F検定計算機｜2群の分散比・等分散性の判定・自由度別F分布早見表
F検定を計算する無料電卓。2群の標準偏差・サンプル数からF値・自由度・等分散性を瞬時判定。t検定の前提確認、分散分析(ANOVA)、製造品質管理、医薬品臨床試験、教育評価、心理学研究で頻用される仮説検定を、日本統計学会・厚生労働省ガイドライン等の公的資料に照らして解説します。
F検定（分散）ツール
F検定とは・計算式
F検定は2群の分散(バラツキ)が等しいか否かを、F分布を用いて仮説検定する手法です。20世紀初頭にR.A.フィッシャー(Ronald Fisher)が提唱し、農学試験の反復精度評価に用いられたのがはじまり。「F」はフィッシャーの頭文字に由来します。
基本の計算式
F = 大きい分散 ÷ 小さい分散 = max(s₁², s₂²) ÷ min(s₁², s₂²)
Fは常に1以上の値を取ります。F=1.00なら完全等分散、F値が大きくなるほど分散差が大きいことを示します。両群の分散が等しい(帰無仮説 H₀: σ₁²=σ₂²)という仮説のもとでFはF分布に従います。
自由度
分子自由度 df₁ = n₁ − 1
分母自由度 df₂ = n₂ − 1
F分布は2つの自由度(df₁, df₂)で形が決まる非対称分布。df₁が分子(大きい分散側)、df₂が分母(小さい分散側)。臨界値F(α; df₁, df₂)を統計表または関数(Excel: FINV, F.INV.RT)で参照し、算出したF値と比較して有意性を判定します。
両側検定と片側検定
分散の等しさを検定する場合は、通常「大きい方 / 小さい方」で計算し、両側検定の α/2 を臨界値表から引きます。α=0.05なら 0.025 の臨界値。片側で「群1が群2より分散が大きい」と方向を先に決めた場合は α そのままの片側臨界値を用います。
F値の解釈と自由度
典型的なF値の意味
| F値 | 解釈 | 実務判断 |
|---|---|---|
| 1.00〜1.30 | ほぼ等分散 | t検定はStudentのt(等分散)を採用 |
| 1.30〜2.00 | やや差あり | サンプル数・臨界値と併せ確認 |
| 2.00〜3.00 | 差が疑わしい | Welchのt検定に切替を検討 |
| 3.00以上 | 明確な分散差 | Welch/ノンパラを推奨 |
サンプル数と検出力
F検定はサンプル数に敏感です。n=10とn=100では、同じF=2.0でも判定が正反対になり得ます。少数サンプルでは真の分散差を見落とし(Type II error)やすく、大サンプルではわずかな差でも有意になり過検出(Type I error)しやすい。検定前に必要サンプルサイズを算出しておくのが実務の基本です。
F分布 臨界値早見表（両側 α=0.05, つまり片側 0.025）
群1・群2ともサンプル数がnのとき、自由度df₁=df₂=n−1のF臨界値です。日本統計学会編『統計学辞典』および NIST/SEMATECH e-Handbook of Statistical Methods の値を参考にしています。
| n(各群) | df | F(0.025, df, df) | 実務判定 |
|---|---|---|---|
| 5 | 4 | 9.60 | F>9.6で分散差あり |
| 10 | 9 | 4.03 | F>4.0で分散差あり |
| 15 | 14 | 2.98 | F>3.0で分散差あり |
| 20 | 19 | 2.53 | F>2.5で分散差あり |
| 25 | 24 | 2.27 | F>2.3で分散差あり |
| 30 | 29 | 2.10 | F>2.1で分散差あり |
| 50 | 49 | 1.76 | F>1.8で分散差あり |
| 100 | 99 | 1.49 | F>1.5で分散差あり |
| 200 | 199 | 1.32 | F>1.3で分散差あり |
| ∞ | ∞ | 1.00 | 理論極限 |
算出したFがこの臨界値を上回れば「分散が等しい」という帰無仮説を有意水準5%で棄却できます。Excelでは =F.INV.RT(0.025, df1, df2)、Python(scipy)では scipy.stats.f.ppf(0.975, df1, df2) で厳密値を取得できます。本ページの計算機も同じ定義で、入力したサンプル数から自由度・臨界値・両側p値を計算し、有意水準5%で判定しています。
用途別 有意水準の選び方
