臨床心理士・公認心理師になるための大学院受験に欠かせない領域であり、受験生が苦戦する分野の一つである統計学。

　今回のココロアップブログでは、受験に役立つ「心理統計学シリーズ」としての第一弾、「推測統計学」をお話ししていきます。

1-1.はじめに：心理学における「推測」の力

臨床心理学を含む心理学は、「心」という目に見えない対象を扱う学問であるため、時にその科学的根拠が問われることがあります 。

この問いに対し、心理学が客観的で実証的な科学として成立するために不可欠な道具が統計学です。

統計学は、曖昧に見える心的な現象を数量的に捉え、科学的な議論の土台を築くための言語と言えるでしょう。

統計学は、大きく二つの領域に分けられます。一つは記述統計学（descriptive statistics）です。

これは、手元にあるデータ（例えば、あるクラスのテストの点数）を平均値や標準偏差といった指標で要約したり、グラフや表を用いてその特徴を分かりやすく整理したりする手法です 。

記述統計学は、あくまで「目の前にあるデータがどのようなものであるか」を記述することに主眼を置きます。  

しかし、心理学研究の多くは、目の前のデータを超えた、より大きな集団についての知見を得ることを目指します。

例えば、「日本の大学生全体の学習意欲は、10年前と比較して変化したか？」といった問いに答えたい場合、日本の全大学生を調査することは現実的に不可能です。そこで、一部の大学生を対象に調査を行い、その結果から日本の大学生全体の傾向を「推測」する必要が生じます。

この推測のプロセスを科学的に行うための手法が、本章の主題である推測統計学（inferential statistics）です 。  

推測統計学は、限られた標本（サンプル）のデータから、その背後にあるより大きな母集団（population）の性質について、確率的な根拠に基づいた結論を導き出すための強力なツールです。

それは、具体的な観察（標本）と抽象的な科学的真実（母集団）とを繋ぐ架け橋であり、心理学における理論の検証や新しい知見の発見に不可欠な役割を果たします。

今回、この推測統計学の基本的な考え方から、その応用、そして現代心理学における最新の議論までを丁寧に解説していきます。

1-2. 推測の土台：母集団、標本、そして無作為抽出

推測統計学の論理を理解するためには、まずその土台となる三つの基本概念を正確に把握する必要があります。

母集団と標本

母集団（population）とは、研究者が関心を持つ対象全体の集合を指します 。

例えば、「日本人成人における不安傾向」を研究する場合、母集団は「すべての日本人成人」となります。同様に、「特定の心理療法がうつ病に及ぼす効果」を検証したいのであれば、母集団は「その心理療法を必要とするすべてのうつ病患者」となります。

母集団の特性（例えば、母集団全体の平均値である母平均や、分散である母分散）こそが、私たちが本当に知りたい真の値（母数またはパラメータ）です。

しかし、前述の通り、母集団全体を調査することは時間的・経済的にほぼ不可能です。

そこで研究者は、母集団からその一部を抜き出して調査を行います。

この抜き出された部分集合が標本（sample）またはサンプルです 。

私たちは、この標本のデータ（例えば、標本の平均値である標本平均）を分析し、そこから母集団の性質を推測するのです。

無作為抽出法：推測の正当性を担保する

標本から母集団を推測するというプロセスが正当であるためには、決定的に重要な前提条件があります。

それは、「標本が母集団の性質を偏りなく反映している（代表性がある）」ということです。

例えば、大学生の学習意欲を調べるのに、非常に熱心な学生ばかりが集まるゼミの学生だけを標本として選んでしまっては、その結果は母集団である「大学生全体」の傾向を正しく反映しているとは言えません。

このような偏りを避け、標本に代表性を持たせるための最も基本的な手続きが無作為抽出法（random sampling）です 。

これは、母集団を構成するすべてのメンバーが、等しい確率で標本として選ばれるように抽出する方法です。

無作為抽出を行うことで、特定の意図や作為が入り込むことを防ぎ、標本が確率的に母集団の縮図となることを保証します。

この手続きこそが、標本データに基づく統計的な推測を数学的に正当化する根幹です。  

なお、無作為抽出法以外にも、例えば名簿から一定の間隔で対象者を選ぶ系統抽出法（systematic sampling）などがありますが、推測統計学の理論的な前提として最も重要なのは無作為抽出の原則です 。

