t検定とは？2グループの平均の差の調べ方をやさしく図解
ルミィ
AIの歩き方
分散分析（ANOVA）とは？3グループ以上の比較をやさしく図解
ルミィ
t検定は2グループの比較でした。では、3つ以上のグループを比べたいときは？たとえば「A・B・C、3つの広告の効果に差はあるか」。ここで登場するのが、今回の分散分析（ANOVA）です。
「t検定を何回も繰り返せばいいのでは？」——実は、それには落とし穴があります。なぜ分散分析が必要なのか、その仕組みとあわせて、図でやさしく見ていきましょう。
この連載は、仮説検定・p値の“具体的な手法編”です。「帰無仮説・p値・有意水準」の考え方がまだの方は、先にそちらを読むとスッと入ってきます。
🧪 連載「統計的検定・推定の使い分け」（全4回）
「その差は偶然か、意味があるか」——代表的な検定（t検定・カイ二乗・分散分析）と、推定の区間（信頼区間）を、使い分けの視点で整理する連載です。
3グループ以上を比べるなら、t検定の繰り返しはNG。まとめて1回で見るのが分散分析だよ。
分散分析（ANOVA）とは？
分散分析（ANOVA：アノーバ）は、3つ以上のグループの平均に、差があるかどうかをまとめて調べる検定です。「ANOVA」は Analysis of Variance（分散の分析）の略。名前のとおり、“分散（ばらつき）”を手がかりに、平均の差を判断します。
帰無仮説は「すべてのグループの平均は等しい（差はない）」。これを否定できれば、「どこかのグループに差がある」と結論します。
なぜt検定を繰り返してはいけない？
「A対B、A対C、B対C、と3回t検定すればいい」と思うかもしれません。でも、これはやってはいけないとされています。理由は多重比較問題です。
検定を1回行うと、本当は差がないのに「差あり」と誤判定してしまう確率（第一種の誤り）が、有意水準ぶん（5%）あります。ところが、検定を何回も繰り返すと、「どこかで偶然“差あり”が出てしまう」確率が、どんどん膨らんでいくのです。
3回検定すれば、誤って「差あり」と言ってしまう確率は、5%よりずっと高くなります（おおよそ14%にも）。だから、3グループ以上は、まず分散分析で“全体として差があるか”を1回で調べるのが正しい順番なのです。
仕組み｜“群間” ÷ “群内”（F比）
分散分析は、2種類のばらつきを比べます。図がそのイメージです。
- 群間のばらつき——グループの平均どうしが、どれくらい離れているか（差の大きさ）
- 群内のばらつき——それぞれのグループの中での、データの散らばり（誤差）
この2つの比「群間 ÷ 群内」＝F比を計算します。群内の誤差に対して、群間の差が大きい（F比が大きい）ほど、「グループ間に本物の差がある」と判断できます。t検定が「差÷ばらつき」だったのと、発想はそっくりですね。グループの数が2つから3つ以上に増えても、『差を、ばらつき（誤差）と比べて評価する』という根っこの考え方は、まったく変わらないのです。
分散分析＝3グループ以上の平均差を「群間のばらつき ÷ 群内のばらつき（F比）」で判断。F比が大きいほど、差は本物。
有意だったあと｜どこに差がある？
分散分析で「有意な差あり」となっても、それだけでは「どこかに差がある」としか分かりません。A・B・Cのどれとどれが違うのかは、別途調べる必要があります。
そこで使うのが多重比較（テューキー法など）です。分散分析で「全体として差がある」と確認できたら、続いて多重比較で「AとCの間に差がある」のように、具体的なペアを特定します。「まず分散分析で全体を見て、次に多重比較で詳細を見る」——この2段構えが定石です。
一元配置と二元配置
分散分析にはいくつか種類があります。よく聞く2つを押さえておきましょう。
- 一元配置分散分析——グループを分ける“要因”が1つ（例：広告A/B/Cの違いだけ）
- 二元配置分散分析——要因が2つ（例：広告の種類 × 配信する時間帯）。要因の“組み合わせ効果（交互作用）”も調べられる
