Skip to the content.

最終更新日:2026年10月4日

DS検定トップ > 有意水準とp値の違いとは?【DS検定リテラシー】

まず結論

  • 有意水準は、帰無仮説を棄却する基準として事前に決める値
  • p値は、帰無仮説が正しいと仮定したときに、観測結果以上に極端な結果が出る確率

DS検定では、
「p値と有意水準を比較して、帰無仮説を棄却できるかを判断できるか」
が問われます。

👉 判断ルールはシンプルです。
このページでは、p値が有意水準以下のとき、帰無仮説を棄却する、とします。

ここを迷わないことが最重要です。

直感的な説明

たとえば、新しい広告を出したとします。

  • 「効果はない(たまたま売上が増えただけ)」という立場が帰無仮説
  • 「効果がある」という立場が対立仮説

ここで考えるのは、

「今回の売上増加は、偶然で説明できるレベルか?」

です。

有意水準(例:5%)

帰無仮説が正しいのに誤って棄却するリスクを、どこまで許容するか事前に決める基準です。

p値(例:3%)

帰無仮説が正しいと仮定したときに、今回観測した結果以上に極端な結果が出る確率が3%という意味です。

そのため、

  • p値が有意水準より小さい
  • 帰無仮説のもとでは今回のような結果は起こりにくい

と判断して、帰無仮説を棄却します。

定義・仕組み

■ 有意水準(significance level)

  • あらかじめ決める基準値
  • 一般的には 5%(0.05)や1%(0.01)
  • 帰無仮説が正しいのに棄却する第1種の過誤を、どこまで許容するかを決める基準

DS検定では
“事前に決める基準” であることが重要です。

■ p値(p-value)

  • 帰無仮説が正しいと仮定したとき
  • 今回のデータ以上に極端な結果が出る確率

ポイントはここです:

p値は「帰無仮説が正しい確率」ではない

ここを間違える受験者が非常に多いです。

■ 判断ルール(最重要)

比較 判断
p値 ≤ 有意水準 帰無仮説を棄却
p値 > 有意水準 棄却できない

資料によっては「p値 < 有意水準」を棄却の条件とします。このページは等号を含む基準で説明しますが、p値が有意水準と等しい場合の扱いが設問で明示されていれば、その定義に従います。

どんな場面で使う?

✔ 使う場面

  • A/Bテスト
  • 広告効果検証
  • 新商品の売上改善検証
  • 医療や品質管理の統計的判断

ビジネスでは、

「偶然か、意味のある差か」

を判断するために使います。

⚠ 使うと誤解しやすい場面

  • p値が小さい=効果が大きい、ではない
  • p値が大きい=効果がない、とは限らない

p値は「効果の大きさ」ではなく、
帰無仮説のもとで観測結果がどれくらい極端かを見る指標です。

よくある誤解・混同

❌ p値が低い=帰無仮説が正しい確率が低い

→ 誤りです。

p値は
帰無仮説が正しいと仮定したときに、観測結果以上に極端な結果が出る確率です。

❌ p値が高いときに棄却する

→ 逆です。

DS検定では
小さいときに棄却する
を確実に押さえましょう。

迷ったらこう覚えます:

p値が小さい=帰無仮説のもとでは起こりにくい結果=棄却を検討

❌ 有意水準はデータから決まる

→ 誤りです。

有意水準は事前に決める基準です。

DS検定での典型的ひっかけ

  • 「p値が0.03、有意水準5%の場合どうするか」
  • 「p値は帰無仮説が正しい確率である」

この2つは頻出です。

まとめ(試験直前用)

  • 有意水準=事前に決める基準
  • p値=帰無仮説のもとで「観測結果以上に極端な結果」が出る確率
  • このページの基準はp値 ≤ 有意水準 → 帰無仮説を棄却。等号の扱いが設問で指定されていれば従う
  • p値は「帰無仮説が正しい確率」ではない

迷ったら:

小さいときに棄却する

これだけ覚えておけば選択肢は切れます。

公式情報・参考リンク

対応スキル項目(ver.6 データサイエンス)

  • 分類:基礎技術
  • スキルカテゴリ:科学的解析の基礎
  • サブカテゴリ:推定・検定
  • 必須スキル:—
  • ★ 検定における判断の誤り(第1種の過誤、第2種の過誤)と、p値、有意水準の意味、およびこれら相互の関係性を説明できる
  • ver.6 ★1スキルチェックで確認する

    🔗 関連記事



© 2024-2026 stemtazoo. All rights reserved.