研究デザインの質は、統計分析の妥当性に直結します。

どれほど高度な統計手法を用いても、その元となるサンプリングに偏りがあれば、導き出される結論の信頼性は著しく損なわれてしまうのです。  

1-3. 仮説検定の論理：科学的な意思決定の作法

推測統計学の中核をなすのが、統計的仮説検定（statistical hypothesis testing）です。

これは、データに基づいて特定の仮説が正しいと言えるかどうかを、確率的な基準を用いて客観的に判断するための手続きです。

この論理は、初学者にとっては直感に反するように感じられる部分があるため、一つずつ丁寧に見ていきましょう。

仮説検定の全体像：刑事裁判のアナロジー

仮説検定の論理は、刑事裁判のプロセスに非常によく似ています 。

裁判では、「被告人は無罪である」という無罪推定の原則から出発します。

検察官は、この「無罪」という主張を覆すだけの強力な証拠を提示しなければ、有罪判決を勝ち取ることはできません。

証拠が不十分な場合、被告人は無罪となりますが、これは彼が「絶対に犯行を行っていない」と証明されたわけではなく、あくまで「有罪とするには証拠が足りない」ことを意味します。

仮説検定もこれと同様の構造を持っています。

• 帰無仮説 (H0​)：裁判における「無罪」に相当します。「効果はない」「差はない」という、研究者が否定したい立場です 。  

• 対立仮説 (H1​ or Ha​)：裁判における「有罪」に相当します。「効果がある」「差がある」という、研究者が証明したい主張です 。  

• 研究者：検察官の役割です。帰無仮説という「効果なし」の主張を棄却（否定）するために、データという証拠を集めます 。  

• 統計的検定：証拠（データ）を評価し、帰無仮説を棄却するのに十分なものかを判断する手続きです。

このアナロジーの重要な点は、証明の負担が研究者側にあるということです。

研究者は、自身の主張（対立仮説）が正しいことを直接証明するのではなく、「効果がない」という帰無仮説が、得られたデータと照らし合わせると極めて考えにくい、ということを間接的に示すことで、自身の主張の妥当性を論証するのです 。  

仮説検定の5ステップ

この論理を、具体的な5つのステップに沿って解説します。

ステップ1：仮説を立てる (Formulating Hypotheses)

まず、検証したい事柄について、二つの相反する仮説を設定します。

• 帰無仮説 (Null Hypothesis, H0​)：「無に帰したい仮説」であり、通常は「差がない」「効果がない」「関連がない」といった形で設定されます 。

  例えば、新しい心理療法の効果を検証したい場合、「新療法と従来療法との間に効果の差はない」というのが帰無仮説になります。
  帰無仮説は、「母平均の差が0である」( μ1​−μ2​=0) のように、確率計算が可能な、具体的で明確な一つの点として設定される必要があります 。  

• 対立仮説 (Alternative Hypothesis, H1​)：研究者が本当に主張したい仮説であり、帰無仮説の否定形です 。
  上記の例では、「新療法と従来療法との間に効果の差がある」( μ1​−μ2≠0) となります。対立仮説は、「差がある」という漠然とした主張であり、それ自体から確率を計算することはできません。
  これが、帰無仮説を立ててそれを否定するという間接的な論法を取る数学的な理由です。  

ステップ2：判断基準（有意水準）を設定する (Setting the Criterion)

次に、どのような証拠が得られれば「帰無仮説は間違いだ」と判断するのか、その基準をあらかじめ決めておきます。

この基準が有意水準 (Significance Level, ギリシャ文字の α で表す) です 。  

有意水準は、「もし帰無仮説が正しい場合に、偶然ではめったに起こらないような珍しいデータが得られる確率」の上限を定めたものです。

心理学では、慣例的に α=0.05 (5%) や α=0.01 (1%) に設定されることが一般的です 。  

α=0.05 とは、「もし本当は効果がないのに、偶然によって『効果があった』ように見えるデータが得られる確率が5%未満であれば、それはもはや偶然とは考えにくい。

帰無仮説は誤っていると判断しよう」という事前の約束事を意味します。

ステップ3：検定統計量を計算し、p値を求める (Calculating the Test Statistic and p-value)

