統計とは、集めたデータを整理・要約し、そこから全体の傾向や関係を読み取るための考え方と方法の総称です。卒論や修論でアンケートや実験のデータを扱うと、「平均を出すだけでいいのか」「検定は何を使えばいいのか」と迷う場面が必ず来ます。この記事では、統計の基本を「記述統計」と「推測統計」の二つに分けて整理し、データの種類(尺度)の見分け方、論文でよく使う指標と検定、分析を進める順番、結果の書き方の注意点まで、論文を書いている途中の学生がそのまま使える形でまとめます。
統計とは:2つの役割で理解する
統計の役割は大きく二つあります。一つは、手元のデータを分かりやすく要約すること。もう一つは、手元のデータ(標本)から、その背後にある集団(母集団)について推し量ることです。前者を記述統計、後者を推測統計と呼びます。
たとえば、ゼミの学生100人にアンケートをとり「1日の平均学習時間は90分だった」とまとめるのは記述統計です。一方、「この結果から、全国の大学生でも学年によって学習時間に差があると言えるか」を考えるのが推測統計です。卒論で求められるのは、多くの場合この両方です。まず記述統計でデータの全体像を示し、そのうえで仮説を推測統計で確かめる、という流れになります。
記述統計:データの姿を数字と図で示す
記述統計で使う代表的な指標は次のとおりです。
| 種類 | 指標 | 何が分かるか |
|---|---|---|
| 代表値 | 平均値・中央値・最頻値 | データの「真ん中」がどこにあるか |
| 散布度 | 分散・標準偏差・範囲・四分位範囲 | データがどれだけばらついているか |
| 分布の形 | 度数分布表・ヒストグラム・箱ひげ図 | 偏りや外れ値の有無 |
| 2変数の関係 | クロス集計表・散布図・相関係数 | 二つの変数が一緒に動くか |
平均値は便利ですが、極端な値に引っぱられやすい弱点があります。年収や通学時間のように一部の人だけ値が大きいデータでは、中央値を併記したほうが実態に近くなります。また、平均値だけを書いて標準偏差を書かないと、ばらつきの大きさが読み手に伝わりません。論文では「平均値(標準偏差)」をセットで示すのが基本です。
2つの質問の回答を組み合わせて集計するクロス集計は、アンケートを使う卒論で特によく使われます。Excelのピボットテーブルを使えば、ソフトを追加しなくても集計できます。

推測統計:標本から母集団を推し量る
推測統計には、主に「推定」と「検定」があります。
- 推定:標本のデータから、母集団の平均や割合がどのくらいの範囲にあるかを見積もる方法です。信頼区間(例:95%信頼区間)として示します。
- 検定:「差がない」「関係がない」という仮説(帰無仮説)を立て、データがその仮説と矛盾するかどうかを確率で判断する方法です。結果はp値で表されます。
検定でよく誤解されるのが、p値の意味です。p値は「帰無仮説が正しいとしたときに、手元のデータと同じかそれ以上に極端な結果が得られる確率」であり、「仮説が正しい確率」でも「効果の大きさ」でもありません。アメリカ統計協会(ASA)は2016年3月に統計的有意性とp値に関する声明を公表し、6つの原則の一つとして、科学的な結論はp値が特定の閾値を超えたかどうかだけに基づくべきではないと述べています(ASAのプレスリリース)。論文では、p値に加えて効果量や信頼区間を併記すると、結果の意味が伝わりやすくなります。
データの種類(尺度水準)を最初に確認する
どの統計手法を使えるかは、データの種類で決まります。分析を始める前に、自分の変数がどの尺度にあたるかを確認しましょう。
| 尺度 | 例 | 使える主な指標・手法 |
|---|---|---|
| 名義尺度 | 性別、学部、賛成・反対 | 度数・割合、最頻値、カイ二乗検定 |
| 順序尺度 | 満足度(5段階)、順位 | 中央値、順位相関、ノンパラメトリック検定 |
| 間隔尺度 | 気温、心理尺度の合計得点 | 平均値・標準偏差、t検定、分散分析、相関 |
| 比率尺度 | 身長、学習時間、売上 | 間隔尺度の手法に加え、比の比較 |
5段階評価のようなリッカート尺度の1項目は、厳密には順序尺度です。ただし、複数の項目を合計した尺度得点は間隔尺度とみなして分析することが、心理学や教育学の研究では広く行われています。どちらの扱いにするかは、分野の慣行と指導教員の方針を確認してから決めてください。
卒論でよく使う統計手法の早見表
研究の問いの形と変数の種類から、使う手法の候補を絞り込めます。
| 研究の問い | 変数の組み合わせ | 手法の候補 |
|---|---|---|
| 2つのグループで平均に差があるか | グループ(2群)×量的変数 | t検定(対応なし・対応あり) |
| 3つ以上のグループで平均に差があるか | グループ(3群以上)×量的変数 | 分散分析(ANOVA)+多重比較 |
| 2つの質的変数に関連があるか | カテゴリ×カテゴリ | クロス集計+カイ二乗検定 |
| 2つの量的変数が一緒に動くか | 量的×量的 | 相関係数(ピアソン・スピアマン) |
| ある変数で別の変数を説明・予測できるか | 説明変数→目的変数 | 回帰分析(単回帰・重回帰) |
