t検定のやり方2026｜対応あり・なしの選び方とExcel・統計ソフトでの手順

t検定とは、2つの平均値の差が偶然によるものか統計的に意味のある差かを判定する分析手法である。卒論や修士論文でグループ間の平均を比較する際に最もよく使われる。

「アンケートの平均点をA群とB群で比較したいが、どの検定を使えばいいかわからない」という悩みは非常に多い。t検定には3つの種類があり、データの取り方によって使い分けが必要になる。選び方を誤ると、p値の解釈自体が無意味になってしまう。

この記事では、t検定の3種類の違い、帰無仮説とp値の考え方、正規性・等分散性という前提条件の確認方法、そしてExcelや統計ソフトでの具体的な手順を、実際の分析の流れに沿って解説する。

目次

t検定にはどんな種類がある？

t検定は、比較する2群のデータの性質によって3種類に分かれる。まずどのタイプに該当するかを判断することが最初のステップになる。

研究計画の段階で「誰を何回測定するか」を明確にしておけば、この判断で迷うことはない。同一人物を2回測定するなら対応あり、別々の集団を比較するなら対応なしと覚えておくとよい。データの尺度や群の数によって適切な検定を選ぶ全体像は、統計手法の選び方フローチャートで確認できる。

帰無仮説とp値はどう考える？

t検定は「2群の平均に差はない」という帰無仮説を立て、実際のデータがその仮説のもとでどれだけ起こりにくいかをp値として算出する。一般的にはp値が有意水準0.05を下回った場合に、帰無仮説を棄却し「統計的に有意な差がある」と判断する。

• p < 0.05：帰無仮説を棄却し、有意差ありと判断
• p ≥ 0.05：帰無仮説を棄却できず、有意差ありとは言えない

ここで注意したいのは、「有意差なし」は「差が存在しない」ことの証明ではなく、「今回のデータでは差を検出できなかった」という意味にとどまる点である。サンプルサイズが小さい場合、実際に差があっても検出力不足で有意にならないことがある。

検定前に確認すべき前提条件は？

t検定を正しく適用するには、事前に2つの前提条件を確認する必要がある。これを怠ると、算出されたp値の信頼性が損なわれる。

正規性の確認

各群のデータがおおむね正規分布に従っているかを、ヒストグラムやShapiro-Wilk検定で確認する。サンプルサイズが十分大きい場合（目安として各群30以上）は、中心極限定理によりある程度頑健とされる。正規性が大きく崩れている場合は、ノンパラメトリック検定（Mann-Whitney U検定など）への切り替えを検討する。

等分散性の確認

対応のないt検定では、2群の分散が等しいかどうかも確認する。Excelおよび多くの統計ソフトにはLevene検定やF検定が用意されており、分散が等しくない場合はWelchの検定（等分散を仮定しない版）を選ぶのが安全である。

Excelでt検定を行う手順

ExcelにはT.TEST関数が標準搭載されており、専用ソフトがなくても検定を実行できる。

1. 比較する2群のデータをそれぞれ別の列に入力する
2. 空いたセルに「=T.TEST(配列1, 配列2, 検定の指定, 検定の種類)」と入力する
3. 「検定の指定」は片側なら1、両側なら2を指定する（通常は両側の2を推奨）
4. 「検定の種類」は対応ありなら1、等分散を仮定した対応なしなら2、等分散を仮定しない対応なしなら3を指定する
5. 算出されたp値を有意水準0.05と比較し、判定する

より詳細な分析（分析ツールアドイン）を使えば、平均・分散・自由度・t値まで一括で出力できる。「データ」タブの「データ分析」から「t検定：一対の標本による平均の検定」などを選択する方法もある。

統計ソフトでの手順は？

再現性や論文への記述のしやすさを重視するなら、HADやSPSSのような統計ソフトの利用が推奨される。HADは無料で日本語対応しており、大学院生にもよく使われている。

1. データを群変数（グループ分け）と測定値の2列以上で読み込む
2. 「平均値の差の検定」または該当メニューからt検定を選択する
3. 対応の有無、等分散の仮定の有無を指定して実行する
4. 出力されるt値・自由度・p値・効果量を確認する

質的データではなく数値データの比較であることが前提となるため、自分のテーマが量的研究に該当するかどうかは質的研究と量的研究の違いを先に確認しておくと分析設計がスムーズになる。逆にインタビューや観察記録のような言語データを扱う場合は、質的データの分析方法で手順を確認してほしい。

効果量も併せて報告するべき？

p値だけでは差の「大きさ」がわからないため、近年の論文ではCohenのdなどの効果量を併記することが標準になりつつある。d = 0.2で小、0.5で中、0.8以上で大とされる目安がよく使われる。サンプルサイズが大きいと些細な差でも有意になりやすいため、効果量を報告することで結果の実質的な意味を読者に伝えることができる。

アンケート尺度を使った研究では、比較の前に尺度自体の信頼性を確認しておくことも重要である。手順はクロンバックのα係数の求め方で解説している。

よくある質問

{
“@context”: “https://schema.org”,
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “t検定とANOVA（分散分析）はどう違いますか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “t検定は2群の平均を比較する手法である。3群以上を比較する場合はANOVA（分散分析）を使う。t検定を3回繰り返すと誤って有意差を検出する確率（第一種の過誤）が高まるため、3群以上の比較にはANOVAが適している。”
}
},
{
“@type”: “Question”,
“name”: “サンプルサイズが小さくてもt検定は使えますか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “t検定はもともと少人数データのために開発された手法であり、サンプルサイズが小さくても使用は可能である。ただし正規性からの逸脱の影響を受けやすくなるため、可能であればノンパラメトリック検定との結果比較も検討するとよい。”
}
},
{
“@type”: “Question”,
“name”: “片側検定と両側検定はどちらを使うべきですか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “差の方向を事前に予測できる明確な理論的根拠がある場合のみ片側検定を用いる。それ以外の一般的な研究では、両側検定を用いるのが標準的で安全な選択とされる。”
}
},
{
“@type”: “Question”,
“name”: “等分散性が確認できなかった場合はどうすればよいですか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “分散が等しくないと判断された場合は、通常のStudentのt検定ではなく、等分散を仮定しないWelchの検定を用いる。Excelでは検定の種類を3に指定することでWelchの検定に相当する計算が行われる。”
}
},
{
“@type”: “Question”,
“name”: “p値が0.05をわずかに上回った場合、結果はどう解釈すべきですか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “0.05は慣習的な境界にすぎず、p = 0.06と0.04の間に本質的な違いがあるわけではない。有意水準ぎりぎりの結果は「有意差の傾向が見られたが、統計的に有意とは言えない」と正直に記述し、効果量やサンプルサイズの限界とあわせて考察するのが望ましい。”
}
}
]
}