標本データを収集した後、そのデータが帰無仮説の下でどの程度「珍しい」のかを客観的に示す指標を計算します。

この指標が検定統計量（t値、F値、カイ二乗値など）です 。  

そして、この検定統計量を用いて、仮説検定における最も重要かつ誤解されやすい概念である p値 (p-value, 有意確率) を算出します。

p値の正確な定義は以下の通りです。

p値とは、「もし帰無仮説が真実であると仮定した場合に、実際に観測されたデータと少なくとも同等か、それ以上に極端なデータが得られる確率」のことである。  

p値が小さい（例: p=0.02）ということは、「もし本当に効果がないとしたら、今回得られたような結果（か、それ以上の差）が観察される確率はわずか2%しかない」ということを意味します。

つまり、p値はデータの「意外性」や「珍しさ」を定量化したものと言えます。

ステップ4：統計的な意思決定を行う (Making the Statistical Decision)

ここでの判断は非常に機械的です。

算出したp値と、ステップ2で設定した有意水準 α を比較します 。  

• p≤α の場合：帰無仮説を棄却 (reject) する。

  観測されたデータは、帰無仮説が正しいと考えるにはあまりにも珍しい（確率が低い）と判断します。

  その結果、対立仮説を採択 (adopt) し、「統計的に有意な差（効果）があった」と結論付けます 。  

• p>α の場合：帰無仮説を棄却できない (fail to reject) 。

  観測されたデータは、帰無仮説が正しいとしても十分に起こりうる範囲内のものであると判断します。

  この場合、「統計的に有意な差（効果）は認められなかった」と結論付けます。

ここで極めて重要なのは、「帰無仮説を採択する」とは決して言わない点です 。

裁判のアナロジーで言えば、これは「無罪判決」に相当します。

証拠不十分で有罪にできなかっただけであり、被告の無実が積極的に証明されたわけではありません。

同様に、帰無仮説を棄却できないことは、「効果がゼロである」と証明したことにはならず、「効果があるという積極的な証拠を見つけることはできなかった」という慎重な結論に留まります。  

ステップ5：結論を解釈する (Interpreting the Conclusion)

最後に、統計的な意思決定を研究の文脈に沿って解釈し、結論を述べます。

例えば、「有意水準5%で帰無仮説が棄却されたため、新療法は従来療法よりも統計的に有意にうつ症状を軽減させる効果があると考えられる」といった形です。

推論における二種類の過誤

仮説検定は確率に基づいた意思決定であるため、常に判断を誤るリスクが伴います。

この誤りには二つのタイプがあります 。  

• 第一種の過誤 (Type I Error)

  内容：帰無仮説が真実である（本当は効果がない）にもかかわらず、誤って帰無仮説を棄却してしまうこと。
  「あわてものの誤り」や「偽陽性（false positive）」とも呼ばれます 。

  確率：この過誤を犯す確率は、研究者自身が設定した有意水準 α に等しくなります 。
  有意水準を5%に設定するということは、第一種の過誤を犯すリスクを5%まで許容するという意思表示に他なりません。  

• 第二種の過誤 (Type II Error)

  内容：対立仮説が真実である（本当は効果がある）にもかかわらず、帰無仮説を棄却できないこと。
  「ぼんやりものの誤り」や「偽陰性（false negative）」とも呼ばれます 。  

  確率：この過誤を犯す確率を β（ベータ）で表します。

第二種の過誤と対になる概念が検出力（Statistical Power）です。

検出力は 1−β で定義され、「対立仮説が真実である（効果がある）場合に、それを正しく検出し、帰無仮説を棄却できる確率」を意味します 。

検出力の高い研究とは、存在する効果を見逃しにくい、精度の高い研究と言えます。

検出力は、サンプルサイズが大きいほど、効果の大きさが大きいほど、そして有意水準α を大きく設定する（例：1%から5%へ）ほど高くなります。

第一種の過誤と第二種の過誤はトレードオフの関係にあります。

第一種の過誤のリスク（α）を極端に小さくしようとすると（例えば α=0.001 にする）、判断基準が厳しくなりすぎて、本当は存在するはずの効果を見逃す第二種の過誤のリスク（β）が増大します。

