← ホーム

📈 t検定計算機

t検定計算機は、ブラウザ内で直接1標本および2標本t検定を実行する無料の統計ツールです。標本平均、仮説平均、標準偏差、標本サイズを入力すると、t統計量、自由度、近似的p値、α = 0.05の臨界t値を計算します。2つの独立したグループを比較するにはウェルチt検定モードに切り替え、両方の標本を入力してください。データは端末から送信されず、アカウント不要です。

1標本および2標本（ウェルチ）t検定の統計量、自由度、p値、臨界値を計算。

検定タイプ

標本平均（x̄）

仮説平均（μ₀）

標本標準偏差（s）

標本サイズ（n）

このツールとは？

t検定は、標本平均が既知または仮説の値と有意に異なるか、あるいは2つの独立した標本の平均が異なるかを判定する統計的仮説検定です。検定は帰無仮説の下でStudent t分布に従うt統計量を生成します。z検定と違い、t検定は母集団標準偏差が既知であることを前提としないため、データが限られた実際の研究でより実用的です。研究者はp値計算機で有意性を報告し、信頼区間計算機で不確実性を表現します。

このツールは主に2つの状況を扱います。1標本t検定は単一標本を参照値（μ₀）と比較します。例えば電球のロットがメーカーの主張通りに持つかを検定します。2標本（ウェルチ）t検定は分散が等しくない可能性のある2つの独立グループの平均を比較します。例えば2つの異なる指導方法のテスト成績などです。ウェルチ版は2つの標本の標準偏差やサイズが異なる場合によりロバストなため、Studentのプールt検定より推奨されます。検定前に標準偏差計算機でsを求めてください。

両端の陰影部分は棄却域を表します。計算されたt統計量が臨界値 ±t*を超える場合、選択した有意水準（通常 α = 0.05、両側）で帰無仮説H₀を棄却します。それ以外はH₀を棄却できず、差の証拠が不十分と結論します。

仕組み

計算機は1標本およびウェルチ2標本t検定の標準公式を適用します。

1標本t検定

t = (x̄ − μ₀) / (s / √n)

df = n − 1

ここでx̄は標本平均、μ₀は仮説母平均、sは標本標準偏差、nは標本サイズです。tの絶対値が大きいほど帰無仮説に対する証拠が強くなります。

ウェルチ2標本t検定

t = (x̄₁ − x̄₂) / √(s₁²/n₁ + s₂²/n₂)

df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)²/(n₁−1) + (s₂²/n₂)²/(n₂−1) ]

ウェルチの公式は等分散を仮定しないため、2つの独立標本のデフォルト選択です。自由度は通常小数となり、臨界値の参照で丸められます。

p値と決定

両側p値はt分布から近似されます。df ≤ 30の場合は臨界値表を使用し、より大きいdfの場合は標準正規分布で近似します。|t| > α = 0.05の臨界値であれば統計的に有意とみなしH₀を棄却、それ以外は棄却しません。

臨界t値（両側、α = 0.05 および 0.01）

df	α = 0.05	α = 0.01	df	α = 0.05	α = 0.01
1	12.706	63.657	16	2.120	2.921
2	4.303	9.925	17	2.110	2.898
3	3.182	5.841	18	2.101	2.878
4	2.776	4.604	19	2.093	2.861
5	2.571	4.032	20	2.086	2.845
6	2.447	3.707	21	2.080	2.831
7	2.365	3.499	22	2.074	2.819
8	2.306	3.355	23	2.069	2.807
9	2.262	3.250	24	2.064	2.797
10	2.228	3.169	25	2.060	2.787
11	2.201	3.106	26	2.056	2.779
12	2.179	3.055	27	2.052	2.771
13	2.160	3.012	28	2.048	2.763
14	2.145	2.977	29	2.045	2.756
15	2.131	2.947	30	2.042	2.750
∞	1.960	2.576

最終行（∞）は標準正規（z）分布に対応します。

t検定とz検定の比較

特徴	t検定	z検定
母標準偏差が既知？	いいえ（標本から推定）	はい（σ 既知）
標本サイズ	任意、小nに最適	大n（≥ 30）または σ 既知
使用する分布	Student t分布	標準正規分布
臨界値（α=0.05）	dfに依存、小nで大きい	常に ±1.96
n → ∞ のとき	z検定に収束	同じ
典型的用途	SD推定の研究	品質管理、大標本

