をまちがえて本物だと思わないためのルールを加えたものです。
| 用語 | 意味 | 例 |
|---|---|---|
| 母集団 | 本当に知りたい全体 | 今日つくったネジ全部 |
| 標本 | 実際に調べる一部 | 抜きとった16本 |
| 帰無仮説 H0 | 「差はない」という仮説。否定したいほう | 平均の長さは基準の50.0mmのまま |
| 対立仮説 H1 | 「差がある」という仮説。言いたいほう | 平均の長さは50.0mmではない |
わざわざ否定したい「差はない」を立てるのは、数学の背理法と同じ考え方です。「差がないなら、こんなデータはめったに出ないはず」という矛盾を示して、差があると結論します。
P値と有意水準｜「どれくらい珍しいか」で判定する
P値は、帰無仮説が正しいとしたときに、今のデータ以上に極端な結果が出る確率です。P値が小さいほど「差がないにしては珍しすぎる」ことになります。どこまで珍しければ差があるとするかの線が有意水準αで、ふつうは5%を使います。
| 結果 | 判断 | 裁判にたとえると |
|---|---|---|
| P値＜α | 帰無仮説を棄却する（差がある） | 有罪 |
| P値≧α | 帰無仮説を棄却できない（差があるとはいえない） | 証拠不十分で無罪 |
「棄却できない」は「差がゼロと証明された」ではありません。裁判の無罪が「無実の証明」ではないのと同じで、差があるとはいい切れなかっただけです。
両側検定と片側検定
| 種類 | 対立仮説 | 使う場面 |
|---|---|---|
| 両側検定 | μ≠μ0（大きくても小さくても） | 基準からずれていないか（ふつうはこちら） |
| 片側検定 | μ＞μ0 または μ＜μ0 | 「強度が上がった」など、片方だけに意味がある |
P値と有意水準αの違い｜「出た値」と「先に決めた線」
P値と有意水準αは、どちらも確率で表すので混同しやすい言葉です。違いはいつ決まるかです。
| P値 | 有意水準α | |
|---|---|---|
| 中身 | 帰無仮説が正しいとしたとき、今回のデータ以上に極端な結果が出る確率 | 「これより珍しければ偶然とは考えない」と決める線 |
| いつ決まるか | データを取って計算したあと | データを取る前（ふつう0.05） |
| 決めるもの | データ | 分析する人 |
| 判定での役割 | α と比べられる側 | P値と比べる基準 |
判定は「P値 ≦ α なら帰無仮説を棄却（有意）、P値 ＞ α なら棄却しない」です。たとえば α＝0.05 と決めておき、計算した P値が 0.03 なら「偶然では5%に1回も起きない珍しさ」なので、帰無仮説を棄却します。P値が 0.20 なら、偶然でも5回に1回は起きる程度なので、差があるとは言えません。
よくある3つの勘違い
- P値は「帰無仮説が正しい確率」ではない：帰無仮説が正しいと仮定したうえで計算した、データの珍しさです
- P値が小さいほど「差が大きい」わけではない：データの数が多いと、小さな差でも P値は小さくなります。差の大きさは平均の差や信頼区間で見ます
- 「有意でない」は「差がない」の証明ではない：データが足りなくて差を見つけられなかっただけのこともあります（第2種の過誤。下の節）
2種類の判定ミス｜第1種の過誤と第2種の過誤
| 本当は差がない（H0が正しい） | 本当は差がある（H1が正しい） | |
|---|---|---|
| 棄却する（差があると判断） | 第1種の過誤（あわてものの誤り）。確率α | 正しい判断。確率は検出力 1−β |
| 棄却しない（差があるとはいえない） | 正しい判断 | 第2種の過誤（ぼんやりものの誤り）。確率β |
第1種の過誤は、差がないのに「差がある」とあわてて騒ぐ誤り、第2種の過誤は、本当は差があるのに見のがす誤りです。αを小さくすると第1種は減りますが、第2種はふえます。両方を小さくするには、データの数nをふやすしかありません。必要なnの決め方は、検出力の記事で説明しています。