まずは基本の一元配置を押さえればOK。複数の要因が絡む実験では、二元配置が活躍します。
多重比較問題をもう少し
「検定を繰り返すと誤判定が増える」——これを、もう少しだけ具体的に見てみましょう。1回の検定で誤って「差あり」と言う確率が5%なら、“誤らない”確率は95%です。
これを3回くり返すと、3回とも誤らない確率は 0.95×0.95×0.95 ＝ 約86%。つまり、「どこかで1回は誤る」確率が約14%にもなってしまいます。当初の5%から大きく膨らみました。検定の回数が増えるほど、この“偶然の当たり”は増えていきます。だから、t検定を繰り返すのではなく、まず分散分析で1回にまとめるのです。どうしてもペアを比べたいときは、基準を厳しくする補正（ボンフェローニ法など）を使います。
分散分析の前提条件
分散分析にも、t検定と似た前提があります。安心して使うために、押さえておきましょう。
- 正規性——各グループのデータが、おおむね正規分布に近い
- 等分散性——どのグループも、ばらつきが同じくらい
- 独立性——各データが、たがいに影響し合っていない
これらが大きく崩れているときは、順位を使うノンパラメトリックな方法（クラスカル・ウォリス検定など）を使います。ここでも、検定の前に“データの形を確かめる”という基本が生きてきます。
何に使われている？
分散分析は、「複数の条件を比べる」実験や調査で広く使われます。
- マーケティング——複数の広告・キャンペーン（A/B/C/D…）の効果をまとめて比較
- 製造・品質——材料や製法を3通り以上変えて、品質に差が出るかを調べる
- 医療・農業——薬の用量別、肥料の種類別など、複数条件の効果を比較
- 教育——3つの指導法で、テストの平均点に差があるかを検証
「2つを比べる」だけなら世界は単純ですが、現実は「いくつもの選択肢から、いちばん良いものを選びたい」場面ばかり。だからこそ、3つ以上をまとめて扱える分散分析が重宝されるのです。
Excelで分散分析をやってみる
分散分析は手計算だと大変ですが、Excelの「データ分析」アドインを使えば数クリックで済みます。
- ①グループごとに列で並べる——A群・B群・C群…のデータを、それぞれ別の列に入れる
- ②「データ」→「データ分析」→「分散分析：一元配置」を選ぶ
- ③データ範囲を指定して実行——結果の表が出力される
結果の表に出てくる「P-値」を見て、有意水準（よく0.05）より小さければ「どこかのグループに差がある」と判断します。あわせてF値も出るので、群間と群内のばらつきの比も確認できます。あとは多重比較で、どのペアに差があるかを詰めていきます。「分析ツール」が見当たらないときは、アドインを有効化すれば使えるようになります。一見むずかしそうな分散分析も、Excelに任せれば計算はあっという間。あなたがやるべきは、『3つ以上を比べたいから分散分析』『有意だったから多重比較』という“手順の判断”だけです。道具（Excel）と考え方（なぜその検定を使うのか）を分けて持っておくと、複雑そうな分析も怖くなくなります。手元に複数グループのデータがあれば、ぜひ試してみてください。
まとめ
分散分析（ANOVA）は、3つ以上のグループの平均に差があるかを、まとめて調べる検定です。t検定を繰り返すと誤判定の確率が膨らむ（多重比較問題）ため、まず分散分析で全体を1回で調べます。
仕組みは「群間のばらつき ÷ 群内のばらつき（F比）」。F比が大きいほど差は本物です。有意だったら、多重比較でどのペアに差があるかを特定する——この2段構えが基本。次回は連載最終回、検定と対になる“推定”——信頼区間に進みます。
分散分析でいちばん大事な学びは、『検定はやみくもに繰り返してはいけない』という点かもしれません。比べたいものが3つ以上あるとき、つい1対1の比較を何度もしたくなりますが、それは誤判定の罠。まず全体を1回で見て、必要なら詳細に進む——この“順番”を守ることが、データにだまされない検定の作法です。