母標準偏差が実務上ほとんど知られないため、t検定がより安全なデフォルトです。nが30を超えると両者の結果はほぼ同じになります。

使い方

検定タイプを選択 — 上部のドロップダウンから1標本または2標本（ウェルチ）モードを選択。
標本データを入力 — 1標本の場合は標本平均（x̄）、仮説平均（μ₀）、標準偏差（s）、標本サイズ（n）を入力。2標本の場合は両標本の平均、標準偏差、サイズを入力。
計算をクリック — t統計量、自由度、近似的両側p値、α = 0.05の臨界t値を計算。
結論を読む — 0.05有意水準で帰無仮説H₀を棄却するか否かの結果を表示。
文脈で解釈 — p値を選択したαと比較し、効果量と信頼区間を考慮して現実の結論を導く。

よくある質問

t検定をz検定の代わりに使うのはいつですか？

母標準偏差が未知で標本から推定する必要がある場合、t検定を使用します。z検定はσが既知であることを前提としますが、実務では稀です。標本サイズが大きくなるにつれてt分布は正規分布に収束するため、大標本では両検定はほぼ同じ結果を与えます。小標本（n < 30）ではt検定が正しい選択です。

Studentのt検定とウェルチのt検定の違いは？

Student（プール）2標本t検定は両標本が等分散の母集団から抽出されることを仮定します。ウェルチt検定はこの仮定をおかず、自由度を調整します。2つの標本の分散やサイズが異なる場合ウェルチ版はよりロバストであり、現在は独立2標本のデフォルトとして推奨されています。

p値とは何ですか？

p値は、帰無仮説が真であると仮定した場合に、計算された値と同等以上に極端なt統計量が観察される確率です。p値が小さい（通常0.05未満）場合、H₀の下で観察データは improbable となるためH₀を棄却します。仮説が真である確率を測るものではありません。

「H₀を棄却しない」とはどういう意味ですか？

差の存在を結論づけるには証拠が不十分であることを意味します。これはH₀が真であることを証明するのと同じではありません。研究が統計的検出力を欠いているだけかもしれません。より大きな標本、より大きな効果量、より緩い有意水準で結論が変わる可能性があります。

この計算機のp値はどの程度正確ですか？

p値はdf 1–30の臨界値表とより大きいdfの標準正規分布から近似されます。授業や一般的な解釈には十分ですが、発表級の研究には累積分布関数を正確に計算する専用統計ソフト（R、SPSS、SciPy）を使用してください。

片側検定を使えますか？

本ツールはデフォルトで両側のp値と臨界値を出力します。片側検定は差が一方向に向ると事前に強い理由があり、データ収集前にその方向を確定している場合にのみ適切です。必要であれば両側p値を2で割って片側値を得てください。

ヒントとアドバイス

結果を信頼する前にt検定の前提を必ず確認してください。データは近似的に正規分布（特にnが小さい場合）、観測値は独立している必要があります。標本サイズが30を超えると中心極限定理によりt検定は非正規性に対してかなりロバストになります。対応またはマッチしたデータ（同じ対象の前後測定）には、独立2標本版の代わりに対応のあるt検定を使用してください。有意なp値は差の存在を示しますが、その大きさや実用的重要性までは示しません。p値と併せて効果量と信頼区間を常に報告してください。

出典と参考文献

Student（W. S. Gosset）—「The Probable Error of a Mean」Biometrika, 1908.
Welch, B. L. —「The Generalization of Student's Problem」Biometrika, 1947.
NIST/SEMATECH e-Handbook of Statistical Methods — t検定（itl.nist.gov）。
Python Software Foundation — SciPy scipy.stats.t（scipy.org）。

制限事項

本t検定計算機のp値は教育的な近似値です。正確な両側p値はt分布の累積分布関数に依存し、本ツールはdf ≤ 30の臨界値表とより大きいdfの正規分布で近似します。ツールは母集団が近似的に正規分布し、標本が独立してランダムに抽出されることを前提とします。対応のあるt検定、片側検定の直接指定、ANOVAデザインはサポートしていません。発表級の研究、臨床試験、規制提出には正確なCDFを計算する専用統計ソフト（R、SPSS、SAS、SciPy、Stata）を使用してください。使用前に正規性の前提を検証し、外れ値を確認してください。