サンプルサイズの決め方とは？検出力分析をやさしく解説
みなさん、こんにちは。スマート・アナリティクスの畠です。 「研究計画書に『必要なサンプルサイズの根拠』を書くように言われたが、何を計算すればいいのか分からない」「結局、何人集めればいいのか見当がつかない」——研究を始めようとする方から、こうしたご相談をよくいただきます。そんなときに頼りになるのが、今回ご紹介するサンプルサイズ設計（sample size determination）と、その中心にある検出力分析（power analysis）です。サンプルサイズ設計とは、研究を始める前に「何人・何件のデータを集めれば、知りたい差や関連を見逃さずに検出できるか」を見積もる作業です。少なすぎれば本当の差を見逃し、多すぎれば意味のない小さな差まで「有意」と出てしまう——適切な人数を事前に見積もることは、研究の質と倫理性を支える土台になります。このページでは、検出力（1−β）の意味、第二種の過誤との関係、サンプルサイズを決める4つの要素の関係、効果量の見積もり方、そして事前と事後の検出力分析の違いと注意までを、研究で使う知識として順番にやさしく解説していきます。
- サンプルサイズ設計とは、データを集める前に必要なデータ数を見積もる作業。研究計画書や倫理審査で根拠を求められることが多い
- 検出力（1−β）とは、本当に差があるときにそれを見逃さず検出できる確率。0.8（80%）を目標にすることが多いが、これは文脈で設定する目標値
- 見逃し＝第二種の過誤（β）。サンプルが小さい研究はβが大きく、「差がなかった」のではなく「差を見つけられなかっただけ」になりやすい
- サンプルサイズ・効果量・有意水準・検出力の4つは連動し、3つを決めれば残りの1つが決まる。必要数は「効果量の想定」に強く依存する
- 効果量は先行研究・予備調査・実質的に意味のある最小の差から見積もる。やや小さめ（保守的）に見積もるとサンプル不足を避けやすい
- 事後（post hoc）検出力で「有意でなかったのは検出力が低かったから」と弁明するのは推奨されない。検出力分析は研究を始める前に最大の価値がある
サンプルサイズ設計とは何か（なぜ事前に決めるのか）
サンプルサイズ設計は、データを集める前に行うのが本来の姿です。計画段階で必要数を見積もり、その人数を集める前提で研究をデザインします。倫理審査や研究計画書では、サンプルサイズの根拠（検出力分析）を示すことがしばしば求められます。
サンプルサイズは思いつきで決めるものではありません。少なすぎれば、本当は差があっても見逃してしまう（第二種の過誤）。多すぎれば、実質的に意味のない小さな差まで「有意」と出てしまい、資源も無駄になります。適切な人数を事前に見積もることが、研究の質と倫理性を支えます。
サンプルサイズ設計は「データが取れてから考える」ものではありません。研究計画の段階で決めることが、見逃し（第二種の過誤）を防ぎ、研究を正当化する根拠になります。
検出力（1−β）とは何か
検出力（statistical power）とは、本当に差（や関連）が存在するときに、それを見逃さずに検出できる確率です。記号では 1 − β と書きます。
- 検出力が高いほど、「あるものをあると正しく言える」力が強い。
- 慣例的に、検出力は0.8（80%）程度以上を目標にすることが多いとされますが、これは絶対的な基準ではなく、研究の文脈で設定する目標値です。
第二種の過誤との関係
検定の誤りには2種類あります。
| 誤り | 内容 | 関係する量 |
|---|---|---|
| 第一種の過誤（α） | 本当は差がないのに「差あり」と判定する | 有意水準（例：0.05） |
| 第二種の過誤（β） | 本当は差があるのに「差なし」と判定する（見逃し） | 検出力 = 1 − β |
第一種の過誤（α）には誰もが注意しますが、見逃しである第二種の過誤（β）は見落とされがちです。サンプルが小さい研究はこのβが大きく、「差がなかった」のではなく「差を見つけられなかっただけ」という危うさを抱えます。
検出力を決める4つの要素の関係
サンプルサイズ・効果量・有意水準・検出力の4つは、互いに結びついています。3つを決めれば、残りの1つが決まるという関係です。これが本ガイドの最重要ポイントです。
| 要素 | 内容 | 大きくすると検出力は |
|---|---|---|
| サンプルサイズ（N） | 集めるデータ数 | 上がる |
| 効果量 | 差や関連の「実質的な大きさ」 | 大きいほど検出しやすい |
| 有意水準（α） | 第一種の過誤の許容度 | 緩めると上がる（が誤検出も増える） |
| 検出力（1−β） | 見逃さない確率 | ― |
サンプルサイズ設計では、ふつう「有意水準αを固定し（例：0.05）、目標とする検出力（例：0.8）と、想定する効果量を決め、必要なNを逆算する」という流れになります。
