すべてのカテゴリ

その後統計について調べる機会があり、いろいろと探っていると、2つの集団の平均の差に有意性（意味のある差。つまり誤差では無い差）が認められるかどうかは、計算で求められることを知りました。統計の世界では、5%の発生確率以下（コインを投げて4回続けて表が出るよりも少ない）であれば、「滅多に起こらない」と判断します。医学の世界では1%以下という場合もあるそうですが、一般的には5%以下だそうです。詳しい理論を語ることは私にはできませんが、昔の偉い学者さんが理論を作り上げたそうです。それ以外でもいろいろなシーンでの確率を計算して、偶然か、意味のある差かを計算で求めることができます。私もM社在籍中に、様々なデータに対して統計処理を行い、去年より良くなったとか、かわらないとか報告してきました。 皆さんも、車が動く理論は知らなくても、運転されている人も多いでしょうから（私はそうです）、統計理論を知らなくても、統計という便利なツールを使うことをお勧めします。政策立案時の意思決定の一助になること間違いありません。このように、データに基づいて政策決定することを「EBPM」（Evidence-based Policy Making）と言います。私は統計の専門家ではありませんが、ある程度はお手伝いできますので、ご相談ください。

統計解析を終えたあと、「有意差が出ませんでした。研究として失敗でしょうか」と相談を受けることがあります。時間をかけてデータを集めたのに、p値が0.05以上だったら、がっかりしてしまう気持ちはよく分かります。しかし、有意差がなかったことも大切な研究結果の一つです。研究の価値は、有意差が出たかどうかだけで決まるものではありません。今回は、有意差が認められなかった結果を、どのように受け止めて考察につなげるかについてお話しします。有意差がない＝差がない、ではありませんまず気を付けたいのは、有意差が認められなかったからといって、差がまったく存在しないと証明されたわけではないということです。統計解析で有意差が認められなかった場合は、「差がない」と断定するのではなく、「今回の対象者と研究条件では、統計学的に明確な差を確認できなかった」と考える方が適切です。対象者数やデータのばらつき、測定方法などによって、結果の見え方は変わります。p値だけで結果を判断しない研究結果を見るとき、p値だけに注目してしまうことがあります。しかし、結果を理解するためには、各群の平均値や中央値データのばらつき対象者数実際の差の大きさ信頼区間なども確認することが大切です。例えば、有意差は認められなかったものの、平均値には一定の傾向がみられる場合もあります。ただし、その場合も「差がある」と断定せず、傾向として慎重に示す姿勢が必要です。対象者数は十分だったでしょうか対象者数が少ない研究では、実際に差があったとしても、統計学的に確認しにくい場合があります。反対に、対象者数が非常に多い場合には、わずかな差でも有意差として示される