| 分野 | 推奨α | 根拠 |
|---|---|---|
| 製造業 品質管理(SPC) | 0.05 | JIS Z 9020系(管理図)の一般的水準 |
| 医薬品 臨床試験 | 0.05(両側) | ICH E9統計原則、PMDA審査基準 |
| 心理学・社会科学 | 0.05 | APA(米国心理学会)の一般慣習 |
| 教育評価・入試 | 0.05 | 教育心理学の標準 |
| ハイステークス(食品安全等) | 0.01 | 誤検出リスクを厳格化 |
| 探索的研究・パイロット | 0.10 | 拾い漏れを避け仮説生成に重点 |
検定の手順(6ステップ)
1. 仮説の設定
帰無仮説 H₀: σ₁² = σ₂²(2群の母分散は等しい)、対立仮説 H₁: σ₁² ≠ σ₂²(等しくない)。両側で立てるのが実務標準。
2. 有意水準の決定
通常α=0.05。厳格性が要求される医薬・食品安全ではα=0.01も。検定前に決め、事後変更は禁止(p-hacking防止)。
3. データ収集と分散計算
各群のサンプル分散 s²=Σ(xᵢ−x̄)²/(n−1) を算出。不偏分散(自由度n−1)を使用。Excel: =VAR.S()。
4. F値の算出
F = 大きい分散 / 小さい分散。分子・分母の自由度も記録(df₁=n₁−1, df₂=n₂−1)。
5. 臨界値との比較
F(α/2, df₁, df₂)を統計表/関数で参照。算出F > 臨界値ならH₀棄却=「分散差あり」。
6. 報告と後続分析
F値・自由度・p値を報告。等分散ならStudent-t、不等分散ならWelch-tで平均差検定へ進む。
業界・場面別の使い方
製造業 品質管理・SPC
ライン1とライン2で製品寸法のバラツキが等しいか検定し、ラインごとの安定性を評価。JIS Z 9020(管理図)の指針と併用し、工程能力指数Cp/Cpk評価の前提とする。自動車部品・電子部品・食品製造で頻用。
医薬品 臨床試験
実薬群とプラセボ群のバラツキ均一性を確認し、t検定/ANOVAの前提を満たすかチェック。ICH E9・PMDA審査ガイドライン準拠。分散差が大きい場合はWelch検定または対数変換を検討。
教育評価・入試分析
2つのクラスや年度のテスト得点のバラツキを比較し、指導方法や問題難度の一貫性を確認。教育心理学・IRT(項目応答理論)の前提診断で使用。
心理学・行動科学
実験条件間の反応時間・スコアのバラツキ差を検定し、条件依存性を評価。APA(米国心理学会)報告基準ではF値・自由度・p値の記載が必須。
農学・畜産・生態学
圃場・飼育ロット・生息地間の収量・体重・個体数のバラツキ均一性を検定。ANOVAの前提診断としてフィッシャーの原著文脈で最も自然な用途。
金融・リスク管理
異なる期間の資産リターン分散(ボラティリティ)の等しさを検定し、市場構造変化(regime shift)の早期発見に応用。ただし正規性前提が強く、実務ではLevene/GARCHが主流。
t検定・ANOVAとの関係
F検定は単独で使うことは少なく、多くはt検定・分散分析(ANOVA)の前段階として実施されます。
t検定との関係
2群平均差を検定するt検定は「等分散を仮定するStudentのt検定」と「等分散を仮定しないWelchのt検定」があります。F検定で等分散を確認できればStudent、確認できなければWelchが定石。近年は「常にWelch」を推奨する統計家も増えており(Ruxton 2006など)、F検定の有無に関わらずWelchを標準にする流儀もあります。
ANOVAとの関係
ANOVA(分散分析)そのものもF分布を用いる検定で、「群間分散 ÷ 群内分散」の比をF値として評価します。3群以上の平均差を一度に検定でき、その等分散前提の診断が本ページのF検定です。
Levene検定・Bartlett検定との使い分け
| 検定名 | 正規性前提 | 推奨場面 |
|---|---|---|
| F検定 | 強く要求 | 教科書・古典的手続き |
| Bartlett検定 | 強く要求 | 3群以上・伝統的ANOVA前提 |
| Levene検定 | 不要(頑健) | 実データ・非正規分布 |
| Brown-Forsythe検定 | 不要(最頑健) | 外れ値の多いデータ |
実務ではLevene検定またはBrown-Forsythe検定を推奨する統計家が多数派。F検定はあくまで教科書的な理解と、正規性が保証されているシミュレーション/管理された実験用と割り切るのが安全です。
