データ分析を進める中で「3つ以上のグループの平均値を比較したい」という場面に遭遇したことはありませんか？たとえば、複数の投資戦略の成績差を調べたいときや、異なる銘柄群のリターンを統計的に比較したいとき、どの手法を使えばよいか迷うことがあります。
2つのグループならt検定が使えますが、3つ以上になると話は別です。何度もt検定を繰り返すと、統計的に誤った判断をしてしまうリスクが高まります。そんなときに役立つのが分散分析（ANOVA：Analysis of Variance）という統計手法です。
この記事では、統計学における分散分析の基本的な考え方から、一元配置・二元配置の違い、F値の計算方法、分散分析表の読み方、多重比較の注意点まで、初心者の方でも理解できるように丁寧に解説していきます。分散分析を使いこなせるようになれば、データに基づいた科学的な意思決定ができるようになります。
目次
目次
- 分散分析（ANOVA）とは何か
- 分散分析で使う主要な用語
- 分散分析の仕組みとF比の考え方
- 一元配置分散分析の手順と計算方法
- 分散分析表の構成と見方
- 二元配置分散分析と一元配置の違い
- 分散分析の前提条件と注意点
- 多重比較と事後検定
- 分散分析の実務での活用例
- まとめ
分散分析（ANOVA）とは何か
分散分析（ANOVA）は、3つ以上のグループ（水準）の平均値に統計的な差があるかどうかを検定するための手法です。英語では「Analysis of Variance」と呼ばれ、その頭文字を取ってANOVAと略されることが一般的です。
分散分析という名前から「分散を比較する」と思われがちですが、実際には「平均値の差」を検証しています。なぜ「分散」という言葉がつくのかというと、データ全体のばらつき（分散）を「グループ間のばらつき」と「グループ内のばらつき」に分解して、その比を見ることで平均値の差を判断するからです。
分散分析は、複数のグループ間で平均値に有意な差があるかどうかを一度の検定で判断できるため、検定の多重性によるエラー率の上昇を防ぐことができます。
なぜt検定を繰り返してはいけないのか
3つのグループA、B、Cがあるとき、それぞれをt検定で比較すると「AとB」「BとC」「AとC」の3回の検定が必要になります。各検定で有意水準を5%（α=0.05）に設定していても、複数回検定を繰り返すと「偶然に有意差が出てしまう確率」が累積して高まります。これを多重性の問題といいます。
分散分析を使えば、すべてのグループを一度に比較して「少なくとも1つのグループ間に差がある」かどうかを判断できるため、この問題を回避できます。
分散分析で使う主要な用語
分散分析を理解するには、いくつかの専門用語を押さえておく必要があります。ここでは初心者の方でもわかりやすいように、各用語を噛み砕いて説明します。
因子（要因）
因子（factor）とは、分析の対象となる「要因」や「条件」のことです。たとえば、「投資戦略」「銘柄の業種」「時間帯」などが因子に該当します。因子は独立変数として扱われ、この因子の違いが結果（従属変数）にどのような影響を与えるかを調べます。
水準
水準（level）とは、因子の中の具体的なカテゴリやグループのことです。たとえば、因子が「投資戦略」であれば、その水準は「戦略A」「戦略B」「戦略C」となります。分散分析では、この水準間で平均値に差があるかを検定します。
群間変動と群内変動
群間変動（between-group variation）は、各グループの平均値が全体の平均値からどれだけ離れているかを表します。つまり、グループ間の「差」を示す指標です。
群内変動（within-group variation）は、各グループ内でのデータのばらつきを表します。同じグループに属していても個々のデータは異なりますから、その「個体差」を示す指標です。
分散分析では、この2つの変動の比を計算して、群間変動が群内変動に比べて十分に大きいかどうかを判断します。
平方和と自由度
平方和（sum of squares）は、データのばらつきの大きさを数値化したものです。全体の平方和を「群間平方和」と「群内平方和」に分解するのが分散分析の基本的な考え方です。
自由度（degrees of freedom）は、統計的な計算において「独立に変化できるデータの個数」を表します。自由度は平方和を割って「平均平方（mean square）」を求める際に使われます。
分散分析の仕組みとF比の考え方
分散分析では、F比（F値）という統計量を使って仮説検定を行います。F比とは、群間変動と群内変動の比率であり、次のように定義されます。
