ANOVA一元配置分散分析 計算ツール｜3群以上の平均差を一括検定、F値・自由度・Tukey事後検定

ANOVAの計算式と考え方

一元配置分散分析とは

一元配置分散分析（One-way ANOVA）は、1つの説明変数（要因）が結果変数に与える影響を、3群以上の平均値比較で検定する手法。t検定は2群の平均差を検定しますが、3群以上をt検定で2群ずつ比較すると多重比較の問題（偽陽性の増加）が発生します。ANOVAは全体の群間差を一括検定することでこの問題を回避します。

F値の計算式

F = 群間分散（MSB） ÷ 群内分散（MSW）

群間分散 MSB = Σ nᵢ(M̄ᵢ - M̄)² / (k-1)

群内分散 MSW = Σ (nᵢ-1)sᵢ² / (N-k)

• k：群の数（本ツールでは3）
• nᵢ：i番目の群のサンプル数
• M̄ᵢ：i番目の群の平均
• M̄：全群の総平均（各群の平均をサンプル数で加重平均）
• sᵢ：i番目の群の標準偏差
• N：全サンプル数（n₁+n₂+n₃）

自由度

群間自由度 df1 = k - 1（本ツールでは2）

群内自由度 df2 = N - k（本ツールでは N-3）

判定基準

F値がF分布の臨界値（df1, df2 で決定）を超えれば有意差あり。F値が大きいほど「群間差が群内のばらつきに比べて大きい」ことを意味し、群による差が偶然でない可能性が高まります。有意水準5%（p<0.05）が実務標準ですが、医療研究では1%（p<0.01）を採用する場合もあります。

F分布 臨界値表（有意水準5%）

群間自由度df1、群内自由度df2でのF分布臨界値。F値がこの値を超えれば有意差ありと判定します。

3群比較・各群30サンプル（df1=2, df2=87）の場合、5%臨界値は約3.10。本ツールは簡易的に3.0を判定閾値としています。厳密には Rの qf(0.95, 2, 87)、Excel の F.INV.RT(0.05, 2, 87) で正確な臨界値を計算してください。

前提条件と適用範囲

ANOVAを正しく適用するには、以下の3つの前提条件を確認する必要があります。

1. 独立性

各群のサンプルは互いに独立している必要があります。反復測定（同じ被験者を複数回測定）の場合は、反復測定ANOVAまたは混合効果モデルを使用します。

2. 正規性

各群のデータが正規分布に従うこと。Shapiro-Wilk検定、Kolmogorov-Smirnov検定、Q-Qプロットで確認します。サンプル数が各群30以上あれば中心極限定理により正規性の影響は緩和されますが、明らかな歪みがある場合は変換（対数・平方根）または非パラメトリック手法へ切替。

3. 等分散性

各群の分散が同程度であること。Levene検定、Bartlett検定で確認します。等分散が崩れている場合、Welchの分散分析への切替、または群内SDの最大/最小比が2倍以下であればANOVAでも許容範囲。3倍以上の差があるとF検定の信頼性が低下します。

ANOVAが不適な状況

• 群数が2つ→t検定を使用
• ペアデータ・繰返し測定→対応のあるt検定、反復測定ANOVA
• 順序尺度のデータ→Kruskal-Wallis検定
• 説明変数が複数→二元配置ANOVA、共分散分析（ANCOVA）
• 結果変数がカテゴリ→カイ二乗検定、ロジスティック回帰

事後検定（多重比較）

ANOVAで「有意差あり」と判定された場合、どの群同士が違うかを特定するのが事後検定（Post-hoc test）です。主要な手法を比較します。

実務ではTukey HSDが最も広く使用されます。R言語の`TukeyHSD()`、Python `statsmodels`の`pairwise_tukeyhsd`で実装可能。Excelは分析ツールに含まれず、外部アドインが必要。

前提違反時の代替検定

Kruskal-Wallis検定（ノンパラメトリック）

正規性を仮定しない代替手法。データを順位に変換して群間差を検定します。ANOVAより検出力はやや落ちるが、外れ値・歪みに強い。事後検定はDunn's検定やBonferroni補正を組み合わせます。

Welchの分散分析

等分散性を仮定しないANOVA。分散不均衡データに対応。Rの`oneway.test(var.equal=FALSE)`、SPSSの「Welch統計量」で実装可能。

