Z検定計算機：仮説検定

仮説検定のための1標本および2標本Z検定を実行します。標本統計量を入力すると、Zスコア、p値、臨界値と、棄却するかどうかの明確な判定が得られます。

1標本または2標本モードを選び、標本統計量を入力し、有意水準と片側・両側の種類を選択してから「計算」をクリックします。

Z検定計算機：仮説検定
仮説検定のための1標本および2標本Z検定を実行します。標本統計量を入力すると、Zスコア、p値、臨界値と、棄却するかどうかの明確な判定が得られます。

Z検定について

Z検定は、標準正規（Z）分布を用いて、標本平均が既知の母平均と有意に異なるか、または2つの独立した標本平均が互いに有意に異なるかを評価する統計的仮説検定です。Z検定では、母標準偏差が既知であり、母集団が正規分布しているか、中心極限定理が適用できるほど標本サイズが十分に大きいこと（通常 n ≥ 30）を仮定します。 1標本Z検定は、単一の標本平均を仮定された母平均と比較します。式は Z = (x̄ − μ) / (σ / √n) で、x̄ は標本平均、μ は仮定された母平均、σ は母標準偏差、n は標本サイズです。Z値の絶対値が大きいほど、標本平均が仮定平均から大きく離れており、偶然に起きた可能性が低いことを示します。 2標本Z検定は、両群の母標準偏差が既知である場合に、2つの独立した群の平均を比較します。式は Z = (x̄₁ − x̄₂) / √(σ₁²/n₁ + σ₂²/n₂) です。この検定は、臨床試験、A/Bテスト、製造品質の比較でよく使われます。 尾部タイプの選択は対立仮説の方向を反映します。両側検定（H₁: μ ≠ μ₀）は方向を問わず差を検定します。右片側検定（H₁: μ > μ₀）は、標本平均が仮定値より有意に大きいかを検定します。左片側検定（H₁: μ < μ₀）は、標本平均が有意に小さいかを検定します。 p値は、帰無仮説が真であると仮定したときに、観測されたZスコアと同じか、それ以上に極端な検定統計量が得られる確率です。p値が有意水準 α（一般的には0.05）より小さい場合、帰無仮説を棄却します。臨界Z値は、H₀を棄却するためにZ統計量が超える必要のあるしきい値です。 Z検定はt検定とは異なります。母標準偏差が未知で標本から推定する必要がある場合は、t検定を使用します。大標本（n > 30）では、t分布とZ分布は収束するため、結果はほぼ同じになります。母分散が未知の小標本では、常にt検定を優先してください。 一般的な用途には、新しい製造プロセスが品質基準を満たしているか、臨床介入が健康アウトカムを変化させるか、あるWebサイトのバリエーションが別のバリエーションと異なるコンバージョン率を持つか、2つの教育プログラムが異なる学業成果を生むかの検定があります。

実用例

Z検定計算機がさまざまな場面でどのように使われるかを確認します。

入力Z / p値判定
1標本：x̄=105、μ=100、σ=15、n=30、α=0.05、両側Z≈1.826、p≈0.068IQスコア — H₀を棄却できません。新しい教授法に有意差はありません。
2標本：x̄₁=15、σ₁=3、n₁=35；x̄₂=16、σ₂=3.2、n₂=40；α=0.05、左片側Z≈−1.396、p≈0.081薬剤による回復 — H₀を棄却できません。薬剤は有意に速いとはいえません。
2標本：x̄₁=85、σ₁=10、n₁=100；x̄₂=82、σ₂=9、n₂=90；α=0.01、両側Z≈2.176、p≈0.030学校の成績 — α=0.05ではH₀を棄却しますが、α=0.01では棄却しません。

Z検定計算機の使い方

  1. 標本平均を既知の母平均と比較するには1標本を、2つの独立した群の平均を比較するには2標本を選択します。
  2. 1標本の場合：標本平均、母平均、母標準偏差、標本サイズを入力します。
  3. 2標本の場合：両方の標本について平均、標準偏差、サイズを入力します。母平均フィールドは空欄にします。
  4. 仮説に基づいて有意水準 α と尾部タイプを選び、「計算」をクリックします。
  5. Z統計量、p値、臨界Z値を確認し、帰無仮説を棄却するかどうかを判断します。

よくある質問

t検定ではなくZ検定を使うべきなのはいつですか？
母標準偏差が既知で、標本サイズが大きい（n ≥ 30）場合にZ検定を使用します。母標準偏差が未知で標本から推定する必要がある場合、または標本が小さい場合はt検定を使用します。実務では、Z検定は過去の母集団データが利用できる品質管理や標準化テストで最もよく使われます。
p値とは何で、どのように解釈しますか？
p値は、帰無仮説が真であると仮定したときに、標本から計算された検定統計量と同じかそれ以上に極端な値を観測する確率です。小さいp値（通常0.05未満）は、観測データが帰無仮説の下では起こりにくいことを意味し、棄却の証拠になります。大きいp値は、データが帰無仮説と整合的であることを示します。
片側Z検定と両側Z検定の違いは何ですか？
両側検定は、平均間に任意の方向の差（上または下）があるかを調べます。片側検定は、特定の方向の差を調べます。標本平均が基準より高いと予想する場合は右片側検定を、低いと予想する場合は左片側検定を使います。尾部タイプは、データ収集前に仮説に基づいて決める必要があります。
臨界Z値とは何を意味しますか？
臨界Z値は、帰無仮説を棄却するために検定統計量が超える必要のあるしきい値です（両側検定では絶対値で判定）。たとえば、α = 0.05 の両側検定では、臨界Zは約 ±1.96 です。計算されたZの絶対値が1.96を超えれば、H₀を棄却します。
Z検定には正規分布したデータが必要ですか？
必ずしも必要ではありません。中心極限定理により、大標本（n ≥ 30）では母集団分布にかかわらず、標本平均の標本分布は近似的に正規分布になります。小標本では、Z検定が有効であるために母集団の正規性が必要です。迷う場合は正規性検定で確認するか、t検定を使用してください。
2標本Z検定は何に使われますか？
2標本Z検定は、両方の母標準偏差が既知である場合に、2つの独立した群の平均を比較します。一般的な用途には、2校の生徒の平均テスト点、2つの治療群の患者の平均回復時間、A/Bテストにおける2つのWebサイトバリエーションのコンバージョン率の比較があります。