※本記事にはプロモーション（広告）が含まれています。
この記事でわかること
- バートレットの検定が「何のための検定か」がイメージでわかる
- コクラン・ハートレーとの違いがスッキリ理解できる
- 計算式の意味を「オーケストラの音量」で直感的に理解できる
- χ²（カイ二乗）分布を使った判定方法がわかる
前回・前々回で、「コクランの検定」と「ハートレーの検定」を学びましたね。
コクランは「最大のバラつきが全体の何%か」を調べる検定。
ハートレーは「最大と最小の比（何倍か）」を調べる検定でした。
でも、こんな疑問を持った方もいるのではないでしょうか？
「最大だけ」や「両端だけ」を見るのって、本当に十分なの？
全部のグループを総合的に判定する方法はないの？
その答えが、今回紹介する「バートレットの検定（Bartlett's test）」です。
結論から言うと
バートレットの検定は、
「3群以上のバラつきが、全体的に揃っているか？」
を総合的に判定する検定です。
いわば、「オーケストラ全体のハーモニー」をチェックする検定です。
バートレットの検定のイメージ｜「オーケストラ」で考える
バートレットの検定を理解するために、「オーケストラの音量バランス」を想像してみましょう。
3つのパートの「音量のバラつき」
オーケストラには、弦楽器・管楽器・打楽器のパートがあります。
それぞれのパート内で、「演奏者ごとの音量のバラつき」を見てみましょう。
3つの検定、それぞれ何を見る？
同じデータでも、コクラン・ハートレー・バートレットは見ているポイントが違います。
コクランの検定の視点
「打楽器だけ全体の何%を占めてる？」
→ 20 / (10+15+20) = 44%（3群なら33%が理想）
※「1人だけ取りすぎ」を見つける検定
ハートレーの検定の視点
「打楽器は弦楽器の何倍バラついてる？」
→ 20 / 10 = 2倍
※「両端の差」を見る検定
バートレットの検定の視点
「全パートの音量バランス、全体的に揃ってる？」
→ 全体を総合的に評価して判定
※「オーケストラ全体のハーモニー」を見る検定
比較表で整理しよう
| コクラン | この記事の「2つの群ならF検定」の節 | バートレット | |
|---|---|---|---|
| 計算式 | Vmax / ΣVi （最大÷合計） |
Vmax / Vmin （最大÷最小） |
χ²統計量 （全体を総合評価） |
| 見ているもの | 割合 「全体の何%？」 |
倍率 「何倍違う？」 |
全体のズレ 「揃っている度合い」 |
| イメージ | ケーキの取り分 「1人だけ取りすぎ？」 |
身長比べ 「一番と最下位の差は？」 |
オーケストラ 「全体のハーモニーは？」 |
| 判定に使う分布 | 専用の臨界値表 | 専用の臨界値表 | χ²分布 |
| 正規性への敏感さ | 普通 | 普通 | 非常に敏感 |
バートレットの特徴
バートレットは「最大だけ」「両端だけ」ではなく、全体を見る検定です。
そのため、より精密な判定ができます。
ただし、正規性（データが正規分布に従うこと）に非常に敏感という弱点があります。
バートレットの検定の計算式｜「全体のズレ」を測る
計算式は少し複雑に見えますが、「何をやっているか」のイメージを掴めば怖くありません。
バートレットの統計量 χ²
公式（直感的な形）
χ² = （各群の分散が「プール分散」からどれだけズレているか）
÷ 補正係数
ここで重要なのは「プール分散（pooled variance）」という考え方です。
「プール分散」を直感的に理解する
プール分散とは、「全群の分散を合体させた、代表的なバラつき」のことです。
「プール」の例え
3つの小さなプール（A・B・C）に、それぞれ異なる温度の水が入っています。
これを1つの大きなプールに合体させると、全体の水温はどうなるでしょう？
プールA
24°C
プールB
26°C
プールC
28°C
合体プール
約26°C
→ この「約26°C」がプール水温（代表値）です。
分散でも同じように、「全群を合体させた代表的なバラつき」を計算します。
バートレットが見ているのは「ズレの合計」
バートレットの検定は、こう考えています。
オーケストラに戻ると…
「全パートの平均的な音量（プール分散）」を基準にして、
「各パートがその基準からどれだけズレているか」を計算。
