効果量とは？p値だけでは足りない「差の大きさ」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。 「p < 0.05 で有意になったので、しっかり差がある、と書いてよいですか？」——論文やレポートを書く方から、こうしたご質問をよくいただきます。じつは、有意（p値が小さい）であることと、差が実質的に大きいことは別の話です。ここを埋めてくれるのが、今回ご紹介する効果量（effect size）です。効果量とは、差や関連の「実質的な大きさ」を、サンプルサイズに左右されにくい形で表した指標です。p値は「差があると言えるか」を、効果量は「その差はどのくらい大きいか」を教えてくれます。このページでは、p値と効果量の違い、コーエンのd・相関係数r・イータ二乗といった代表的な指標、大きさの目安の使い方、信頼区間とセットで報告する意味、そしてサンプルサイズ設計とのつながりまでを、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。
- 効果量とは、差や関連の「実質的な大きさ」を表す指標。p値が「差があると言えるか」を、効果量が「その差はどのくらい大きいか」を担当する
- p値はサンプルサイズに強く依存する。データを増やせば小さな差でも有意になりうるため、有意＝重要とは限らない。効果量はこの依存が小さい
- 代表的な指標は、平均差のコーエンのd、関連の強さの相関係数r、分散分析のイータ二乗（η²）、分割表のクラメールのV、比較のオッズ比・リスク比など。手法ごとに使い分ける
- 小・中・大の目安（コーエンの基準）は便利だが、分野・文脈に依存するおおまかな慣例であり絶対的な基準ではない。可能なら先行研究の値と比べる
- 効果量は点推定だけでなく信頼区間とセットで報告すると、推定の不確実性まで伝わる
- 効果量はサンプルサイズ設計の入力でもある。研究計画の段階で「検出したい効果量」を決めることが、必要なデータ数の見積もりにつながる
効果量とは何か（なぜp値だけでは足りないのか）
効果量（effect size）とは、差や関連の「実質的な大きさ」を数値で表した指標です。たとえば「A群とB群の平均点に差がある」と言えたとき、その差が「わずかな差」なのか「はっきり大きな差」なのかを教えてくれるのが効果量です。
統計的仮説検定で得られるp値は、「観測されたような差が、偶然だけで起こる確率」に関わる値で、差があると言えるかどうかを判断する材料になります。ただしp値は、差の大きさそのものは表しません。有意（pが小さい）であっても、実質的にはごく小さな差ということは十分あり得ます。この「大きさ」を補ってくれるのが効果量です。
p値は「差があると言えるか」、効果量は「その差はどのくらい大きいか」を担当します。両方をそろえて初めて、結果を実質的な意味まで含めて読めます。
p値と効果量の違い（サンプルサイズとの関係）
効果量が重視される最大の理由は、p値がサンプルサイズに強く依存することにあります。同じ大きさの差でも、データ数を増やせばp値は小さくなり、やがて有意になります。つまり、サンプルが十分大きければ、実質的にはほとんど意味のない小さな差でも「有意」と出てしまうのです。
| 観点 | p値 | 効果量 |
|---|---|---|
| 答えること | 差があると言えるか（有意性） | 差はどのくらい大きいか（大きさ） |
| サンプルサイズの影響 | 強く受ける（Nが大きいと小さくなりやすい） | 受けにくい（大きさそのものの指標） |
| 主な使いどころ | 帰無仮説を棄却するかの判断 | 実質的な意味の評価・研究間の比較・メタ分析 |
「p値が非常に小さい＝差が大きい」ではありません。pの小ささは、差の大きさとサンプルサイズの両方を反映します。差の大きさだけを知りたいときは、効果量を見ます。
代表的な効果量の指標
効果量には多くの種類があり、使う検定・データの型に応じて選びます。研究でよく登場する代表的なものを整理します。
| 指標 | 主な使いどころ | 表すもの |
|---|---|---|
| コーエンのd | 2群の平均差（t検定） | 平均の差を標準偏差で割った「標準化された差」 |
| 相関係数 r | 2変数の関連（相関） | 関連の強さと向き（−1〜+1）。それ自体が効果量として使える |
| イータ二乗 η²・偏イータ二乗 | 分散分析（ANOVA） | 要因が全体のばらつきのうち説明する割合 |
| クラメールのV・φ（ファイ） | 分割表・カイ二乗検定 | カテゴリ変数どうしの関連の強さ |
| オッズ比・リスク比 | 2値の結果の比較（ロジスティック回帰など） | ある条件で結果が起きやすくなる度合い |
| 決定係数 R² | 回帰分析 | モデルが結果のばらつきを説明する割合 |
効果量は「一つの数字」ではなく、手法ごとの指標の総称です。論文で報告するときは、使った検定に対応した指標（t検定ならd、ANOVAならη²など）を選びます。
大きさの目安をどう使うか
