データ分析に関する明確で実用的なガイドを通じて、研究に適した統計的検定の選び方を学びましょう。このブログでは、t検定や分散分析（ANOVA）から相関分析や回帰分析に至るまで、主要な手法を順を追って解説します。実験計画と適切な統計的手法を結びつけることで、生データを自信を持って有意義かつ信頼性の高い知見へと変換できるようサポートします。
Table of Contents
研究を行うことは、一連のプロセスから成っています。実験の計画、被験者グループの構成、研究の立ち上げ、そしてデータの収集は、すべて科学的に妥当な研究を行う上で不可欠な要素です。研究プロセスにおいて特に困難な側面の一つが、データ分析の段階です。具体的には、データを評価するために適切な統計的検定が何であるかを判断するには、時間と根気が必要です。
このプロセスを支援するため、当社では「実験計画法ガイド」（下記参照）や統計解析ツールの利用ガイドに加え、ソフトウェアに組み込まれた各種解析ツールなど、多様なリソースをご用意しています。これらを補完するため、実験結果を最も適切に判断するために必要な統計的検定を実施できるよう、以下のチャートも作成しました。
以下の図は、一般的な統計的検定の中から最も適切な手法を選択するための手引きです：
統計的検定の選択を導くこのフローチャートを手掛かりにすれば、実験の最終段階へと自信を持って進むことができるはずです。
さまざまな統計的検定：
離散的な独立変数
離散変数とは、その値を数えることによって得られる変数のことである
- 例：お店には何人の客がいますか、実験室には何人の学生がいますか、
Z検定
- 確認すべき点：グループや条件が3つ以上ある場合 > 標本と母集団を直接比較していますか？母集団の標準偏差は分かっていますか？
1標本t検定
1標本t検定はパラメトリック検定であり、単一の標本平均を特定の定数と比較することしかできません。
- 確認すべき点：2つ以上のグループや条件がある場合 > 標本と母集団を直接比較していますか？ 母集団の偏差は不明です
独立標本t検定
独立サンプルのt検定（2つの群の平均を比較するため）
- 確認すべき点：グループや条件が3つ以上ある場合 > 標本と母集団を直接比較していないか？ 実験条件／標本は独立している
反復t検定（対応のあるt検定）
反復t検定、あるいは対応のあるt検定（依存サンプルt検定とも呼ばれる）は、2つの観測値のセット間の平均値の差がゼロであるかどうかを判断するために用いられる統計的手法である。
- 確認すべき点：グループや条件が3つ以上ある場合 > 標本と母集団を直接比較していないでしょうか？ 実験条件／標本は独立していません
反復測定分散分析
反復測定分散分析（ANOVA）は、一元配置分散分析（ANOVA）と同様のものですが、独立した群ではなく関連性のある群を対象としており、従属変数t検定の拡張版です。
- 確認すべき点：グループ数または条件数が2未満である、実験条件とサンプルが独立していない
混合モデル分散分析
混合モデル分散分析は、群間分散分析と群内分散分析を組み合わせたものです。これを行うには、少なくとも2つのカテゴリカルな独立変数が必要です。
To see how these concepts are applied in practice, explore our Talk to a Research Expert page.
一元配置分散分析
一元配置分散分析（ANOVA）は、2つ以上の独立した（関連性のない）群の平均値の間に、統計的に有意な差があるかどうかを判断するために用いられる
- 確認事項：グループ数／条件数が2未満であること、実験条件とサンプルが独立していること、従属変数が1つであること
多変量分散分析（MANOVA）
多変量分散分析（MANOVA）は、多変量の標本平均を比較するための手法である。多変量解析手法として、2つ以上の従属変数がある場合に用いられる。
因子分散分析
因子分散分析（factorial ANOVA）とは、複数の独立変数（「因子」）を含む分散分析の検定である。また、独立変数のレベルが複数ある場合を指すこともある。
これらの強力な分析手法を習得したら、次はそれらを効率的に実践に移すことが重要です。データを最大限に活用し、正確で実用的な知見を得るためには、当社のガイド『データを最大限に活用するために必要な統計ツール7選』をご覧ください。
連続的な独立変数
連続変数とは、測定によってその値が得られる変数のことである
- 例：参加者の体重、課題を完了するのにかかる時間、目的地まで歩く距離
ピアソンの相関係数
ピアソンの相関係数（r）は、2つの変数間の関連性の強さを示す指標である。
スピアマンの相関係数
スピアマンの相関係数は、順位相関（2つの変数の順位間の統計的依存関係）を測定する非パラメトリックな指標である。これは、2つの変数間の関係が単調関数を用いてどの程度適切に記述できるかを評価するものである。
単純回帰
単純回帰分析とは、従属変数（しばしば「結果変数」と呼ばれる）と、1つ以上の独立変数（しばしば「予測変数」、「共変量」、または「特徴量」と呼ばれる）との間の関係を推定するための一連の統計的手法である。
多重回帰分析
多重線形回帰では、いくつかの独立変数、あるいは独立変数の関数が存在します。
多変量回帰
多変量回帰とは、複数の応答変数を用いて単一の回帰モデルを推定する手法である。多変量回帰モデルに複数の説明変数が含まれる場合、そのモデルは多変量多重回帰となる。
カッパは
コーエンのカッパ係数は、評価者間信頼性（観察者間一致とも呼ばれる）を測定する指標である。評価者間信頼性、すなわち精度とは、データの評価者（または収集者）が、同じデータ項目に対して同じスコアを付ける場合に生じるものである。
優れた研究を最初から最後まで行う方法について詳しく知りたい方は、以下の無料ガイドをダウンロードしてください。