心理学で α=0.05 が慣例的に用いられるのは、この二つの過誤のバランスを取った結果と言えます。

Table 1: 仮説検定の重要用語集

1-4. 「有意差あり」の先へ：結果の真の意味を理解する

統計的仮説検定は強力なツールですが、その結果であるp値の解釈を誤ると、研究の結論を大きく見誤る危険性があります。

特に近年の心理学では、p値のみに依存した研究報告の問題点が広く認識されるようになり、「統計的に有意かどうか」という二元論的な判断から脱却し、結果をより豊かに解釈しようという動きが主流となっています。

これは大学院入試やその後の研究活動において極めて重要な「最新知識」です。

p値の限界とpハッキングの問題

p値は非常に有用な指標ですが、万能ではありません。

p値が持つ大きな限界の一つは、サンプルサイズに強く依存する点です 。

サンプルサイズが非常に大きくなると、実際には理論的・臨床的に全く意味のないようなごく僅かな差であっても、統計的には「有意」（ p<0.05）という結果が出やすくなります 。

例えば、1万人のデータを使えば、男女の平均身長の差が0.1 mmであっても、統計的に有意になるかもしれません。

しかし、その差に現実的な意味はあるでしょうか。

このように、統計的有意性は実践的重要性を意味しません。

このp値の性質を悪用した、あるいは無意識のうちに行ってしまう不適切な研究行為がpハッキング（p-hacking）です 。

これは、p値が0.05を下回る「有意な」結果が出るまで、分析方法を変えたり、データを追加・削除したり、都合の良い変数だけを報告したりする行為を指します 。

例えば、20種類の色があるジェリービーンとニキビの関係を調べ、有意な結果が出なかったとしても、色別に20回検定を繰り返せば、確率的にどれか一つは偶然「有意」な結果（p<0.05）が出やすくなります 。

このような行為は、本来は再現性のない偶然の結果を、あたかも意味のある発見かのように見せかけてしまい、心理学全体の知見の信頼性を揺るがす「再現性の危機」の一因とされています 。  

現代的研究に必須の三点セット：p値、効果量、信頼区間

このようなp値の問題点を克服し、研究結果をより深く、誠実に報告するために、現代の心理学研究では以下の三つの指標をセットで報告することが標準的な作法となっています 。  

1. p値：その差は偶然か？

これは仮説検定の基本であり、「観測された差が、単なる偶然の産物である可能性がどの程度低いか」を示します。

2. 効果量：現象の大きさはどれくらいか？

効果量（Effect Size）は、サンプルサイズの影響を受けずに、観測された差や関連の「大きさ」や「強さ」を標準化して示す指標です 。

効果量は、「その差は実践的に意味のある大きさなのか？」という問いに答えます。

例えば、2群の平均値の差を検定した場合、効果量である Cohen's dを計算することで、その差が「小さい」「中くらい」「大きい」のかを客観的な基準で評価できます。

p値が有意であっても効果量が非常に小さければ、その知見の現実的な価値は低いと判断できます。

3. 信頼区間：推定の精度はどれくらいか？

信頼区間（Confidence Interval, CI）は、「母集団における真の値（母数）が、どの範囲にありそうか」を確率的に示すものです 。

通常、  95%信頼区間が用いられます。

例えば、ある介入による平均点の変化の95%信頼区間が「[2.5, 10.3]」であったとします。

これは、「もし同じ研究を100回繰り返したら、そのうち95回は、この区間内に真の平均変化量が含まれるだろう」と解釈される、推定の精度を示す範囲です。

信頼区間はp値よりも多くの情報を提供します。

• 効果の大きさがわかる：区間の値そのものが、効果の大きさの範囲を示します。

• 推定の精度がわかる：区間の幅が狭ければ、真の値がかなり正確に推定できていることを意味します。逆に幅が広ければ、推定の不確実性が大きいことを示します 。  

• 有意性がわかる：平均値の差の95%信頼区間が「0」を含まない場合（例：[2.5,10.3]）、その結果は有意水準5%で統計的に有意であると判断できます。

アメリカ心理学会（APA）などの主要な学術団体は、論文を執筆する際に、p値だけでなく効果量と信頼区間を併記することを強く推奨、あるいは義務付けています 。

大学院進学を目指す皆さんにとって、この三つの指標を正しく理解し、解釈できる能力は、もはや必須のスキルと言えるでしょう。  

Table 2: 統計的結果の解釈：3つの指標の比較

1-5. 新しいパラダイム：ベイズ統計学への招待

これまで解説してきた仮説検定は、頻度論的統計学（frequentist statistics）と呼ばれる考え方に基づいています。

これは20世紀の統計学の主流でしたが、近年、それとは異なる哲学を持つベイズ統計学（Bayesian statistics）が心理学を含む多くの分野で注目を集めています。

