多重比較結果書き方論文やレポートで統計的差を明確にする方法
研究や実験で3つ以上のグループを比較する際、どのグループ間に統計的な差があるのかを正確に把握するために「多重比較」という統計手法が用いられます。しかし、その結果を論文やレポートでどのように記述すれば良いのか、迷ってしまう方も少なくありません。不適切な書き方は、せっかく得られた重要な知見を誤って伝えたり、信頼性を損ねたりする原因にもなりかねません。
本記事では、多重比較の結果を明確かつ正確に伝えるための書き方を、具体的な方法や注意点とともに徹底解説します。
多重比較とは？なぜ結果の書き方が重要なのか
多重比較とは、3つ以上の群（グループ）の平均値などを比較し、どの群とどの群の間に統計的に有意な差があるのかを調べる統計手法です。例えば、3種類の治療法（A、B、C）の効果を比較する際に、全体として差があるかどうかを分散分析で確認した後、具体的にAとB、BとC、AとCのどの組み合わせに差があるのかを特定するために多重比較を行います。
多重比較の基本的な考え方
多重比較は、分散分析（ANOVA）などで全体的な差が認められた場合に、さらに詳細な群間比較を行うための「事後検定（post-hoc test）」として用いられるのが一般的です。 分散分析は、3群以上のデータに対して全体として差があるかを判定する手法であり、どのグループ間に差があるかまでは分かりません。
そこで、多重比較を用いることで、具体的な差のある群の組み合わせを特定できるのです。
多重比較が必要な理由：多重性の問題
なぜ多重比較が必要なのでしょうか。それは「多重性の問題」を回避するためです。 もし3群以上の比較で、2群ごとにt検定を繰り返し行うと、検定の回数が増えるにつれて、実際には差がないのに偶然「差がある」と誤って判断してしまう確率（第一種の過誤）が上昇してしまいます。 例えば、有意水準を5%として3回検定を行うと、少なくとも1回有意差が出る確率は約14.3%に、5群で10回検定を行うと約40%にまで上昇します。
このような統計学的な誤りを防ぐために、多重比較では個々の検定の有意水準を調整し、検定全体での第一種の過誤の確率を事前に設定した有意水準（例えば5%）以下に抑える工夫がなされています。
多重比較の主な種類とそれぞれの特徴
多重比較には様々な手法があり、データの性質や比較の目的に応じて適切な方法を選ぶことが重要です。ここでは、主要な多重比較法とその特徴を解説します。
Tukey-Kramer法（Tukey HSD）
Tukey-Kramer法（テューキー・クレーマー法）は、全ての群の組み合わせについて比較を行う際に最も一般的に用いられる多重比較法です。 各群のサンプルサイズが異なる場合でも適用でき、第一種の過誤の確率を適切に制御します。 分散が等しいことを仮定するパラメトリックな手法であり、検出力（真の差を検出する能力）も比較的高いとされています。
Bonferroni法
Bonferroni法（ボンフェローニ法）は、個々の検定の有意水準を厳しく調整することで、多重性の問題を解決するシンプルな方法です。 具体的には、通常の有意水準（α）を検定回数（N）で割った値（α/N）を、個々の検定の新たな有意水準として用います。 計算が容易である反面、群数が増えるほど有意水準が非常に厳しくなり、真の差を見落とす（第二種の過誤）可能性が高くなるという欠点があります。
Scheffé法
Scheffé法（シェッフェ法）は、全ての可能な線形対比（群の組み合わせだけでなく、複数の群をまとめて比較するなど、より複雑な比較）に対して有意差を検出できる、非常に保守的な多重比較法です。 検出力は低い傾向にありますが、どのような比較を行うか事前に決めていない探索的な分析に適しています。 分散分析を先行させた場合に結果が一致するという特徴もあります。
Dunnett法
Dunnett法（ダネット法）は、特定の1つの対照群（コントロール群）と、それ以外の複数の処理群を比較する際に用いられる多重比較法です。 全ての群間比較を行うTukey法などとは異なり、対照群との比較に特化しているため、その目的に対しては高い検出力を持ちます。 例えば、新しい治療薬の効果をプラセボ群と比較する場合などに有効です。
多重比較結果をテキストで記述する方法
