---
title: "対応があるデータと対応がないデータの違いとは？【DS検定】"
description: "対応があるデータとは「同じ対象を2回測ったデータ」、対応がないデータとは「別々の対象同士を比べるデータ」です。DS検定で問われる定義、具体例、似た概念との違い、選択肢の見分け方を整理します。主要な混同パターンや実務での読み取り方も確認します。"
canonical_url: "https://stemtazoo.github.io/ds/paired-vs-independent-data/"
section: "ds"
---
DS検定トップ
＞ 対応があるデータと対応がないデータの違いとは？【DS検定】
## まず結論
**対応があるデータとは「同じ対象を2回測ったデータ」、対応がないデータとは「別々の対象同士を比べるデータ」です。**
DS検定では、「どの検定を選ぶべきか」を判断させる問題としてよく問われます。
ここを間違えると、t検定の種類をすべて誤って選ぶことになります。
## 直感的な説明
### ✅ 対応があるデータ（ペアデータ）
例：
- ダイエット前とダイエット後の体重
- 研修前と研修後のテスト点数
- 同じ機械の改良前と改良後の性能
→ **同じ人・同じ対象を2回測っている**ので、1対1のペアになっています。
つまり、「変化」を見たいときのデータです。
### ✅ 対応がないデータ（独立データ）
例：
- A社の売上とB社の売上
- 男性グループと女性グループの平均身長
- A工場とB工場の不良率
→ **別々の集団同士を比べる**ので、1対1のペア関係はありません。
こちらは「グループ間の差」を見たいときです。
## 定義・仕組み
### ■ 対応があるデータ
- 同一対象を2条件で測定したデータ
- 個々の差（前後の差）に意味がある
- 分析では「差の平均」を検定する
使う検定：
- **対応のあるt検定**
ポイント：
「1標本の検定」と似た考え方になります（差が0かどうかを見るため）
### ■ 対応がないデータ
- 異なる集団同士の比較
- 各グループの平均を直接比較する
使う検定の流れ：
1. 分散が等しいか確認（F検定）
2. 分散が等しい → スチューデントのt検定
3. 分散が異なる → ウェルチのt検定
DS検定では
**「分散が等しいと仮定しているか？」**が重要な判断ポイントになります。
## どんな場面で使う？
### ✔ 対応があるデータを使う場面
- 改善効果の検証
- 施策前後の比較
- 同一人物の変化分析
👉 ビジネスでは「施策の効果検証」で非常によく使います。
### ✔ 対応がないデータを使う場面
- A/Bテスト
- 異なる店舗比較
- 異なる顧客層比較
👉 マーケティング分析ではこちらが頻出です。
## よくある誤解・混同
### ❌ 「前後比較＝必ずt検定」
→ その前に確認すべきは
**対応がある giving なのか？ないのか？**
DS検定では
「同じ対象かどうか」が最大の判断ポイントです。
### ❌ 「分散が等しいかは気にしなくてよい」
→ 対応がない場合は重要です。
選択肢で
- 「分散が等しいと仮定する」
- 「分散が異なる場合にも使える」
と書いてあったら注意。
### ❌ 「データ数が同じなら対応がある」
→ 間違いです。
データ数が同じでも
**同一対象かどうかが本質**です。
## まとめ（試験直前用）
- 同じ対象を2回測定 → 対応があるデータ
- 別々の集団比較 → 対応がないデータ
- 対応がある → 対応のあるt検定
- 対応がない → 分散確認 → スチューデント or ウェルチ
DS検定では
**「同じ人か？別の人か？」をまず判断すること。**
ここを外さなければ選択肢はかなり切れます。
## 対応スキル項目（データサイエンス力シート）
- スキルカテゴリ：データ理解
- サブカテゴリ：統計解析
- ★ 検定の前提条件（対応の有無、分散の等質性など）を理解し、適切な手法を選択できる
- ★ 仮説検定の考え方（帰無仮説・対立仮説）を理解している