仮説検定とは？帰無仮説・有意水準・p値・判断手順をわかりやすく解説

仮説検定とは、観測された差や変化が「偶然のばらつきだけでも起こり得るか」を確率モデルで評価する方法です。

検定は「正しいことを証明する」手続きではありません。まず帰無仮説を置き、その仮説のもとで今回のデータがどれほど起こりにくいかを判断します。

1. 検定は偶然変動と実質的な変化を分ける道具

工程平均が10.00mmから10.03mmへ変わっても、それだけで工程が変化したとは言えません。標本平均は偶然にも動くため、標準誤差と分布を使って差の大きさを評価します。

2. 最初に帰無仮説と対立仮説を置く

例えば母平均が目標10.00mmかを調べるなら、H₀: μ=10.00、H₁: μ≠10.00のように設定します。片側だけを問題にするなら対立仮説も方向を持たせます。

3. 有意水準αを事前に決める

有意水準は、本当はH₀が正しいのに誤って棄却するリスクの基準です。5%がよく使われますが、目的・リスク・規格に応じて事前に決めます。

4. 検定統計量を計算する

平均との差を標準誤差で割るなどして、H₀からどれくらい離れているかを尺度化します。母平均、分散、比率など対象に応じてt、χ²、zなど使う分布が変わります。

5. p値または棄却域で判断する

p値が事前に決めたα以下なら、H₀のもとでは今回以上に極端な結果が起こりにくいとしてH₀を棄却します。p>αなら「H₀が正しい」と証明したのではなく、棄却するだけの証拠が足りないと判断します。

6. 統計的有意差と実務上の重要差は別

サンプル数が非常に多いと、小さな差でも統計的に有意になることがあります。品質判断では差の大きさ、規格、安全、コスト、顧客影響も同時に見ます。

7. 第1種・第2種の誤りがある

H₀が真なのに棄却するのが第1種の誤り、H₀が偽なのに棄却できないのが第2種の誤りです。検定は誤りの可能性をゼロにする方法ではありません。

8. 品質管理での基本手順

知りたい母数と問いを明確にする
H₀・H₁を設定する
αを決める
前提条件を確認する
検定統計量・p値を求める
統計判断と実務判断を分けて結論を書く

9. よくある質問（FAQ）

p=0.03なら帰無仮説が3%の確率で正しいのですか？

違います。p値はH₀が正しいと仮定したときに、観測結果以上に極端な結果が得られる確率に関する量です。

有意差なしなら「同じ」と言えますか？

通常の差の検定で有意差が出なかっただけでは、同等性を証明したことにはなりません。サンプルサイズや検出力も考えます。

10. 一次情報・参考資料

最終確認：2026年10月1日。検定・推定では、母集団、標本の取り方、分布仮定、独立性などの条件によって適切な手法が変わります。

11. まとめ

仮説検定は、観測された差が偶然変動だけで説明できるかを評価する手続きです。 p値だけで結論を出さず、前提条件、差の大きさ、実務上の意味まで含めて判断します。

品質管理の教科書TOP：全16章・191テーマへ戻る

執筆・最終確認：UG。公開情報と一般化した製造現場の考え方をもとに解説しています。

← 前：9-2｜点推定と区間推定｜品質管理の教科書TOP ｜次：9-4｜帰無仮説・対立仮説 →

第9章｜9-3 仮説検定とは？｜「差があるように見える」を偶然かどうか判断する