多重比較の結果を論文やレポートの本文中で記述する際は、使用した手法、統計量、p値、そして具体的な有意差の内容を明確に伝えることが大切です。読者が結果を正確に理解できるよう、簡潔かつ具体的に記述しましょう。
統計量の正確な表記
多重比較の結果を記述する際には、使用した多重比較法の名称と、その結果得られた統計量を正確に表記することが求められます。例えば、Tukey-Kramer法を用いた場合は「Tukey-Kramerの事後検定の結果」のように明記します。また、平均値、標準偏差、自由度、F値やt値などの統計量も、必要に応じて括弧書きで示すと良いでしょう。
統計量の表記は、論文や学会の投稿規定に従うことが最も重要です。
p値の表現と有意水準の明記
p値は、統計的有意差の有無を示す重要な指標です。多重比較ではp値が調整されるため、調整後のp値を記載することが一般的です。 有意水準（通常はα = 0.05）も忘れずに明記し、「p < 0.05」のように表現します。具体的なp値が小さい場合は「p < 0.001」のように記述することで、より強い有意性を示せます。
有意差が認められなかった場合も、「p = 0.123（有意差なし）」のように、p値を記載して結果を正直に報告することが重要です。
具体的な記述例
以下に、多重比較の結果をテキストで記述する際の具体例を示します。
- 「一元配置分散分析の結果、群間に有意な差が認められた（F(2, 97) = 5.89, p = 0.004）。Tukey-Kramerの事後検定の結果、A群はB群と比較して有意に高い平均値を示したが（p = 0.012）、C群との間には有意差は認められなかった（p = 0.087）。」
- 「Bonferroni補正を用いた多重比較の結果、介入群は対照群と比較して、測定項目Xにおいて有意な改善を認めた（t(45) = 3.21, p = 0.008）。」
このように、全体の結果（分散分析など）に続けて、どの群間にどのような差があったのかを具体的に記述することで、読者は結果をスムーズに理解できます。
多重比較結果を表で効果的に示す方法
多重比較の結果を表で示すことは、複数の群間の関係性を一覧で把握しやすくするために非常に有効です。特に比較する群が多い場合や、詳細な統計量を提示したい場合に役立ちます。
表の構成要素と作成のコツ
表を作成する際は、以下の要素を含めると良いでしょう。
- 表番号とタイトル: 表の上部に「表1. 各群間の多重比較結果」のように、通し番号と内容を簡潔に表すタイトルを記載します。
- 列と行の項目: 比較対象となる群の名前を明確に示します。例えば、行に「群A」、列に「群B」「群C」といった形で配置します。
- 平均値と標準偏差: 各群の平均値と標準偏差（または標準誤差）を記載し、データの中心傾向とばらつきを示します。
- p値または調整済みp値: 各群間比較のp値を記載します。多重比較では調整済みp値を用いるのが適切です。
- 統計量: 必要に応じて、F値、t値、自由度などの統計量を記載します。
- 有意水準の注記: 表の下に「* p < 0.05, ** p < 0.01」のように、有意水準を示す記号の凡例を記載します。
表は、それ単独で内容が理解できるよう工夫することが大切です。
統計的有意差の示し方
表内で統計的有意差を示す方法としては、いくつかのやり方があります。
- 記号（アスタリスクなど）の使用: 有意差が認められたp値の横にアスタリスク（*）などの記号を付け、表の下にその記号が示す有意水準を記載する方法が一般的です。
- アルファベットの割り振り: 同じアルファベットが割り振られた群間には有意差がないことを示す方法もあります。例えば、平均値の横に「a」「b」「c」などを付け、異なるアルファベットを持つ群間に有意差があることを示します。
これらの方法を適切に用いることで、読者は一目で有意差のある群の組み合わせを把握できます。
表の具体例
以下に、多重比較の結果を表で示す具体例を示します。
| 群 | 平均値 (標準偏差) | 群A vs 群B (p値) | 群A vs 群C (p値) | 群B vs 群C (p値) |
|---|---|---|---|---|
| 群A | 15.2 (2.1) | – | – | – |