\(F = \frac{\text{群間平方和}/\text{群間自由度}}{\text{群内平方和}/\text{群内自由度}} = \frac{\text{群間平均平方}}{\text{群内平均平方}}\)
もし各グループの平均値に本当に差がなければ、群間変動は小さくなり、F比は1に近い値になります。逆に、グループ間に明確な差があれば、群間変動が大きくなり、F比は大きな値を取ります。
F比が十分に大きければ、それは偶然では説明できないほどグループ間に差があることを示し、帰無仮説（すべてのグループの平均値が等しい）を棄却します。
帰無仮説と対立仮説
分散分析における仮説は以下のように設定されます。
- 帰無仮説（H₀）：すべてのグループの母平均は等しい（μ₁ = μ₂ = μ₃ = … = μₖ）
- 対立仮説（H₁）：少なくとも1つのグループの母平均が他と異なる
F検定の結果、p値が有意水準（通常0.05）よりも小さければ、帰無仮説を棄却して「グループ間に有意な差がある」と結論づけます。
一元配置分散分析の手順と計算方法
一元配置分散分析（one-way ANOVA）は、1つの因子（要因）について、複数の水準間で平均値を比較する手法です。たとえば、「3つの投資戦略のリターンに差があるか」を調べる場合、因子は「投資戦略」、水準は「戦略A」「戦略B」「戦略C」となります。
ここでは、一元配置分散分析の計算手順を順を追って説明します。
ステップ1：データの準備
各グループのデータを整理します。たとえば、以下のようなデータがあるとします。
| グループA | グループB | グループC |
|---|---|---|
| 5 | 7 | 9 |
| 6 | 8 | 10 |
| 7 | 9 | 11 |
ステップ2：各グループの平均値と全体平均を計算
- 各グループの平均値（標本平均）を計算します。
- 全データの総平均（全体平均）を計算します。
上記の例では、グループAの平均は6、グループBの平均は8、グループCの平均は10、全体平均は8となります。
ステップ3：平方和の計算
分散分析では、3種類の平方和を計算します。
- 全平方和（SST：Total Sum of Squares）：全データが全体平均からどれだけばらついているかを示します。
- 群間平方和（SSB：Between-group Sum of Squares）：各グループの平均が全体平均からどれだけ離れているかを示します。
- 群内平方和（SSW：Within-group Sum of Squares）：各グループ内でのデータのばらつきを示します。
これらは次の関係式で結ばれます。
\(\text{SST} = \text{SSB} + \text{SSW}\)
具体的な計算式は以下の通りです。
\(\text{SST} = \sum_{i=1}^{k} \sum_{j=1}^{n_i} (x_{ij} – \bar{x})^2\)
\(\text{SSB} = \sum_{i=1}^{k} n_i (\bar{x}_i – \bar{x})^2\)
\(\text{SSW} = \sum_{i=1}^{k} \sum_{j=1}^{n_i} (x_{ij} – \bar{x}_i)^2\)
ここで、kはグループ数、nᵢは各グループのサンプルサイズ、xᵢⱼは各データ、x̄ᵢは各グループの平均、x̄は全体平均を表します。
ステップ4：自由度の計算
各平方和に対応する自由度を計算します。
- 全体の自由度（dfT）：N – 1（Nは全データ数）
- 群間自由度（dfB）：k – 1（kはグループ数）
- 群内自由度（dfW）：N – k
ステップ5：平均平方の計算
平方和を自由度で割って、平均平方（mean square）を求めます。
\(\text{MSB} = \frac{\text{SSB}}{\text{dfB}}\)
\(\text{MSW} = \frac{\text{SSW}}{\text{dfW}}\)
ステップ6：F比の計算とp値の判定
F比を計算します。
\(F = \frac{\text{MSB}}{\text{MSW}}\)
このF値を、自由度（dfB, dfW）に対応するF分布の臨界値と比較するか、統計ソフトでp値を算出して、有意水準（通常0.05）と比較します。
p値が0.05未満であれば、帰無仮説を棄却し、「少なくとも1つのグループ間に有意な差がある」と結論づけます。
分散分析表の構成と見方
分散分析の結果は、通常分散分析表（ANOVA table）という形式で示されます。この表を読めるようになれば、統計ソフトの出力結果を正しく解釈できるようになります。
分散分析表の基本構成
典型的な分散分析表は次のような構成になっています。