Brown-Forsythe検定

Welchと同様、等分散性違反への対応。分散の中央値を用いた検定で、より頑健性が高い。

順位変換ANOVA

データを順位に変換してから通常のANOVAを実行する簡易手法。ノンパラメトリック検定と類似の結果。

分野別の使い方

よくある間違い・注意点

• t検定を3回繰返す — 3群比較でt検定を3回（A対B、B対C、A対C）実行すると、有意水準5%×3で総合的な偽陽性率が上昇（実際約14%）。多重比較の問題を回避するため、ANOVAが正解です。
• 有意差あり→どの群が違うか判定していない — ANOVAは「群間に差がある」ことを示すのみ。どの群同士が違うかは事後検定（Tukey HSD等）で特定する必要があります。ANOVA有意→事後検定のセットで報告。
• 等分散性・正規性を確認せずANOVA適用 — 前提違反があると偽陽性率が上昇。事前にLevene検定・Shapiro-Wilk検定で前提確認、違反時はWelch ANOVA・Kruskal-Wallisに切替。
• 効果量を報告しない — p値だけでなくη²（イータ二乗）・ω²（オメガ二乗）で効果の大きさを報告するのが実務標準。0.01=小、0.06=中、0.14=大が目安。
• サンプル数不足でも有意差なし=差ないと結論 — サンプル数不足では検出力（Power）が下がり、真の差があっても検出できない。事前にG*Power等で必要サンプル数を検討。
• 外れ値の影響を無視 — 極端な外れ値がSDを大きく歪め、群内分散を膨らませ検出力を低下させます。箱ひげ図で外れ値確認、必要なら削除または頑健推定に切替。
• 反復測定データを通常のANOVAで解析 — 同じ被験者を複数回測定した場合は反復測定ANOVAまたは線形混合モデル。独立性の前提が崩れています。

関連する規格・統計手法

• JIS Z 8101-1 ― 統計―用語及び記号。一元配置分散分析、要因、水準、平均平方などの用語定義。
• JIS Z 9020-1 ― 管理図一般指針。ANOVAと連動する統計的品質管理手法。
• JIS Z 9041シリーズ ― データの統計的解釈方法。分散分析法（1元配置、2元配置、実験計画法）を規定。
• ISO 3534-1 ― Statistics — Vocabulary and symbols。国際版統計用語集。
• ICH E9統計解析ガイドライン ― 臨床試験における統計解析の原則。医薬品開発でのANOVA適用ルール。
• APA Publication Manual ― 米国心理学会の論文執筆ガイドライン。ANOVA結果の記述形式（F(df1, df2)=X.XX, p=.XX, η²=.XX）を規定。
• CONSORT声明 ― 臨床試験報告のガイドライン。ANOVAを含む統計結果の透明性確保。

参考文献・公的資料

ANOVAの実装や、統計理論の一次資料は以下でご確認ください。

• 総務省 統計局 ― 日本の統計制度・公的統計。政府統計データの解析手法解説を含む。
• 統計数理研究所（ISM） ― 日本の統計学研究の中核機関。統計手法の公的教育資料を提供。
• 日本統計学会 ― 統計学の学術団体。日本統計学会誌・応用統計学に多数のANOVA事例。
• The R Project for Statistical Computing ― R言語公式。aov()、TukeyHSD()、oneway.test()関数でANOVA実装。
• NIST/SEMATECH e-Handbook of Statistical Methods ― 米国国立標準技術研究所の統計手法ハンドブック。ANOVA理論と実装の英語一次資料。
• 日本産業標準調査会（JISC） ― JIS Z 8101（統計用語）、JIS Z 9041（統計的解釈方法）の公式索引。
• 厚生労働省 臨床研究・治験制度 ― 医薬品開発でのANOVA適用、GCP準拠の統計手法ガイダンス。
• 医薬品医療機器総合機構（PMDA） ― 医薬品承認審査の統計解析基準。ICH E9ガイドラインの実装。
• American Psychological Association (APA) ― APAスタイル。ANOVA結果の論文記述基準。
• G*Power（ハインリッヒ・ハイネ大学） ― 統計的検出力・サンプルサイズ計算の無料ソフト。ANOVAの事前パワー分析に必須。

よくある質問（FAQ）

関連計算ツール