<< 目次へ
最終更新日： 2009.9.7
両側検定と片側検定
統計的仮説検定には両側検定と片側検定とがある。例えば、検定には1標本の平均値の検定、2標本の平均値の差の検定、3標本の平均値の差の検定、分割表における独立性の検定などがある。しかし、どのような検定であっても両側検定と片側検定が行えるというものでもなく、片側検定が定義できない検定手法もある。先にあげた4つの手法では、3標本の平均値の差の検定は片側検定が定義できない。独立性の検定では2*2分割表の場合には片側検定も定義できるが、それ以外では理論上、片側検定はありえない。ところが、心理学の分野では両側検定がほとんどの場合において採用されていることもあり、実際的には片側検定を用いるような場面はごく稀であるといえる。
ここでは1標本の平均値の検定を例にあげて両側検定と片側検定について説明しよう。例えば：
H0： 母平均は160である（μ = 160）
という帰無仮説について考えてみよう。これに対する対立仮説は：
H1： 母平均は160ではない（μ ≠ 160）
H2： 母平均は160より小さい（μ < 160）
H3： 母平均は160より大きい（μ > 160）
という3つの仮説が立てられる。
結論からいって、対立仮説としてH1を採用するのが両側検定であり、H2やH3を採用するのが片側検定である。要するに「〜より大きい」、あるいは「〜より小さい」といったように方向性がある場合は片側検定を行うのである。
片側検定を採用する場合、あらかじめ「母平均は160より小さい（大きい）」という仮定をおくことが妥当であるかどうかを考えなければならない。つまり、過去の研究などによって「母平均は160より小さい（大きい）」という知見が得られており、それが支持されているような場合に適用すべきなのである。そもそも「母平均が160であるかどうか分からない」といったような場合には、理由もなく片側検定を用いる必要性はどこにもないのである。
