統計手法は「データの尺度×群の数×比較か関連か」で決まります。2群の平均比較はt検定、3群以上は分散分析、関連はカイ二乗検定や相関、予測は回帰分析が基本です。この対応表を押さえれば卒論の分析で検定の取り違えを防げます。
統計手法はどうやって選べばいいですか？
統計手法の選択は、次の3つの問いに答える形で絞り込める。
- データの尺度は何か——名義尺度・順序尺度・間隔尺度・比率尺度のいずれか
- 比較する群はいくつあるか——1群、2群、3群以上
- 目的は比較か、関連か、予測か——平均や割合の差を見るのか、変数同士の関係を見るのか
この3点が決まれば、使うべき検定はほぼ一意に絞り込まれる。そもそもどの研究方法を選ぶかによって集めるデータの性質も変わるため、まずは研究方法の選び方を確認しておくと迷いにくい。
データの尺度とは何ですか？
尺度とは、収集したデータがどのような性質の数値かを分類する枠組みである。名義尺度は性別や学部のような分類のみのデータ、順序尺度は満足度5段階のような順序があるデータ、間隔尺度と比率尺度はテストの点数や身長のような連続的な数値データを指す。尺度の種類によって名義・順序尺度には主にノンパラメトリック検定、間隔・比率尺度にはパラメトリック検定が対応する。量的研究か質的研究かの判断も、この尺度の違いと関わっている（質的研究と量的研究の違いも参照）。
t検定と分散分析はどう使い分けますか？
t検定は2群の平均値の差を検定する手法であり、分散分析（ANOVA）は3群以上の平均値の差を同時に検定する手法である。3群以上のデータにt検定を繰り返し使うと、検定のたびに誤って有意と判定してしまう確率（第一種の過誤）が積み重なる「多重比較の問題」が生じる。そのため3群以上を比較する場合は分散分析を用い、有意差が出た場合にのみ事後検定（Tukey法など）で群間の差を特定する。
パラメトリックとノンパラメトリックの違いは何ですか？
パラメトリック検定とは、データが正規分布に従うことを前提とする検定であり、t検定や分散分析が該当する。ノンパラメトリック検定とは、分布の形を仮定せず順位情報などをもとに検定する手法であり、マン・ホイットニーのU検定やクラスカル・ウォリス検定が該当する。サンプルサイズが小さい、データが正規分布から大きく外れている、あるいは順序尺度のデータを扱う場合は、ノンパラメトリック検定を選ぶのが安全である。
アンケートデータにはどの検定を使いますか？
アンケート調査のデータは尺度によって使う検定が分かれる。単一回答（性別・学部など）のカテゴリカルデータ同士の関連を見るならカイ二乗検定、リッカート尺度（5件法など）の2群比較ならマン・ホイットニーのU検定、3群以上ならクラスカル・ウォリス検定が基本となる。複数項目を合成得点（尺度得点）として扱う場合は、先にクロンバックのα係数で信頼性を確認したうえでt検定や分散分析を使うことも可能である。検定の選択はリサーチクエスチョンの段階から一貫している必要があり、問いが曖昧なまま分析に進むと適切な検定を選べなくなる（リサーチクエスチョンの立て方）。
検定選択の対応表
| 目的 | データの尺度 | 群の数 | 代表的な検定 |
|---|---|---|---|
| 平均の比較 | 間隔・比率尺度 | 2群 | t検定 |
| 平均の比較 | 間隔・比率尺度 | 3群以上 | 分散分析（ANOVA） |
| 順位・分布の比較 | 順序尺度／非正規分布 | 2群 | マン・ホイットニーのU検定 |
| 順位・分布の比較 | 順序尺度／非正規分布 | 3群以上 | クラスカル・ウォリス検定 |
| 関連の検定 | 名義尺度 | 2変数 | カイ二乗検定 |
| 関連の強さ | 間隔・比率尺度 | 2変数 | 相関分析（ピアソン／スピアマン） |
| 予測・説明 | 間隔・比率尺度が中心 | 複数変数 | 回帰分析（重回帰・ロジスティック回帰） |
p値はいくつ以下なら有意ですか？
p値とは、帰無仮説（差や関連がないという仮説）が正しいと仮定した場合に、観測されたデータ以上に極端な結果が偶然生じる確率である。人文・社会科学系の卒論・修論では、慣習的に有意水準を0.05に設定し、p値が0.05を下回った場合に「統計的に有意」と判断することが多い。ただしp値だけで結論を出さず、効果量（差の大きさ）や信頼区間もあわせて報告することが近年の統計ガイドラインでは推奨されている。分析結果は論文の図表の作り方に沿って表や図にまとめると読み手に伝わりやすい。
検定を選ぶ際によくある間違いは何ですか？
卒論・修論で起こりやすい誤りには、次のようなものがある。
- 3群以上のデータにt検定を繰り返し用いてしまう
- 正規性を確認せずにパラメトリック検定を使う
- 順序尺度のデータを間隔尺度として平均値だけで比較する
- 相関があることを因果関係があることと混同する
Tesifyのようなツールを使う場合でも、どの検定を選ぶかという設計判断そのものは執筆者が行う必要がある。ツールは整形や表現の効率化を助けるが、方法論の妥当性を担保するのは研究計画の段階の判断である。
よくある質問
t検定と分散分析はどう使い分けますか？
比較する群が2つならt検定、3つ以上なら分散分析を使う。3群以上にt検定を繰り返すと誤って有意と判定される確率が積み重なるため、必ず分散分析を選ぶ。
パラメトリックとノンパラメトリックの違いは？
パラメトリック検定はデータが正規分布に従うことを前提とし、ノンパラメトリック検定は分布を仮定せず順位情報などから検定する。正規性が疑わしい場合や順序尺度のデータではノンパラメトリック検定を選ぶ。
アンケートデータにはどの検定を使いますか？
カテゴリカルデータの関連にはカイ二乗検定、リッカート尺度の群間比較にはノンパラメトリック検定（U検定・クラスカル・ウォリス検定）が基本となる。尺度得点化できる場合はt検定や分散分析も選択肢になる。
p値はいくつ以下なら有意ですか？
人文・社会科学系では慣習的にp<0.05を有意水準とすることが多い。ただしp値だけでなく効果量や信頼区間もあわせて報告することが望ましい。