そのズレを全部足し合わせて、全体のズレ度合いを測ります。
弦楽器のズレ
小さい
管楽器のズレ
小さい
打楽器のズレ
小さい
全体のズレ
小さい
→ 等分散！
全体のズレが小さい → 各パートの音量がだいたい揃っている → 等分散
全体のズレが大きい → どこかのパートが突出している → 等分散でない
計算の流れ（手順）
実際の計算手順を、ステップごとに見ていきましょう。
各群の分散を計算する
グループごとに「バラつき（分散）」を計算します。
例：V₁ = 10, V₂ = 15, V₃ = 20
プール分散を計算する
各群の分散を「データ数で重み付け」して合体させます。
大きなグループの分散ほど、影響力が大きくなります。
χ²統計量を計算する
「各群の分散」と「プール分散」のズレを、対数を使って計算。
さらに補正係数で調整します（詳細は後述）。
計算は複雑なので…
実務ではExcelでの手計算は大変です。
RやPython、統計ソフト（EZR、SPSS、JMPなど）を使うのが現実的です。
QC検定では「計算式の意味」と「判定方法」が問われることが多いので、
「何を見ているか」のイメージをしっかり掴んでおきましょう！
具体例で計算してみよう
実際のデータを使って、バートレットの検定を体験してみましょう。
ケーススタディ：3台の機械の精度比較
データ
3台の機械（A・B・C）で製品を各6回ずつ作り、寸法のバラつき（分散）を計算した。
| 機械 | データ数 n | 分散 V | 自由度 (n-1) |
|---|---|---|---|
| A | 6 | 4.0 | 5 |
| B | 6 | 6.0 | 5 |
| C | 6 | 8.0 | 5 |
| 合計 | 18 | - | 15 |
Step 1：プール分散を計算
計算
プール分散 Sp² = Σ(ni-1)Vi / Σ(ni-1)
= (5×4.0 + 5×6.0 + 5×8.0) / 15
= (20 + 30 + 40) / 15
= 6.0
→ 3台の機械を「合体」させた代表的なバラつきは6.0
Step 2：χ²統計量を計算
計算（簡略版）
詳細な公式は複雑ですが、「やっていること」は以下の通りです。
① 「全体の自由度 × ln(プール分散)」を計算
② 「各群の自由度 × ln(各群の分散)」の合計を計算
③ ①から②を引く
④ 補正係数で割る
このデータの場合、計算すると…
χ² ≈ 1.37
Step 3：判定｜χ²分布の臨界値と比較
χ² > 臨界値
等分散でない
（帰無仮説を棄却）
→ 対策が必要！
条件の確認
- 群の数：k = 3
- 自由度：k - 1 = 2
- 仮説検定とは？帰無仮説・P値・有意水準と手順5ステップを例題で図解（P値と有意水準αの違い）：α = 0.05
- χ²分布の臨界値（自由度2, α=0.05）：5.991
χ² = 1.37 ≤ 臨界値 5.991
○ 判定結果：等分散とみなせる
→ 分散分析（ANOVA）に進んでOK！
解釈
「3台の機械のバラつき（4.0, 6.0, 8.0）は多少違うけれど、
統計的には『誤差の範囲内』と判断できます。
オーケストラで言えば、全パートの音量は揃っていると言えます」
検定の「どれを使う？」「棄却域どっち？」を1発で見抜く
バートレットの検定の注意点｜「正規性」に要注意！
バートレットの検定には、重要な弱点があります。
正規性に非常に敏感
バートレット最大の弱点
バートレットの検定は、「データが正規分布に従っている」ことを前提にしています。
もしデータが正規分布でない場合、
「等分散なのに『等分散でない』と誤判定してしまう」
という問題が起こりやすくなります。
統計学の用語で言うと、「第1種の過誤（あわてんぼうのミス）」が起こりやすい検定です。
正規性が怪しい時はどうする？
データが正規分布に従っているか怪しい場合は、「ルビーン検定（Levene's test）」を使いましょう。
| バートレット検定 | ルビーン検定 | |
|---|---|---|
| 正規性への敏感さ | 非常に敏感 （正規分布が前提） |
頑健（ロバスト） （非正規でもOK） |
| 精度 | 高い （正規なら最強） |
普通 （汎用性重視） |
| おすすめの場面 | 正規性が確認済み QC検定の問題 |
実務での汎用的な使用 正規性が不明な場合 |