| 要因 | 平方和（SS） | 自由度（df） | 平均平方（MS） | F値 | p値 |
|---|---|---|---|---|---|
| 群間（要因） | SSB | k-1 | MSB | F | p |
| 群内（誤差） | SSW | N-k | MSW | – | – |
| 全体 | SST | N-1 | – | – | – |
各列の意味
- 要因：変動の種類（群間、群内、全体）
- 平方和（SS）：ばらつきの大きさを表す数値
- 自由度（df）：計算に使える独立したデータの個数
- 平均平方（MS）：平方和を自由度で割った値（分散の推定値）
- F値：群間平均平方を群内平均平方で割った統計量
- p値：帰無仮説が正しいと仮定したときに、観測されたF値以上の値が得られる確率
p値が0.05未満であれば統計的に有意であり、グループ間に差があると判断できます。
分散分析表を読むときのポイント
分散分析表を見るときは、以下の点に注目します。
- F値の大きさ：F値が大きいほど、群間変動が群内変動に比べて大きく、グループ間に差がある可能性が高い
- p値：p値が有意水準（0.05）より小さいかどうかを確認
- 自由度：サンプルサイズやグループ数が適切かを確認
二元配置分散分析と一元配置の違い
一元配置分散分析が1つの因子のみを扱うのに対し、二元配置分散分析（two-way ANOVA）は2つの因子を同時に扱う手法です。
二元配置分散分析の特徴
たとえば、「投資戦略」と「市場環境」という2つの因子が収益率にどう影響するかを調べたい場合、二元配置分散分析を使います。この場合、以下の3つの効果を検証できます。
- 主効果1：投資戦略の違いによる効果
- 主効果2：市場環境の違いによる効果
- 交互作用：投資戦略と市場環境の組み合わせによる効果
交互作用（interaction）とは、一方の因子の効果が、もう一方の因子の水準によって変わることを指します。たとえば、「強気相場では戦略Aが有効だが、弱気相場では戦略Bが有効」といった状況が交互作用です。
一元配置と二元配置の使い分け
- 一元配置：1つの要因だけに注目したいとき、またはデータ構造がシンプルなとき
- 二元配置：2つの要因を同時に分析したいとき、交互作用を調べたいとき
二元配置分散分析では、分散分析表に「因子A」「因子B」「交互作用A×B」「誤差」の4つの行が現れます。
分散分析の前提条件と注意点
分散分析は強力な手法ですが、正しく使うにはいくつかの前提条件を満たす必要があります。
正規性の仮定
各グループのデータが正規分布に従っていることが前提です。サンプルサイズが小さいときは、シャピロ・ウィルク検定などで正規性を確認します。ただし、サンプルサイズが十分に大きければ、中心極限定理により、多少の非正規性は許容されます。
等分散性の仮定
各グループの分散が等しい（等分散性）ことが前提です。レーベン検定（Levene’s test）などで等分散性を確認できます。等分散性が満たされない場合は、ウェルチのANOVAなど、等分散性を仮定しない手法を使います。
独立性の仮定
各データは互いに独立している必要があります。同じ被験者から複数のデータを取る場合（対応のあるデータ）は、反復測定分散分析などの別の手法を用います。
外れ値の影響
極端な外れ値があると、分散分析の結果が歪む可能性があります。事前に箱ひげ図などで外れ値を確認し、必要に応じて除外または変換を検討します。
多重比較と事後検定
分散分析で「少なくとも1つのグループ間に差がある」と判明しても、それだけでは「どのグループとどのグループの間に差があるのか」はわかりません。そこで必要になるのが事後検定（post-hoc test）です。
多重比較の問題
グループが3つある場合、ペアごとの比較は「AとB」「BとC」「AとC」の3通りです。グループ数が増えると比較回数は急増し、偶然に有意差が出る確率が高まります。これを多重比較問題といいます。
主な事後検定の方法
多重比較問題を調整するため、さまざまな事後検定法が開発されています。
- テューキーのHSD法（Tukey’s HSD）：すべてのペアを比較する際に広く使われる。検出力と誤検出率のバランスが良い
- ボンフェローニ法（Bonferroni correction）：シンプルだが保守的。有意水準を比較回数で割る
- シェフェ法（Scheffé’s method）：あらゆる対比を検定できる最も保守的な方法
- ダネット法（Dunnett’s test）：コントロール群と他のグループを比較する際に使用
どの方法を選ぶかは、研究目的や比較の数によって異なります。一般的には、すべてのペアを比較する場合はテューキー法が推奨されます。