これは、仮説検定の直感に反する部分や限界を乗り越える可能性を秘めた、新しいパラダイムです。

二つの「確率」観

頻度論とベイズ統計学の最も根本的な違いは、「確率」という言葉の捉え方にあります。

• 頻度論の確率：ある事象を無限に繰り返したときの「長期的相対度数」として確率を定義します 。
  「コインを投げたときに表が出る確率が0.5」とは、無限回投げ続ければ、表が出る割合が50%に近づいていくことを意味します。
  この考え方では、母数（例：母平均）は未知の「固定された一つの真の値」であり、確率的な変動をするものではありません。  

• ベイズ統計の確率：確率を「信念の度合い（degree of belief）」や「主観的な確信度」として捉えます 。
  この立場では、母数もまた不確実なものであり、その値がどのあたりにありそうかという信念を確率分布で表現することができます。  

ベイズの定理による「信念の更新」

ベイズ統計学の核となるのは、18世紀にトーマス・ベイズが提唱したベイズの定理です。これは、新しい情報を得ることによって、既存の信念をいかに合理的に更新するかを数学的に定式化したものです。

ベイズ推論のプロセスは、以下の三つの要素からなります 。  

1. 事前分布 (Prior distribution)：データを観察する前に、分析者が持っているパラメータ（例：効果の大きさ）に関する事前の信念を確率分布で表現したものです。

2. 尤度 (Likelihood)：実際に観測されたデータが、あるパラメータの値を仮定したときに、どの程度生じやすいかを示すものです。これは頻度論の統計モデルと共通する部分です。

3. 事後分布 (Posterior distribution)：事前分布とデータの情報（尤度）をベイズの定理によって統合した結果です。これは、データを考慮に入れた後の、パラメータに関する更新された信念を表します 。  

つまり、ベイズ統計学は、「事前の信念 ＋ データ → 更新された信念」という、人間が経験から学ぶプロセスを数理モデル化したものと考えることができます 。  

ベイズ統計学の利点

ベイズ統計学が心理学で注目される理由には、以下のような利点が挙げられます。

• 結果の解釈が直感的：事後分布から得られる信用区間（credible interval）は、「パラメータが95%の確率でこの範囲に存在する」と直接的に解釈でき、頻度論の信頼区間よりも直感的です 。  

• 帰無仮説を支持する証拠が得られる：頻度論の検定では「帰無仮説を棄却できない」としか言えませんが、ベイズのアプローチではベイズファクター（Bayes factor）という指標を用いて、「対立仮説よりも帰無仮説を積極的に支持する」証拠の強さを定量化できます 。  

• 既存の知見を組み込める：事前分布を設定することで、過去の研究で得られた知見を分析に形式的に組み込むことが可能です 。  

• 柔軟なモデリングと効率性：複雑な心理学的モデルを柔軟に扱うことができ、また、データを収集しながら逐次的に分析を更新していくこと（逐次分析）も容易です。これにより、無駄なデータ収集を避けられる可能性があります 。  

かつては計算が非常に複雑で専門家以外には扱いが困難でしたが、近年ではJASPのような無料で直感的に操作できる統計ソフトウェアが登場し、クリック操作だけでベイズ分析を実行できるようになりました 。

頻度論的統計学が依然として心理学研究の基本であることに変わりはありませんが、ベイズ統計学というもう一つの強力な考え方が存在することを知っておくことは、これからの研究者にとって大きな強みとなるでしょう。  