名前は「分散分析」と少しいかついですが、やっていることは、t検定の発想（差÷ばらつき）を3グループ以上に広げただけ、と捉えると親しみがわきます。群の数が増えても、『グループ間の差は、グループ内の誤差に比べて大きいか？』という問いの形は変わりません。複数の選択肢から最良を選びたい場面は、ビジネスにも研究にもあふれています。そんなとき、分散分析を思い出せれば、感覚ではなくデータで判断できるようになります。
実際の計算は、Excelの「データ分析」アドインや統計ソフトが一瞬でやってくれます。大事なのは、計算そのものより、『なぜt検定の繰り返しではダメで、分散分析なのか』という考え方を理解しておくこと。その土台があれば、出てきたF値やp値を、自信をもって読み解けます。そして、分散分析で学んだ『多重比較の罠』は、検定全般に通じる大切な教訓です。検定は便利ですが、繰り返すほど“偶然の当たり”が増えていく。だからこそ、目的に合った検定を1回、ていねいに行う——その意識が、信頼できる分析を支えてくれます。
分散分析＝3グループ以上の平均差をまとめて検定（F比＝群間÷群内）。
t検定の繰り返しは多重比較問題でNG。まず分散分析で全体を見る。
有意なら多重比較でどのペアに差があるか特定する。
よくある質問（FAQ）
分散分析（ANOVA）とは何ですか？
A. 3つ以上のグループの平均に差があるかを、まとめて調べる統計的検定です。ANOVAはAnalysis of Variance（分散の分析）の略で、ばらつきを手がかりに平均の差を判断します。3つの広告の効果に差があるか、などに使います。
なぜ3グループ以上でt検定を繰り返してはいけないのですか？
A. 検定を繰り返すほど、本当は差がないのに偶然「差あり」と誤判定してしまう確率（多重比較問題）が膨らむためです。3回繰り返すと誤判定の確率は5%よりかなり高くなります。まず分散分析で全体を1回調べるのが正しい順番です。
分散分析のF比とは何ですか？
A. 「群間のばらつき ÷ 群内のばらつき」で計算される値です。群間はグループの平均どうしの離れ具合、群内は各グループ内の散らばり（誤差）です。誤差に対して群間の差が大きい（F比が大きい）ほど、グループ間に本物の差があると判断します。
分散分析で有意だったら、どのグループに差があると分かりますか？
A. 分散分析だけでは「どこかに差がある」としか分かりません。具体的にどのペアに差があるかは、テューキー法などの多重比較で特定します。まず分散分析で全体を見て、次に多重比較で詳細を見るのが定石です。
一元配置と二元配置の違いは何ですか？
A. 一元配置はグループを分ける要因が1つ（広告A/B/Cの違いだけ）、二元配置は要因が2つ（広告の種類×時間帯）の分散分析です。二元配置では、要因の組み合わせによる効果（交互作用）も調べられます。
分散分析とt検定はどう使い分けますか？
A. 2グループの平均を比べるならt検定、3グループ以上を比べるなら分散分析です。3グループ以上でt検定を繰り返すと誤判定が増えるため、まず分散分析でまとめて調べます。
分散分析は何に使われますか？
A. 複数の広告・施策・条件の効果を比べる、薬の用量別の効果を比べる、地域別・店舗別の平均を比べるなど、3つ以上のグループの平均差を調べる場面で広く使われます。
あわせて読みたい
参考・一次ソース
- IBM「What is ANOVA?」（ibm.com）
- 総務省統計局「なるほど統計学園 高等部」（stat.go.jp）
※本記事は2026年6月時点の一般的な統計の考え方を初心者向けに整理したものです。検定の前提条件や厳密な手順は専門書もご確認ください。
ChatGPT・Gemini・Claudeなどの会話AI、画像生成AI、動画生成AI、資料作成AI、AI検索ツールを初心者向けに解説するAIナビゲーター。実際に使ってみた感想や、仕事・学習・発信に役立つAI活用法をわかりやすく紹介しています。