必要サンプルサイズは「効果量の想定」に強く依存します。小さな効果を検出したいほど、必要なNは大きくなります。ここを軽く見積もると、必要数を過小評価してしまいます。
効果量をどう見積もるか
検出力分析には「どのくらいの大きさの効果を検出したいか（想定する効果量）」の入力が要ります。見積もりの主な手がかりは次のとおりです。
- 先行研究：類似研究で報告された効果量を参考にする（最も標準的）。
- 予備調査（パイロット）：小規模に取ったデータから見積もる（不確実性が大きい点に注意）。
- 臨床的・実質的に意味のある最小の差：「これだけ違えば意味がある」という基準から逆算する。
効果量の見積もりに「これが正解」という1つの値はありません。複数の根拠を示し、保守的（やや小さめ）な効果量で見積もると、サンプル不足のリスクを抑えられます。
事前の検出力分析と事後の検出力分析
- 事前（a priori）検出力分析：データを取る前に、必要サンプルサイズを求める。これが本来の使い方です。
- 事後（post hoc）検出力分析：データを取った後に、得られた結果から検出力を計算する。
事後検出力分析には注意が必要です。有意でなかった結果について、観測された効果量を使って事後検出力を計算しても、ほとんど情報を生まないことが知られています（観測検出力はp値とほぼ一対一に対応してしまうため）。「有意でなかったのは検出力が低かったから」と事後検出力で弁明するのは、統計的に推奨されません。
検出力分析は「研究を始める前」に最大の価値があります。後出しの検出力で結果を正当化しようとしない、というのが現代的な作法です。
サンプルが少なすぎる／多すぎる研究の問題
- 少なすぎる：検出力が低く、本当の差を見逃す。たまたま有意になった結果も、効果量が過大に見える傾向（勝者の呪い）があります。
- 多すぎる：実質的に無意味なほど小さい差まで「有意」と出てしまう。p値だけでなく効果量と信頼区間で実質的な意味を判断する必要があります。
ツール・実行（概要）
検出力分析は、専用ソフト（G*Powerなど）や統計ソフトの機能で行えます。SPSSにもサンプルサイズ・検出力の機能（バージョン・エディションにより提供範囲が異なる）があります。手法（t検定・分散分析・相関・回帰など）ごとに必要な入力が異なるため、対象の検定に対応した手順で計算します。詳しい操作は「SPSSの使い方」シリーズや各ツールのガイドに譲ります。
関連分析手法・SPSS実装ガイド
サンプルサイズ設計・検出力分析と関連の深い分析手法・SPSSでの具体的な実装手順を以下にまとめます。研究計画や論文執筆の参考にあわせてご活用ください。
- 仮説検定の基礎 — 検出力・第一種／第二種の過誤の土台。サンプルサイズ設計を理解する出発点です。
- t検定とは？ — サンプルサイズ設計の対象となる代表的な手法。2群の平均差を比較します。
- 一元配置分散分析（ANOVA）とは？ — 群が3つ以上に増えたときのサンプルサイズ設計の対象。
- 相関分析とは？ — 関連の強さ（効果量）を考える基礎。検出力分析の効果量の見積もりにもつながります。
- 正規分布とは？ — 検定や検出力を考える土台になる、分布の基礎。
- 効果量とは？ — サンプルサイズ設計の鍵となる「差の大きさ」の指標。本ガイドにとって中心的な関連。（★effect-size 公開／同時公開時に最優先で復活し双方向リンク化）
- SPSSとは？研究・実務で使われる統計解析ソフトをやさしく解説 — 製品の全体像・価格・購入方法。サンプルサイズ・検出力の機能も提供されています。
- SPSSの使い方シリーズ（全10回） — 起動・データ準備・分析・出力結果の解釈まで体系的に学べます。
つまずきやすいポイントと注意点
サンプルサイズ設計・検出力分析でつまずきやすいポイントを、ここで整理しておきます。
1. サンプルサイズを「データが取れてから」考える。本来は研究を始める前に決めるものです。計画段階で必要数を見積もることが、見逃し（第二種の過誤）を防ぎ、研究計画書・倫理審査の根拠になります。
2. 効果量の想定を軽く見積もる。必要サンプルサイズは効果量の想定に強く依存します。小さな効果を検出したいほど必要数は大きくなり、軽い見積もりはサンプル不足を招きます。やや小さめ（保守的）に見積もるのが安全です。
3. 検出力0.8・有意水準0.05を絶対的な基準だと思い込む。これらは「よく使われる目安」であって、研究の文脈で設定する目標値です。見逃しの代償が大きい研究では検出力をより高く設定することもあります。
4. 事後検出力で結果を弁明する。「有意でなかったのは検出力が低かったから」と観測検出力で正当化するのは推奨されません。有意でなかった結果は効果量と信頼区間で慎重に解釈し、限界として明記します。
5. サンプルが多すぎる問題を見落とす。多すぎると実質的に無意味なほど小さい差まで「有意」と出てしまいます。p値だけで判断せず、効果量と信頼区間を併せて見ます。