---
title: "有意水準とp値の違いとは？【DS検定リテラシー】"
description: "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。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。初学者が迷いやすい判断ポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/ds/significance-level-and-pvalue/"
section: "ds"
---
## まず結論
- **有意水準は「どこまでなら偶然とみなすか」の基準**
- **p値は「今回の結果がどれくらい偶然っぽいか」を示す値**
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。
**p値が有意水準より小さいとき、帰無仮説を棄却する。**
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%）
「偶然が5%以下なら、もう偶然とは言わない」と決めるルール。
### p値（例：3%）
「今回の結果が偶然で起こる確率は3%です」という計算結果。
つまり、
- 基準（有意水準）より
- 実際の偶然度（p値）が小さい
なら、
「これは偶然ではなさそうだ」と判断します。
## 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）**
- 「この確率以下なら偶然ではない」とするライン
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 |
DS検定ではこの大小関係を問われます。
## 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
「偶然かどうかの指標」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の確率」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＝偶然とは言いにくい＝棄却
### ❌ 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＝今回の結果の“偶然らしさ”
- p値 < 有意水準 → 帰無仮説を棄却
- 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。
## 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：統計的推論
- サブカテゴリ：仮説検定
- ★ 第1種の過誤、第2種の過誤、p値、有意水準の意味を説明できる