| 群B | 12.5 (1.8) | 0.012* | – | – |
| 群C | 14.8 (2.3) | 0.087 | 0.045* | – |
注記: * p < 0.05 (Tukey-Kramer法による調整済みp値)
多重比較結果を図で視覚的に表現する方法
多重比較の結果を図で示すことは、データの傾向や群間の関係性を直感的に理解してもらう上で非常に効果的です。特に、平均値の大小関係やばらつき、そして有意差の有無を視覚的に伝えたい場合に役立ちます。
グラフの種類と選び方
多重比較の結果を示すグラフには、いくつかの種類があります。目的に合わせて適切なグラフを選ぶことが重要です。
- 棒グラフまたは箱ひげ図: 各群の平均値（または中央値）と、そのばらつき（標準誤差や四分位範囲）を視覚的に示すのに適しています。 棒グラフは平均値を、箱ひげ図はデータの分布全体を把握しやすいという特徴があります。
- エラーバー付きグラフ: 平均値に加えて、標準誤差や95%信頼区間を示すエラーバーを付けることで、各群の推定値の信頼性を視覚的に伝えられます。
グラフは、本文や表と合わせて、多角的に結果を伝えるための重要な要素です。
有意差を示すマークやレターの使用
グラフ上で統計的有意差を示す方法として、以下のやり方があります。
- アスタリスク（*）などの記号: 有意差が認められた群間の比較を示す線の上にアスタリスクを配置し、その記号が示す有意水準をグラフの注記に記載します。
- アルファベットのレター: 平均値の棒グラフや箱ひげ図の上に、有意差のない群には同じアルファベットを、有意差のある群には異なるアルファベットを割り振る方法です。 例えば、「a」と「b」のレターが付いた群間には有意差があることを示します。
これらの視覚的な手がかりは、読者がグラフから迅速に情報を読み取る助けとなります。
図の具体例
以下に、多重比較の結果を図で示す具体例を示します。
（ここではHTMLの制約上、具体的なグラフ画像は挿入できませんが、棒グラフの上に有意差を示すアスタリスクやレターを配置するイメージで記述します。）
図1. 各群における測定項目の平均値と標準誤差
（グラフのイメージ：3つの棒グラフが並び、それぞれの棒の上に平均値と標準誤差を示すエラーバーが付いている。群Aと群Bの棒の間、または棒の上に「*」マークが付いている。）
注記: * p < 0.05 (Tukey-Kramer法による調整済みp値)
このように、図のタイトル、軸のラベル、凡例、そして有意水準の注記を明確にすることで、グラフ単独でも結果が理解できるようになります。
多重比較結果の書き方でよくある間違いと注意点
多重比較の結果を記述する際には、いくつかの間違いや注意すべき点があります。これらを理解し、適切な報告を心がけることで、研究の信頼性を高められます。
p値の過剰な解釈を避ける
p値は、あくまで統計的有意差の有無を示す指標であり、効果の大きさや臨床的な重要性を直接的に示すものではありません。p値が小さいからといって、その差が必ずしも実用上重要であるとは限りません。 また、有意差がなかった場合でも、その結果が重要である可能性もあります。 p値だけに注目するのではなく、効果量や信頼区間も合わせて報告し、結果を多角的に解釈することが大切です。
使用した手法の明記
多重比較には様々な手法があり、それぞれに特徴や適用条件が異なります。そのため、論文やレポートでは、どの多重比較法を用いたのかを必ず明記する必要があります。 例えば、「Tukey-Kramer法を用いた」「Bonferroni補正を行った」のように具体的に記述することで、読者は解析の妥当性を評価できます。
手法の選択理由を簡潔に述べることも、より丁寧な報告につながります。
論文や学会の規定に従う
論文や学会には、統計解析の結果の書き方に関する特定の規定やガイドラインが存在することがよくあります。例えば、p値の表記方法、統計量の記載順序、図表の形式などが細かく定められている場合があります。これらの規定に従わない場合、論文が受理されない可能性もあるため、投稿前に必ず確認し、それに沿った書き方をすることが不可欠です。
不明な点があれば、過去の掲載論文を参考にしたり、編集委員会に問い合わせたりするのも良い方法です。
よくある質問
- 多重比較はどのような時に使うべきですか？