事後検定は、分散分析で有意な結果が出た後にのみ実施します。分散分析が有意でない場合に事後検定を行うのは統計的に不適切です。
分散分析の実務での活用例
分散分析は学術研究だけでなく、ビジネスやデータ分析の現場でも幅広く活用されています。ここでは実務での具体例をいくつか紹介します。
投資戦略の比較
複数の投資戦略（バリュー投資、グロース投資、インデックス投資など）のリターンを比較し、統計的に有意な差があるかを検証できます。各戦略の過去のリターンデータを集め、一元配置分散分析を実施します。
マーケティング施策の効果測定
異なる広告クリエイティブやプロモーション手法の効果を比較する際に、分散分析が使われます。たとえば、3種類のランディングページのコンバージョン率を比較し、最も効果的なデザインを特定します。
製造プロセスの品質管理
複数の製造ラインや機械の製品品質を比較し、ばらつきの原因を特定します。二元配置分散分析を使えば、「機械の種類」と「作業者」の2つの要因が品質に与える影響を同時に評価できます。
A/Bテストの拡張
通常のA/Bテストは2つの条件を比較しますが、3つ以上の条件を同時にテストしたい場合は分散分析が適しています。ウェブサイトのデザインや価格設定など、複数のバリエーションを効率的に比較できます。
医薬品や治療法の比較
医療統計では、複数の治療法や薬剤の効果を比較する際に分散分析が頻繁に使われます。患者を複数のグループに分け、治療後の数値（血圧、血糖値など）を比較して、最も効果的な治療法を見つけます。
分散分析を学ぶための次のステップ
ここまで分散分析の基礎を解説してきましたが、さらに理解を深めるためには実際にデータを使って練習することが重要です。
統計ソフトの活用
手計算で分散分析を行うのは教育的ですが、実務では統計ソフトウェアを使うのが一般的です。以下のようなツールが利用できます。
- R：無料で強力な統計解析環境。
aov()関数やanova()関数で簡単に分散分析が実行できる - Python：SciPyやstatsmodelsライブラリを使って分散分析を実行
- Excel：データ分析ツールアドインで一元配置・二元配置分散分析が可能
- SPSS、SAS：商用の統計解析ソフトで、GUIで操作できるため初心者にも使いやすい
発展的なトピック
基本的な分散分析をマスターしたら、以下のような発展的な手法にも挑戦してみましょう。
- 反復測定分散分析：同じ対象から複数回測定したデータを扱う
- 多変量分散分析（MANOVA）：複数の従属変数を同時に分析
- 共分散分析（ANCOVA）：共変量を考慮した分散分析
- ノンパラメトリック分散分析：正規性の仮定が満たされない場合のクラスカル・ウォリス検定など
おすすめの学習リソース
分散分析についてさらに学ぶには、以下のような書籍やウェブサイトが役立ちます。
- 統計学の入門書：「マンガでわかる統計学」「統計学が最強の学問である」など、初心者向けの書籍
- 専門書：「実験計画法と分散分析」「統計モデル入門」など、より詳細な理論を学べる
- オンラインコース：CourseraやUdemyなどのプラットフォームで統計学のコースを受講
- 統計解析ウェブサイト：統計WEBなど、日本語で学べる無料リソース
まとめ
この記事では、統計学における分散分析（ANOVA）について、基礎から実践まで幅広く解説しました。最後に重要なポイントをまとめます。
- 分散分析は3つ以上のグループの平均値を比較する統計手法で、データ全体のばらつきを群間変動と群内変動に分解し、F比を計算することで有意差を検定します
- 一元配置分散分析は1つの因子を扱い、二元配置分散分析は2つの因子と交互作用を分析できます。研究目的やデータ構造に応じて適切な方法を選びましょう
- 分散分析表の読み方をマスターすれば、統計ソフトの出力結果を正しく解釈でき、F値とp値から統計的有意性を判断できます
- 分散分析には正規性・等分散性・独立性の前提条件があり、これらが満たされているかを事前に確認することが重要です
- 分散分析で有意な結果が出たら事後検定を行い、テューキー法などの多重比較法を使ってどのグループ間に差があるかを特定します
分散分析は、投資戦略の評価、マーケティング施策の比較、品質管理など、さまざまな実務場面で活用できる強力なツールです。統計ソフトを使って実際のデータで練習を重ねることで、データに基づいた科学的な意思決定ができるようになります。
今回学んだ知識を土台に、ぜひ実際のデータ分析にチャレンジしてみてください。分散分析を使いこなせるようになれば、あなたのデータ分析スキルは大きく向上するはずです。