※本記事にはプロモーション（広告）が含まれています。
- コクランの検定が「何のための検定か」がイメージでわかる
- なぜ分散分析の「前」にこの検定が必要なのか理解できる
- F検定との違い（2群 vs 3群以上）がスッキリわかる
- 計算式の意味を「徒競走の例え」で直感的に理解できる
分散分析（ANOVA）を勉強していると、こんな注意書きに出会いませんか？
「等分散性？ F検定でやるんじゃないの？」
実は、F検定は「2群」の比較にしか使えません。
では、3群以上のバラつきが揃っているかを調べたい時は？
そこで登場するのが、今回紹介する「コクランの検定（Cochran's test）」です。
コクランの検定は、
「3群以上の中に、1つだけ極端にバラつきが大きいヤツがいないか？」
を調べる検定です。
いわば、「突出した問題児」を見つける検定です。
なぜ「等分散性」を確認する必要があるのか？
まず、大前提を確認しましょう。
分散分析（ANOVA）には、「各群のバラつき（分散）がだいたい同じ」という前提条件があります。
運動会の徒競走で考えてみよう
分散分析を「運動会の徒競走」に例えて説明します。
シチュエーション
3つのクラス（A組・B組・C組）の「平均タイム」を比較したい。
「どのクラスが一番速いか？」を判定する。
この時、「各クラスの中でのバラつき（実力差）」はどうあるべきでしょうか？
3クラスとも「足並みが揃っている」
→ 平均の比較が公平にできる！
C組だけ「実力差がバラバラ」
→ 平均の比較が不公平に！
C組だけ「足の速い子」と「遅い子」の差が激しいと、
平均タイムの比較が意味をなさなくなります。
「C組の平均が一番速い！」と言っても、
「それ、たまたま速い子がいただけじゃない？」とツッコまれてしまいます。
だから、「各群のバラつきが揃っているか？」を
分散分析の前に確認する必要があるのです。
コクランの検定の役割｜「問題児」を見つける
では、コクランの検定は何をしているのでしょうか？
コクランの検定の目的
「3群以上の中で、
1つだけ極端にバラつきが大きい群がないか？」
を調べる検定です。
先ほどの徒競走の例で言うと、
「A組・B組・C組の中で、
C組だけ異常にバラついてない？」
を調べるのがコクランの検定です。
F検定との違い
「バラつきの比較なら、F検定でいいんじゃないの？」と思うかもしれません。
違いを整理しましょう。
| F検定 | コクランの検定 | |
|---|---|---|
| 比較する群の数 | 2群のみ | 3群以上 |
| 調べること | AとBのバラつきは 同じか？ |
1つだけ極端に バラついている群はないか？ |
| 使う場面 | t検定の前 | 分散分析（ANOVA）の前 |
| イメージ | 1対1の対決 | 集団の中の 「問題児探し」 |
コクランの検定は、「最大のバラつき」だけに注目します。
つまり、「一番バラついている群が、突出しているかどうか」を調べます。
「全体的にバラつきが揃っているか」を調べる検定とは少し違います。
（全体の等分散性を調べたい場合は「バートレット検定」を使います）
コクランの検定の計算式｜「最大のバラつき」の割合
計算式を見てみましょう。意味が分かれば、とてもシンプルです。
コクランの統計量 G
ΣVi：各群の分散の合計
式の意味を「ケーキの分け方」で理解する
この式は、「全体のバラつきの中で、最大のバラつきがどれくらいの割合を占めるか？」を計算しています。
3人でケーキを分けることを想像してください。
理想：3人が均等に1/3ずつ ＝ 約33%ずつ
問題：1人だけが70%も取っている！
→ 「この子だけ取りすぎじゃない？」
コクランの検定は、「最大の分散が、全体の何%を占めているか」を調べて、
その割合が大きすぎたら「問題あり！」と判定します。
具体例で計算してみよう
3つの機械（A・B・C）で製品を作り、それぞれのバラつき（分散）を計算した。
| 機械 | 分散 V |
|---|---|
| A | 10 |
| B | 12 |
| C | 38（最大） |
| 合計 | 60 |
→ 最大の分散が、全体の63.3%を占めている！
3群なら本来は33%程度のはずなのに、約2倍も占めている。
「C機だけバラつきすぎでは？」という疑いが生まれる。
カイ二乗検定の棄却域で迷わない！
判定方法｜G値を臨界値と比較する
計算したG値を、コクランの臨界値表と比較して判定します。
判定ルール
（帰無仮説を棄却しない）
→ 分散分析に進んでOK！
（帰無仮説を棄却）
→ そのまま分散分析するのは危険！
コクランの臨界値表（抜粋）
有意水準 α = 0.05 の場合の臨界値を示します。
| 群の数 k |
各群のデータ数 n | ||||
|---|---|---|---|---|---|
| 3 | 4 | 5 | 6 | 10 | |
| 3 | 0.871 | 0.798 | 0.746 | 0.707 | 0.602 |
| 4 | 0.798 | 0.684 | 0.629 | 0.590 | 0.492 |