- Bonferroni補正とTukey-Kramer法はどちらを選ぶべきですか？
- p値の調整とは何ですか？
- 多重比較の結果、有意差がなかった場合はどう書けば良いですか？
- 統計ソフトの出力結果をそのまま書いても良いですか？
多重比較はどのような時に使うべきですか？
多重比較は、3つ以上の群の平均値などを比較する際に、どの群間に統計的に有意な差があるのかを特定したい場合に使うべきです。 例えば、新しい3種類の教育方法の効果を比較したり、異なる4つの薬剤の有効性を評価したりするような状況で必要となります。分散分析で全体的な差が認められた後に、具体的な群間差を調べるための事後検定として用いられるのが一般的です。
Bonferroni補正とTukey-Kramer法はどちらを選ぶべきですか？
Bonferroni補正とTukey-Kramer法は、比較の目的に応じて使い分けます。Bonferroni補正は、個々のp値を厳しく調整するため、真の差を見落とす可能性が高くなりますが、計算が簡単で、どのような検定にも適用できる汎用性があります。 一方、Tukey-Kramer法は、全ての群の組み合わせを比較する際に最も一般的に用いられ、Bonferroni法よりも検出力が高く、サンプルサイズが不揃いな場合でも適用できます。
全ての群間比較を網羅的に行いたい場合はTukey-Kramer法が、特定の少数の比較に焦点を当てたい場合や、保守的な判断を優先したい場合はBonferroni補正が選択肢となります。
p値の調整とは何ですか？
p値の調整とは、複数の統計的検定を同時に行う際に発生する「多重性の問題」に対処するために、個々の検定のp値を補正することです。 複数の検定を行うと、実際には差がないのに偶然「有意差がある」と誤って判断してしまう確率（第一種の過誤）が増大します。 p値の調整は、この第一種の過誤の確率を、検定全体で事前に設定した有意水準（例えば5%）以下に抑えるための方法です。
Bonferroni法やHolm法などがp値調整を行う代表的な手法です。
多重比較の結果、有意差がなかった場合はどう書けば良いですか？
多重比較の結果、有意差がなかった場合でも、その事実を正直に報告することが重要です。 例えば、「多重比較の結果、いずれの群間にも統計的に有意な差は認められなかった（p > 0.05）」のように記述します。有意差がなかったからといって、その結果を無視したり、報告しなかったりすることは、研究の信頼性を損ねる行為です。
予想と異なる結果であっても、それが重要な知見となる場合もあります。 可能な場合は、検出力分析を行い、サンプルサイズが十分であったかどうかも考察に含めると良いでしょう。
統計ソフトの出力結果をそのまま書いても良いですか？
統計ソフトの出力結果をそのまま論文やレポートに貼り付けるだけでは不十分です。出力結果は生データであり、それを読者が理解しやすい形に整理し、解釈を加えて記述する必要があります。 具体的には、必要な統計量やp値を抽出し、本文、表、図として適切に整形します。 また、使用した統計ソフトの名称やバージョンを「方法」のセクションに記載することも一般的です。
統計ソフトの出力はあくまで解析の根拠であり、それを基に論理的な文章を構築することが求められます。
まとめ
- 多重比較は3群以上の比較で統計的差を特定する手法です。
- 多重性の問題を回避し、第一種の過誤を防ぐために必要です。
- Tukey-Kramer法は全群間比較に広く用いられます。
- Bonferroni法はp値を厳しく調整するシンプルな方法です。
- Scheffé法は探索的分析に適した保守的な手法です。
- Dunnett法は対照群との比較に特化しています。
- テキスト記述では、手法、統計量、調整済みp値を明確に示します。
- 表では、群間の平均値、p値、有意水準の注記を含めます。
- 図では、棒グラフや箱ひげ図で視覚的に差を表現します。
- グラフ上ではアスタリスクやレターで有意差を示します。
- p値の過剰な解釈を避け、効果量も考慮します。
- 使用した多重比較法は必ず明記しましょう。
- 論文や学会の投稿規定を遵守することが不可欠です。
- 有意差がなくても、その結果は正直に報告します。
- 統計ソフトの出力は整形し、解釈を加えて記述します。