よくある間違い・注意点
- 正規分布前提を無視 — F検定は「両群が正規分布」という強い前提のもとで有効。実データが非対称・多峰・外れ値を含む場合、F検定は大きくバイアスします。まず正規性検定(Shapiro-Wilk・Kolmogorov-Smirnov)またはQ-Qプロットで確認してください。
- 「F=2は問題」の思い込み — F値の解釈はサンプル数(自由度)次第。n=5(df=4)ならF=9.6でも有意にならず、n=100(df=99)ならF=1.5で有意です。臨界値表または関数で必ず確認しましょう。
- 片側/両側の混同 — 分散差の有無を検定する場合は両側(α/2)。方向を先に決めた片側検定は α そのまま。誤ってα/2で片側判定すると有意水準が半分になり過検出。
- 複数検定の多重補正忘れ — 3群以上でF検定を2群ずつ繰り返すと、全体のType I errorが膨張(Bonferroni補正が必要)。3群以上ならBartlett・Levene・Brown-Forsytheで一度に検定するのが原則です。
- 「有意でない=等分散」は誤り — 検定が有意にならないのはサンプル不足の可能性もあり、「差がない」ことの証明にはなりません。信頼区間・効果量・検出力分析(power analysis)を併記する現代統計の作法を守りましょう。
- 不偏分散と標本分散の混同 — 分母がn−1(不偏分散)かnか(標本分散)で値が変わります。F検定では不偏分散(Excel: VAR.S、Python: numpy.var(ddof=1))を使用。VAR.P/VAR(ddof=0)は誤り。
- Welchを使えば良いのに古典的F検定に固執 — 近年は「不等分散を前提にWelch-tを常用」が主流。F検定の有意/非有意で分岐する二段階検定はType I errorが不安定になるため、実務ではWelchを最初から選ぶことを推奨する統計家も多数(Ruxton 2006, Delacre et al. 2017)。
関連する規格・ガイドライン
- JIS Z 9041-1 ― データの統計的解釈方法-第1部：データの統計的記述。日本国内における統計解析の一般手順を規定。
- JIS Z 9020-2 ― 管理図-第2部：シューハート管理図。工程管理におけるバラツキ評価の標準。
- ICH E9 ― 臨床試験のための統計的原則(Statistical Principles for Clinical Trials)。医薬品開発におけるF検定・分散分析の適用ルール。
- PMDA(医薬品医療機器総合機構) ― 承認申請における統計解析の要件と審査基準。
- APA Publication Manual (7th ed.) ― 米国心理学会の論文執筆・統計報告基準。F(df₁, df₂)=X.XX, p=Y.YY 形式の報告が標準。
- NIST/SEMATECH e-Handbook of Statistical Methods ― 米国標準技術研究所の統計手法公式ハンドブック。工学・製造業の統計基準。
参考文献・公的資料
より詳細なF検定・分散分析の理論と実務ガイドラインは、以下の公的機関・学会資料を参照してください。
- 総務省 統計局 ― 日本の公式統計・統計解析手法の一次資料。統計調査における標本設計・検定の指針。
- 日本統計学会(JSS) ― 統計学の学術団体。統計学辞典・機関誌『応用統計学』などの学術資料。
- 日本品質管理学会(JSQC) ― 品質管理・SPC・工程能力評価の学会。JIS Z 9020系規格の解説資料。
- PMDA 臨床試験の統計解析関連ガイドライン ― 医薬品臨床試験のICH E9統計原則・審査資料。
- 厚生労働省 臨床試験関連情報 ― 治験・臨床研究の統計解析ガイドライン。
- NIST/SEMATECH e-Handbook of Statistical Methods ― 米国国立標準技術研究所の統計手法標準ハンドブック(英語)。F検定の理論と工学応用。
- APA Style(米国心理学会) ― 統計結果の論文報告基準。F(df₁, df₂)=X, p=Y 形式の推奨。
- ISO/TC 69 Applications of Statistical Methods ― 統計手法の応用に関する国際標準化委員会。
- 情報処理推進機構(IPA) ― ソフトウェア品質メトリクスにおける統計解析の指針。