1-6. 本章のまとめと学習のヒント

今回、推測統計学の基本的な論理から、現代心理学におけるその応用と発展までを概観しました。

最後に、本章の要点を整理し、大学院受験に向けたさらなる学習のためのヒントを提示します。

本章のキーポイント

• 推測統計学は、限られた標本データから、より大きな母集団の性質を科学的に推測するための手法である。

• その推測の正当性は、母集団を偏りなく代表する標本を抽出する無作為抽出法によって担保される。

• 統計的仮説検定は、「効果がない」とする帰無仮説 (H0​) を設定し、データがその仮説の下で極めて起こりにくいこと（p値 ≤ 有意水準 α）を示して棄却することで、間接的に研究者の主張（対立仮説 H1​）を支持する論理である。

• p値は「統計的有意性」を示すが、「実践的重要性」を意味しない。研究結果の全体像を把握するためには、効果の大きさを示す効果量と、推定の精度を示す信頼区間を併せて報告・解釈することが現代の標準である。

• ベイジアン統計学は、確率を「信念の度合い」と捉え、データによって事前の信念を更新していくアプローチであり、頻度論的統計学の限界を補う新しいパラダイムとして注目されている。

   

実践のための統計ソフトウェア

統計学の理解を深める最良の方法は、実際にデータに触れてみることです。近年は、学生でも手軽に利用できる優れたソフトウェアが数多くあります。

• SPSS: 心理学研究で伝統的に広く使われている有料ソフトウェア。多くの大学で導入されており、直感的な操作が可能です 。  

• R: 無料で高機能なオープンソースの統計解析環境。プログラミングの知識が必要ですが、非常に柔軟性が高く、最先端の分析手法も利用可能です 。  

• JASP / jamovi: これから統計学を学ぶ初学者に特におすすめしたいのが、これらの無料ソフトウェアです。SPSSのように直感的なGUI操作が可能で、基本的な頻度論的統計分析に加え、JASPは特にベイジアン分析の機能が充実しています 。学習用として最適であり、研究の再現性を高める機能も備わっています 。  

練習問題

1. ある研究者が、新しい記憶術の効果を検証するために実験を行いました。その結果、t検定により p=.04 というp値が得られました（有意水準は5%）。この p=.04 という値が何を意味するのかを、帰無仮説という用語を用いて正確に説明してください。また、この結果を解釈する上で、p値以外に必要となる二つの統計指標を挙げ、それぞれがどのような情報をもたらすのかを説明してください。

2. 第一種の過誤と第二種の過誤について、それぞれ具体的な研究例（例：新薬の効果検証など）を挙げて説明してください。また、研究者が有意水準 α を0.05から0.01に変更した場合、それぞれの過誤を犯す確率はどのように変化すると考えられますか。

3. 頻度論的統計学とベイジアン統計学の「確率」の捉え方の違いを説明し、それが研究結果の解釈にどのような違いをもたらすか、具体的な例（例：信頼区間と信用区間の解釈の違い）を挙げて論じてください。

難易度として高い問題を用意しましたが、国公立の大学院を目指されている方は挑戦してみてくださいね。

心理統計学は、国公立の大学院試験対策としては必須となります。一歩ずつ進んでいってください。

心理系大学院の受験を考えている方へ

心理系大学院の入試では、用語を理解していることと、答案として書けることは、別の力になります。

心理統計は、独学でいちばん挫折しやすい領域です。 理由は、分からない箇所に出会ったとき、 それが「調べれば済むこと」なのか「根本から誤解していること」なのかを、 自分では判断できないからです。 ここで何週間も費やしてしまう受験生を、私たちは毎年見てきました。

ココロアップアカデミーでは毎月、無料オンラインセミナー「心理フェスタ」を開催しています。

志望校の選び方、研究計画書の進め方、専門科目・英語の対策まで、受験の全体像を最初からお伝えします。

心理学がはじめての大学生・社会人の方も歓迎です。カメラ・マイクはオフのままご参加いただけます。

・今月の心理フェスタの日程を見る（参加無料）はこちら

・日程が合わない方には、無料の個別相談もご用意しています。

ココロアップアカデミーでは、統計学を含む重要分野についての講座や模擬試験、記述練習、個別指導などを通じて、大学院受験生の理解と実践力を高める支援を行っています。講座の詳細は、カリキュラム紹介ページをご覧ください。

ブログTOPへ

ホームページTOPへ