差が出なかったを防ぐnの決め方
仮説検定の手順5ステップ｜例題で通しで
例題：ネジの長さの基準は50.0mm、ばらつきは母標準偏差σ＝0.4mmとわかっています。今日の16本の平均は50.25mmでした。長さは基準からずれたといえるか（有意水準5%）。
| ステップ | やること | 例題 |
|---|---|---|
| ① 仮説を立てる | 帰無仮説と対立仮説を決める | H0：μ＝50.0 H1：μ≠50.0（両側） |
| ② 有意水準を決める | ふつうは5% | α＝0.05 |
| ③ 検定統計量を計算 | （標本平均−基準）÷（σ÷√n） | z＝0.25÷(0.4÷4)＝2.5 |
| ④ 棄却域と比べる（またはP値） | 両側5%なら |z|＞1.96 が棄却域 | 2.5＞1.96、P値＝1.24% |
| ⑤ 結論を書く | 棄却するか、棄却できないか | 棄却。長さは基準からずれたといえる |
σがわからず、標本の標準偏差sを使う場合はt検定になり、③の分母がs÷√n、④の境界がt分布の値（自由度n−1）になります。s＝0.4なら t＝2.5、自由度15の両側5%の境界は2.131で、やはり棄却です。
規格どおりかを確かめるt検定
どの検定を使う？
| くらべたいもの | 使う検定 |
|---|---|
| 平均と基準値（σがわかる） | z検定（正規分布） |
| 平均と基準値（σがわからない） | t検定（一標本） |
| 2つのグループの平均 | t検定（2標本）・ウェルチのt検定・対応のあるt検定 |
| ばらつきと基準値 | カイ二乗検定 |
| 2つのばらつき | F検定 |
仮説検定（平均の検定）の計算ツール
標本平均・基準値・標準偏差・データの数を入れてください。σがわかっているならz検定、標本のsならt検定を選びます。
入力すると、その場で計算し直します。入力した数字は画面の中で計算するだけで、どこにも送信されません。
仮説検定のよくある間違い
| よくある間違い | 正しい考え方 |
|---|---|
| 棄却できない＝差がないと証明された | 差があるとはいい切れなかっただけ |
| P値は帰無仮説が正しい確率 | 帰無仮説が正しいとしたとき、今のデータ以上に極端な結果が出る確率 |
| データを見てから片側か両側かを決める | 検定の前に決める。迷ったら両側 |
| 有意なら差が大きい | nが大きいと小さな差でも有意になる。差の大きさは信頼区間で見る |
| σがわからないのにz検定 | sを使うならt検定（自由度n−1） |
差の大きさを見る信頼区間
よくある質問
- 仮説検定＝差が偶然か本物かを確率で判定する手続き
- 「差はない」帰無仮説を立て、P値が有意水準より小さければ棄却
- 棄却できない＝差がないの証明ではない
- 第1種の過誤（あわてもの）と第2種の過誤（ぼんやりもの）
- 手順は 仮説→有意水準→統計量→棄却域・P値→結論
「仮説検定」の土台になる統計学を、本でじっくり学び直したいときに向いています。統計学を独学で学べるように書かれた入門書です（ダイヤモンド社、小島寛之 著）。
QC検定2級の受験を考えているなら、過去問で出題のされ方を確かめておきましょう。QC検定2級の過去問題を、解説つきで学べる問題集です（日本規格協会、2026年版）。
「仮説検定」の土台になる統計学を、検定まで含めて1冊で学びたいときに向いています。検定から多変量解析・実験計画法・ベイズ統計学までを扱う、統計学の入門書です（オーム社、栗原伸一 著、第2版）。
メーカーで電気設計と品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
次に読むべき記事
仮説検定の考え方がわかったら、検定と推定の全体の地図で、場面ごとの検定を選べるようにしましょう。
テーマ別に、もっと深く学ぶ
気になるところから読んでも大丈夫です。どの記事も、はじめて学ぶ人向けにやさしく書いています。
