～ t検定で仕事に差をつけよう！～
こんにちは！走る園児の運動会にようこそ。
今回は「データの検定」という、統計の中でも超・実務に役立つテクニックを、例題を使ってやさしく解説していきます！
◆ そもそも「検定」ってなに？
「検定」とは、データを使って“仮説が正しいかどうか”を判断する方法です。
たとえば…
新しい製造ラインは、旧ラインよりも製品の精度が高いって言えるのかな？
そんなときに「検定」の出番！
◆ 今回の事例：新旧2つのラインの精度比較
ある技術者Aさんが、以下のようなデータをとってきました。
| 測定回 | 旧ライン（精度） | 新ライン（精度） |
|---|---|---|
| 1 | 10.1 | 10.3 |
| 2 | 9.8 | 10.2 |
| 3 | 10.0 | 10.4 |
| 4 | 10.2 | 10.5 |
| 5 | 9.9 | 10.1 |
Aさんの仮説：「新ラインの方が精度が良い！」
この仮説が統計的に正しいかを「t検定」で調べます。
◆ ステップ①：t検定って何？
「t検定」は、2つのグループの平均に差があるかどうかを判断する方法です。
今回は「対応のあるt検定」（同じ製品を旧ラインと新ラインで測った）を使います。
◆ ステップ②：実際に計算してみよう！
1. 差を求める
旧ラインと新ラインの差（新 − 旧）を計算します：
| 測定回 | 新−旧（差） |
|---|---|
| 1 | 10.3 – 10.1 = 0.2 |
| 2 | 10.2 – 9.8 = 0.4 |
| 3 | 10.4 – 10.0 = 0.4 |
| 4 | 10.5 – 10.2 = 0.3 |
| 5 | 10.1 – 9.9 = 0.2 |
差の平均＝(0.2 + 0.4 + 0.4 + 0.3 + 0.2)/5 = 0.3
差の標準偏差 ≒ 0.083（手計算でやってもいいですが、ExcelでもOK！）
2. t値を計算する
🧩 各パーツの意味
| 記号 | 意味（簡単に） | 詳しい意味 |
|---|---|---|
| dˉ | 差の平均値 | 各ペアごとの差（新−旧）の平均 |
| s | 差の標準偏差（ばらつき） | 差の散らばりの大きさを表す指標 |
| n | データの個数 | 差の数（ペアの数） |
| データ数の平方根 | 平均のばらつきを調整するために必要 | |
| s/ √ｎ | 標準誤差（standard error） | 平均値の信頼性の目安。ばらつきの調整版 |
🎯 t値の意味：
つまり、
「差の平均が、ばらつきに対してどれだけ大きいか」を示している！
ｔ値が大きければ大きいほど、
「差が偶然とは思えない → 有意な差がある」と判断されます！
📌 まとめ（初心者向け解釈）
| t値が小さい | 差は偶然っぽい（有意差なし） |
|---|---|
| t値が大きい | 差は本物っぽい（有意な差がある！） |
n = 5（データ数）
t = 0.3 / (0.083 / √5) ≒ 0.3 / 0.037 ≒ 8.11
◆ ステップ③：t値から結論を出す！
自由度 = n – 1 = 4。
有意水準（α）を 5% とすると、t分布表の臨界値 ≒ 2.776
t = 8.11 > 2.776 なので…
💡 「新ラインの方が精度が高い」という仮説は統計的に有意！
◆ まとめ：t検定のキモはココ！
「差がたまたまか、本物か？」を見極めるのが検定！
t検定では「平均の差」が有意かどうかを判断する
実データに基づいて、ちゃんと「言える根拠」ができる！
🛠 おまけ：Excelでt検定をやってみよう！
これで一発です！自動でp値が出て、p < 0.05なら有意差あり！
気になったこと・もっと詳しく知りたい検定方法があれば、
コメントやメッセージで教えてね！
コメント