- J-STAGE 科学技術情報発信サイト ― F検定・分散分析関連の学術論文検索。
よくある質問（FAQ）
F検定とt検定の違いは？
F検定は2群の分散(バラツキ)が等しいかを検定し、t検定は2群の平均が等しいかを検定します。F検定はt検定の前段階として、Studentのt(等分散前提)を採用できるか判定するのが伝統的手順。近年はWelchのt検定を常用する流儀も広まっています。
Levene検定との違いは？
F検定は正規分布前提を強く要求しますが、Levene検定は正規性を仮定しない頑健(robust)な検定です。実データは正規分布に厳密に従うことが少ないため、実務ではLevene検定またはBrown-Forsythe検定が主流。教科書ではF検定を扱いつつ、現代統計はLeveneを推奨する二重構造になっています。
F=2は問題？
サンプル数次第です。n=10ならF>4.0で有意、n=30ならF>2.1で有意、n=100ならF>1.5で有意(いずれもα=0.05両側)。F=2はn=30以上なら有意になる可能性が高い一方、n=10では判定できません。臨界値表または関数で必ず確認してください。
片側検定と両側検定はどちらを使う？
分散比の等しさそのものを検定する場合は両側検定(α/2の臨界値を参照)。特定の方向(群1が群2より分散が大きい等)を事前に定めた場合は片側検定(αそのままの臨界値)。実験前に決定し、事後変更しないのが原則です。
3群以上の分散比較にF検定は使える？
2群ずつのF検定を繰り返すと多重比較のType I error膨張が起きるため、3群以上ではBartlett検定(正規分布前提)またはLevene検定・Brown-Forsythe検定(正規性不要)を使用します。一度に等分散性を検定できるため、Bonferroni補正の手間もありません。
正規分布でないデータにF検定を使うと？
F検定は正規性が強く要求されるため、非正規データではType I error(誤検出)・Type II error(見落とし)ともに大きく歪みます。まずShapiro-Wilk検定またはQ-QプロットとBox-Cox変換を検討し、それでも正規性が満たされない場合はLevene検定・ノンパラメトリック検定(Mann-Whitney U等)に切り替えてください。
Excelでの計算方法は？
関数 =F.TEST(range1, range2) で両側p値を算出。臨界値は =F.INV.RT(0.025, df1, df2)。「データ分析」アドインの「F検定: 分散に関する二標本検定」でも計算可能で、F値・p値・自由度が一覧表示されます。
Pythonでの計算方法は？
scipy.stats.f_oneway は分散分析(ANOVA)用ですが、2群の分散比検定は自力で計算します: F = var(a, ddof=1) / var(b, ddof=1); p = 2*(1 - f.cdf(F, len(a)-1, len(b)-1))。または scipy.stats.levene(a, b) で頑健なLevene検定を推奨。
効果量(effect size)はどう報告する？
F検定単独では効果量指標は少なく、分散比そのもの(F値)を報告するのが基本。ANOVAの一環ではη²(eta squared)・偏η²・Cohen fを併記。APA基準では効果量の報告が必須。
不偏分散と標本分散、どちらを使う？
F検定は不偏分散(自由度n−1)を使います。Excelでは =VAR.S()、Python(numpy)では numpy.var(x, ddof=1)、R言語では var(x)(デフォルトで不偏)。VAR.P/ddof=0は誤りで、F値が小さくなります。
サンプルサイズの目安は？
各群n≥30が実務下限。n=10未満はF検定の信頼性が低く、n=100以上ではわずかな差でも有意になり実用性を失うことも。事前に検出力分析(power analysis)を実施し、期待効果サイズと有意水準から必要nを決めるのが理想です(G*Power等のツール)。
報告時の書き方は?
APA準拠なら「F(df₁, df₂) = X.XX, p = Y.YY」形式。例: F(29, 29) = 2.25, p = .033（両側）。等分散性の記述: 「Levene's test indicated equal variances, F(1, 58) = 0.34, p = .56」。日本語論文では和訳せず英字F値・p値をそのまま用いるのが慣習。