【ITニュース解説】【Excelで学ぶデータ分析】学校によって平均点に差があるかを調べたい（t検定）

システムエンジニアを目指す皆さんにとって、データ分析のスキルは今後のキャリアにおいて非常に重要な武器となる。単にシステムを構築するだけでなく、そのシステムが生成する大量のデータを分析し、ビジネスに役立つ知見を引き出す能力が求められる時代だからだ。今回解説するのは、Excelを使って「学校によって平均点に差があるか」という具体的な問いを統計的に調べる方法、いわゆるt検定だ。これは、データから意味のある結論を導き出すための基本的な考え方であり、様々な場面に応用できる。

データ分析と聞くと難しく感じるかもしれないが、その本質は「データに隠された真実を探ること」にある。例えば、二つの異なる学校の生徒のテストの平均点に「本当に差があるのか」を考えたとき、単純に平均点を比較するだけでは不十分だ。たまたま今回のテストで一方の学校の平均点が高かっただけかもしれないし、あるいは本当に学習到達度に違いがあるのかもしれない。このような疑問に対し、偶然のばらつきでは説明できない「確かな差」があるのかどうかを客観的に判断するための手法が「仮説検定」である。

仮説検定の中でも、特に二つのグループの平均値に差があるかを調べたいときに広く使われるのがt検定だ。この検定は、分析対象となるデータが「正規分布」という特定の形に従う母集団から抽出されたものであることを前提としている。正規分布は、自然界や社会現象に広く見られるデータのばらつき方を示し、平均値を中心として左右対称に分布する特徴を持つ。母集団とは、例えば「ある学校の全生徒」のような、データを取りたい対象全体のことを指す。実際に全生徒のデータを集めるのは難しいので、そこから一部を抽出した「標本」を使って、母集団に関する推測を行うのが統計の基本的な考え方となる。t検定では、この標本データから計算される統計量を用いて、二つの母集団の平均に差があるかどうかを評価する。

この検定を進める上で、まず「仮説」を設定する必要がある。仮説検定では、通常、「差がない」という前提で物事を進める「帰無仮説」と、それに対立する「差がある」という「対立仮説」の二つを立てる。例えば、「学校Aと学校Bの生徒の学力に差はない」が帰無仮説となり、「学校Aと学校Bの生徒の学力には差がある」が対立仮説となる。私たちはこの帰無仮説が正しいと仮定し、もし集めたデータが帰無仮説の下では「ほとんど起こり得ない」事象であったならば、帰無仮説は間違っていると判断し、対立仮説の方を受け入れる、という論理で進める。

なぜ「差がない」ことを仮定するのかというと、統計学では「ある」ということを直接証明するよりも、「ない」という仮説が間違いであることを証明する方が、統計的に扱いやすいという特性がある。このアプローチにより、偶然の可能性を考慮しつつ、客観的な判断を下すことが可能になる。

このような統計的な判断を行う際に、身近なツールであるExcelが強力な味方となる。Excelには「データ分析」アドインという機能があり、これを使えば複雑な統計計算を簡単に行うことができる。具体的には、用意した二つの学校のテスト得点データをExcelに入力し、このアドインのt検定機能を使うだけで、必要な統計量や、最も重要な「P値」が自動で算出される。

P値とは、簡単に言えば「もし帰無仮説が正しいとしたら、今回観測されたデータ（あるいはそれ以上に極端なデータ）が得られる確率」を示す数値である。P値が非常に小さいということは、帰無仮説が正しいと仮定すると、今回得られたデータは非常に珍しい、めったに起こらない事象である、ということを意味する。

このP値と、事前に定めた「有意水準」を比較することで、最終的な判断を下す。有意水準とは、どの程度の確率なら「めったに起こらない」と判断するかを決める基準のことで、一般的には5%（0.05）や1%（0.01）が用いられることが多い。もしP値が有意水準よりも小さければ、それは「帰無仮説が正しいと仮定するには無理がある」と判断し、帰無仮説を「棄却」する。帰無仮説を棄却するということは、対立仮説、つまり「二つの学校の平均点には統計的に有意な差がある」と結論付けることになる。

一方で、P値が有意水準よりも大きかった場合、それは「帰無仮説が正しいとしても、今回得られたデータは十分に起こりうる範囲内のものだ」と判断し、帰無仮説を「棄却しない」。この場合、「二つの学校の平均点に統計的に有意な差があるとは言えない」という結論になる。ここで注意すべきは、「差がないことを証明した」わけではなく、「差があるとは言えなかった」という点だ。データが少なかったり、ばらつきが大きかったりすると、本当は差があっても統計的に有意な差が見出せないこともある。

システムエンジニアを目指す皆さんにとって、このような統計的な考え方は、単にデータ分析の専門家になるためだけでなく、日々の業務における様々な意思決定にも役立つ。例えば、新しいシステムを導入した前後で業務効率に差が出たかを検証したり、異なるアルゴリズムの性能を比較したり、A/Bテストの結果を評価したりする際に、ただの直感や感覚ではなく、データに基づいた客観的な判断を下すことができるようになる。Excelという身近なツールでこのような分析が可能であることを知ることは、データ駆動型社会においてSEとしての価値を高める第一歩となるだろう。統計的な思考を身につけることで、より信頼性の高い、根拠に基づいたシステム開発や改善提案ができるようになるのだ。