手法ごとの具体的な手順は、t検定のやり方、カイ二乗検定のやり方、相関と回帰分析の違いで解説しています。どれを選ぶか迷うときは、統計手法の選び方(フローチャート)から入ると整理しやすくなります。
論文で統計を使うときの進め方(6ステップ)
- 研究の問いと仮説を言葉で書く:「AとBに差があるか」「XはYに影響するか」など、検定の形に直せる文にします。
- 変数と尺度を決める:何を測るか、どの尺度で測るか(質問項目・選択肢)を、データを集める前に決めます。
- 必要な人数を見積もる:人数が少なすぎると、本当は差があっても検出できません。指導教員と相談し、分野の先行研究の人数も参考にします。
- データを整理する:欠損値・入力ミス・外れ値を確認し、どう扱ったかを記録しておきます。
- 記述統計→推測統計の順で分析する:まず平均・標準偏差・度数などで全体像を見て、それから検定に進みます。
- 結果を表・図と文章で報告する:検定名、統計量、自由度、p値、効果量をそろえて書き、解釈は考察の章で行います。
このうち1〜3は、分析ソフトを開く前の作業です。ここがあいまいなままデータを集めると、あとから「使える手法がない」という事態になりがちです。

統計ソフトは何を使えばいいか
卒論レベルの分析なら、Excelでも記述統計やt検定、相関は計算できます。分散分析や重回帰、因子分析などに進むなら、SPSSのような統計ソフトや、無償で使えるRなどを使うのが一般的です。所属する大学がどのソフトのライセンスを提供しているか、研究室で何が使われているかによって、現実的な選択肢は変わります。各ソフトの特徴は統計ソフトの比較(卒論向け)にまとめています。
結果の書き方と、ありがちな失敗
統計の結果を書くときは、読み手が同じ分析を再現できる程度の情報を示します。以下は書き方の例です(数値は説明用の架空のものです)。
例(架空):1年生(n = 48)と3年生(n = 52)の学習時間を対応のないt検定で比較したところ、3年生のほうが有意に長かった(t(98) = 2.31, p = .023, d = 0.46)。
よくある失敗には次のようなものがあります。
- 「有意差なし」を「差がない」と書く:検定で有意にならなかったことは、差がないことの証明ではありません。人数が足りなかった可能性も含めて考察します。
- 相関を因果と書く:相関があっても、一方が他方の原因だとは限りません。第三の変数の影響も検討します。
- 検定を何度も繰り返す:組み合わせを変えて何十回も検定すると、偶然の有意差が出やすくなります。多重比較の補正を使うか、仮説を事前に絞ります。
- p値だけを書く:平均・標準偏差・効果量がないと、差の大きさが伝わりません。
有意差が出なかったときの書き方は有意差が出ないときの書き方で具体例を紹介しています。
分野別:卒論でよく使われる統計の例
同じ「統計」でも、分野によって使われる手法の傾向があります。以下は説明用の典型例です。
- 心理学・教育学:心理尺度の合計得点を使ったt検定・分散分析、尺度の信頼性(クロンバックのα)、因子分析。
- 社会学・経営学:アンケートのクロス集計とカイ二乗検定、満足度や意識を説明する重回帰分析。
- 看護学・保健学:介入前後の比較(対応のあるt検定やノンパラメトリック検定)、属性による比較。
- 経済学:公的統計の時系列データを使った回帰分析、地域間の比較。
自分の分野の先行研究で、どの手法がどのように報告されているかを数本確認すると、使うべき手法と結果の書き方の型が見えてきます。
よくある質問
統計の知識がなくても卒論で分析できますか?
できます。卒論で必要になるのは、記述統計と、研究の問いに合った検定を一つか二つ使いこなすことです。尺度の種類と研究の問いの形から手法を選び、教科書や大学の統計相談窓口、指導教員の助言を使いながら進めれば十分対応できます。
記述統計だけの卒論でも問題ありませんか?
研究の目的が実態の把握であれば、記述統計を中心にした卒論もあります。ただし「差がある」「関係がある」と主張するなら、推測統計による裏づけが求められるのが一般的です。どこまで求められるかは学科や指導教員によって異なるため、早めに確認してください。
p値が0.05より小さければ、仮説は正しいと言えますか?
言えません。p値が小さいことは、帰無仮説のもとでは起こりにくいデータだったことを示すだけで、仮説が正しい確率を表すものではありません。効果量や信頼区間、研究デザインの妥当性とあわせて解釈します。
アンケートの人数は何人必要ですか?
一律の答えはなく、使う検定、想定する効果の大きさ、比較するグループの数によって変わります。検出力分析で必要な人数を見積もる方法が一般的なので、分析方法を決めた段階で指導教員と相談してください。
まとめ:統計とは「データで問いに答えるための道具」
統計とは、データを要約する記述統計と、標本から母集団を推し量る推測統計からなる道具です。卒論では、研究の問いを検定の形に直し、変数の尺度を確認したうえで、記述統計→推測統計の順に分析し、結果を再現可能な形で報告します。p値だけに頼らず、効果量や信頼区間も示すことで、結果の意味が読み手に正しく伝わります。
分析の前に章の流れを整理しておくと、方法と結果の章が書きやすくなります。Tesifyは、50,000人以上の学生が使い、230,000章以上の構成づくりに使われてきたツールで、本文は100%あなた自身が書きます。