実務でのアドバイス
「正規性が明らかに成り立つ」場合 → バートレット検定（精度が高い）
「正規性がよくわからない」場合 → ルビーン検定（安全策）
QC検定ではバートレット検定が出題されることが多いので、
計算方法と判定方法をしっかり覚えておきましょう！
2つの群ならF検定｜分散の「比」で等分散かを調べる
比べる群が2つだけのときは、バートレットの検定ではなくF検定（等分散の検定）を使うのが基本です。2つの分散の「差」ではなく「比」を見るのがポイントで、等分散なら比は1に近くなります。
F₀ ＝ V₁ ÷ V₂（大きいほうの不偏分散を分子に） 自由度 φ₁＝n₁−1、φ₂＝n₂−1
両側検定（「どちらかが大きい」かを問わない）では、F表の上側 α/2 の値と比べ、F₀ がそれ以上なら「等分散ではない」と判定します。
計算例：A機とB機から10個ずつ測り、不偏分散が V_A＝0.0040、V_B＝0.0016 だったとします。F₀＝0.0040÷0.0016＝2.5。自由度は (9, 9) で、F表の上側2.5%点は 4.03 です。2.5 ＜ 4.03 なので、「A機のほうがばらつきが大きい」とは言えません。
| 比べたいもの | 使う検定 |
|---|---|
| 1つの母分散が基準値と違うか | カイ二乗検定（χ²＝S÷σ₀²） |
| 2つの母分散が等しいか | F検定 |
| 3つ以上の母分散が等しいか | バートレットの検定（この記事）、ハートレーの検定など |
F検定で「等分散ではない」となったら、2つの平均の比較はプールした分散を使うt検定ではなく、ウェルチのt検定に切り替えます。
F検定やバートレットの検定で比べるFの値・χ²の値は、自由度ごとの数値表を早見表にまとめています。
F分布表・χ²分布表の見方と、F.INV.RT・CHISQ.INV.RT との対応がわかる
3つの検定、どう使い分ける？
最後に、コクラン・ハートレー・バートレットの使い分けを整理しましょう。
| こんな時は… | 使う検定 |
|---|---|
| 「1つだけ突出」していないか調べたい | コクランの検定 |
| 「両端の差（倍率）」を調べたい 計算を簡単に済ませたい |
この記事の「2つの群ならF検定」の節 |
| 「全体的に揃っているか」を厳密に調べたい 正規性が確認済み |
バートレットの検定 |
| 正規性がよくわからない とりあえず安全策で |
ルビーン検定 |
| 2群の比較 | F検定 |
まとめ｜バートレットは「全体のハーモニー」を見る
この記事のまとめ
① バートレットの検定の目的
3群以上のバラつきが「全体的に揃っているか」を総合判定
→ オーケストラ全体のハーモニーをチェックする検定
② 計算式の意味
「プール分散（全体の代表値）」と「各群の分散」のズレを測定
→ ズレが小さければ等分散、大きければ等分散でない
③ 判定方法
χ² ≤ 臨界値 → 等分散とみなせる（分散分析OK）
χ² > 臨界値 → 等分散でない（対策が必要）
④ コクラン・ハートレーとの違い
コクラン：最大だけに注目（突出を探す）
ハートレー：両端だけに注目（倍率を見る）
バートレット：全体を総合的に評価
⑤ 注意点
正規性に非常に敏感なので、
正規性が怪しい場合はルビーン検定を使う
覚え方のコツ
バートレット ＝ 「バート」レットは「全パート」を見る
「最大だけ」「両端だけ」ではなく、
全パート（全群）のバランスを総合判定する検定です。
次に学ぶべきこと
コクラン・ハートレー・バートレットで「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
「バートレットの検定」、
「全体のハーモニーを見る」というイメージで覚えられましたね！
コクラン・ハートレー・バートレット、
3つの等分散性検定をマスターしました。
分散分析の「前座」として、
しっかり使いこなせるようになりましょう！
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
「バートレットの検定」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）。
「バートレットの検定」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。