| 5 | 0.746 | 0.629 | 0.544 | 0.507 | 0.418 |
| 6 | 0.707 | 0.590 | 0.507 | 0.469 | 0.382 |
k：比較する群の数（機械の台数など）
n：各群のデータ数（繰り返し回数など）
例：3台の機械で、各5回ずつ測定した場合
→ k=3, n=5 の交点 ＝ 0.746 が臨界値
具体例で判定してみよう
先ほどの計算例で、実際に判定してみましょう。
ケーススタディ
- 機械の台数：k = 3
- 各機械のデータ数：n = 5
- 計算したG値：0.633
- 有意水準：α = 0.05
表から k=3, n=5 の値を探すと…
臨界値 ＝ 0.746
G値が臨界値以下なので、
等分散とみなせる
→ 分散分析（ANOVA）に進んでOK！
等分散性が満たされていないので、以下の対応が必要です。
① データを変換する（対数変換など）
② ノンパラメトリック検定を使う（クラスカル・ウォリス検定など）
③ 問題のある群を除外して再分析
コクランの検定の使いどころ
どんな時にコクランの検定を使うのか、整理しておきましょう。
使うべき場面
- 分散分析（ANOVA）の前に等分散性を確認したい
- 3群以上のバラつきを比較したい
- 「1つだけ極端にバラついている群」がないか調べたい
- 各群のデータ数が同じ（等反復）の場合
他の等分散性検定との比較
| 検定名 | 群の数 | 特徴 |
|---|---|---|
| F検定 | 2群 | 最も基本的。t検定の前に使う |
| コクランの検定 | 3群以上 | 最大の分散が突出しているかを検定 計算が簡単。等反復が条件 |
| バートレット検定 | 3群以上 | 全体の等分散性を検定 正規性に敏感で、非正規データに弱い |
| ルビーン検定 | 3群以上 | 全体の等分散性を検定 正規性に頑健で、実務で推奨される |
「1つだけ突出しているか」を調べたい → コクランの検定
「全体的にバラつきが揃っているか」を調べたい → バートレット検定 or ルビーン検定
QC検定や実験計画法では、コクランの検定がよく出題されます！
まとめ｜コクランの検定は「問題児探し」
3群以上の中で、1つだけ極端にバラつきが大きい群がないかを調べる
→ 「突出した問題児」を見つける検定
G = Vmax / ΣVi
「最大の分散が、全体の何%を占めるか」を計算
→ ケーキを「取りすぎ」ている子を探すイメージ
G ≤ 臨界値 → 等分散とみなせる（分散分析OK）
G > 臨界値 → 等分散でない（対策が必要）
F検定 → 2群の比較
コクランの検定 → 3群以上の比較（最大の分散に注目）
コクラン ＝ 「コレだけ」クランク（突出）してない？
最大のバラつきだけに注目して、「この子だけおかしくない？」を調べる検定です。
次に学ぶべきこと
コクランの検定で「等分散性OK」と確認できたら、いよいよ分散分析（ANOVA）に進みましょう。
分散分析では、「3群以上の平均に差があるか？」を判定します。
ここまで読んでくださった方へ
「コクランの検定」、
「問題児探し」のイメージで覚えられましたね！
等分散性の検定は、分散分析の「前座」として地味ですが、
これをサボると分析結果の信頼性がガタ落ちします。
「バラつきの足並みを揃える」という発想を忘れずに、
正しい分析を心がけましょう！
統計学のおすすめ書籍
統計学の「数式アレルギー」を治してくれた一冊
「Σ（シグマ）や ∫（インテグラル）を見ただけで眠くなる…」 そんな私を救ってくれたのが、小島寛之先生の『完全独習 統計学入門』です。
この本は、難しい記号を一切使いません。 「中学レベルの数学」と「日本語」だけで、検定や推定の本質を驚くほど分かりやすく解説してくれます。
「計算はソフトに任せるけど、統計の『こころ（意味）』だけはちゃんと理解したい」 そう願う学生やエンジニアにとって、これ以上の入門書はありません。
【QC2級】「どこが出るか」がひと目で分かる！最短合格へのバイブル
私がQC検定2級に合格した際、使い倒したのがこの一冊です。
この本の最大の特徴は、「各単元の平均配点（何点分出るか）」が明記されていること。 「ここは出るから集中」「ここは出ないから流す」という戦略が立てやすく、最短ルートで合格ラインを突破できます。
解説が分かりやすいため、私はさらに上の「QC1級」を受験する際にも、基礎の確認用として辞書代わりに使っていました。 迷ったらまずはこれを選んでおけば間違いありません。
ポチップ
「コクランの検定」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）。
「コクランの検定」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
この記事の内容がわかったら、検定と推定の次のテーマに進みましょう。続けて読むと、現場でそのまま使える知識になります。
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。
