Hello there, ('ω')ノ
統計分析をビジネスで活用したい！と思ったときに避けて通れないのが、「検定」や「分析手法」の選び方です。 その中でも特に使用頻度が高いのが次の3つ：
- t検定：2つの平均値の違いを検定
- カイ二乗検定：カテゴリ同士の関係性を検定
- 相関分析：2つの数値間の関係性を調べる
それぞれ分析の目的や使いどころが異なるので、混乱しないように基礎をしっかり押さえておきましょう！
✅ 1. t検定（ティーけんてい）：平均値の差を比較する
🔍 何をするもの？
2つのグループの平均に差があるかを統計的に判断する手法です。
📌 例
- 男性と女性で満足度スコア（1〜5点）に違いがあるか？
- 新商品と旧商品の売上に違いがあるか？
✔ 前提条件
- 数値データ（連続変数）であること
- データが正規分布に近いこと
- 各グループが独立していること（独立サンプルt検定の場合）
🧮 Excelでの簡易実行
- データ分析ツール →「t検定：2標本の平均の差」
- または関数：
T.TEST(配列1, 配列2, 2, 3)（等分散2群の両側検定）
✅ 2. カイ二乗検定（χ²検定）：カテゴリの関係を見る
🔍 何をするもの？
2つのカテゴリ（名義尺度）の関係性を検定する方法です。
📌 例
- 地域（関東・関西・九州）と商品の購入傾向に関係があるか？
- 性別とアンケート回答（満足／不満）に関連があるか？
✔ ポイント
- データは「件数」や「比率」で整理する
- クロス集計表（2×2や3×3表など）を使うことが多い
- 期待値と実測値のズレを検定する
🧮 Excelでの簡易実行
- クロス集計表を作成し、関数：
CHISQ.TEST(観測値範囲, 期待値範囲) - またはピボットテーブル＋カイ二乗計算
✅ 3. 相関分析（correlation analysis）：数値同士の関係を測る
🔍 何をするもの？
2つの数値データが、どれくらい“関係している”かを数値で表す方法です。
📌 例
- 広告費と売上金額に関係があるか？
- 勉強時間とテストの点数に正の相関があるか？
✔ ポイント
相関係数（r）は −1〜+1 の間の数値になる
- +1：完全に正の相関（増えると増える）
- −1：完全に負の相関（増えると減る）
- 0：関係なし（無相関）
🧮 Excelでの実行方法
- 関数：
=CORREL(配列1, 配列2) - グラフ：「散布図」を使えば可視化もしやすい！
🎯 3つの手法を比較しよう
| 手法 | データの種類 | 検定の目的 | 代表的な使用例 |
|---|---|---|---|
| t検定 | 数値（平均） | 平均値の差を比べる | 商品AとBの売上比較 |
| カイ二乗検定 | カテゴリ（件数） | 分布の違いを見る | 性別と回答の関係 |
| 相関分析 | 数値（連続） | 関係の強さを見る | 広告費と売上の関係 |
🧠 よくある注意点
| よくある誤解 | 正しい理解 |
|---|---|
| 相関がある＝因果がある | 相関 ≠ 因果関係（関連があるだけ） |
| p値だけで判断する | 効果の大きさ（差の幅や相関係数）も確認しよう |
| 正規分布していないのにt検定を使う | ノンパラメトリック検定（U検定など）も検討しよう |
✅ まとめ：分析の目的に合った手法を選ぼう！
| シーン | 適した手法 | なぜ？ |
|---|---|---|
| 男女の平均点を比べたい | t検定 | 2群の平均の差を見るから |
| 属性別の購入率に違いがあるか知りたい | カイ二乗検定 | カテゴリ同士の関係を見るから |
| 費用と効果の関係を数値で見たい | 相関分析 | 数値の強弱関係を可視化したいから |
Best regards, (^^ゞ