効果量には、大きさの解釈を助ける目安（ベンチマーク）が知られています。もっとも有名なのがコーエンによる「小・中・大」の基準です。目安の一例は次のとおりです。
| 指標 | 小（small） | 中（medium） | 大（large） |
|---|---|---|---|
| コーエンのd | 0.2 前後 | 0.5 前後 | 0.8 前後 |
| 相関係数 r | 0.1 前後 | 0.3 前後 | 0.5 前後 |
これらはとても便利ですが、あくまで「おおまかな慣例」であって、絶対的な基準ではありません。コーエン自身も、分野や研究の文脈によって「大きい／小さい」の感覚は変わると述べています。医療の予後のように小さな差でも重要な分野もあれば、心理実験のように中程度でも十分に注目される分野もあります。
目安の「大・中・小」を機械的に当てはめないことが大切です。可能なら、同じ分野の先行研究で報告された効果量と比べて、自分の結果が相対的にどの位置にあるかを述べるほうが説得力があります。
信頼区間とセットで報告する
効果量は、点推定（1つの値）だけでなく信頼区間（たとえば95%信頼区間）とあわせて報告すると、推定の不確実性まで伝わります。サンプルが小さいほど信頼区間は広くなり、「効果量が0.5と出たが、区間は 0.1〜0.9 と広い」といった具合に、推定の頼りなさが見えてきます。
- 点推定だけを見ると、たまたま出た値を過信しやすい。
- 信頼区間が広いときは、「効果量の見積もりにまだ幅がある」と正直に読む。
- 近年の論文では、効果量＋信頼区間の併記が推奨される場面が増えています。
サンプルサイズ設計とのつながり
効果量は、結果を読むときだけでなく、研究を始める前の計画でも中心的な役割を果たします。必要なサンプルサイズを見積もる検出力分析では、「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）」が入力の一つになります。
- 検出したい効果量を小さく見積もるほど、必要なサンプルサイズは大きくなります。
- 想定する効果量は、先行研究・予備調査・実質的に意味のある最小の差などから見積もります。
- つまり効果量は、「計画（何人集めるか）」と「解釈（どれだけ大きい差か）」の両方をつなぐ指標だと言えます。
効果量の見積もりから必要なデータ数を逆算する方法は、サンプルサイズの決め方（検出力分析）で詳しく解説しています。
ツール・実行（概要）
効果量は、多くの統計ソフトで検定の出力とあわせて計算できます。SPSSでも、t検定・分散分析・相関・回帰などの手続きで、対応する効果量（コーエンのd・偏イータ二乗・R²など）や信頼区間を出力できます（バージョン・エディションにより提供範囲が異なります）。手法ごとに出力される指標が異なるため、対象の検定に対応した手順で確認します。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
効果量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 — p値・有意水準・過誤の土台。効果量が「p値の足りない部分」を補うことを理解する出発点です。
- t検定とは？ — 2群の平均差を比べる代表的な手法。効果量はコーエンのdで報告します。
- 一元配置分散分析（ANOVA）とは？ — 3群以上の平均差。効果量はイータ二乗（η²）で報告します。
- 相関分析とは？ — 相関係数rはそれ自体が関連の効果量として使えます。
- カイ二乗検定とは？ — カテゴリ変数の関連。効果量はクラメールのV・φで表します。
- 正規分布とは？ — 標準化された差（コーエンのd）を理解する土台になる分布の基礎。
- サンプルサイズの決め方（検出力分析） — 効果量を入力に、必要なデータ数を逆算する。本ガイドと相互に中心的な関連。（★sample-size-power 公開／同時公開時に最優先で復活し双方向リンク化）
- ROC曲線・AUCとは？ — 判別性能の「大きさ」を数値で評価する文脈で関連。（roc-analysis 公開後にコメント解除）
- 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。効果量や信頼区間の出力にも対応しています。
- 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
効果量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. p値の小ささを「差の大きさ」と取り違える。pの小ささは、差の大きさとサンプルサイズの両方を反映します。大きさを知りたいときは効果量を見ます。有意でも効果量はごく小さい、という結果は珍しくありません。
2. 目安（小・中・大）を絶対視する。コーエンの基準は便利な出発点ですが、分野・文脈に依存するおおまかな慣例です。可能なら先行研究の効果量と比べて相対的に評価します。
3. 検定に合わない効果量を選ぶ。手法ごとに適切な指標が異なります（t検定→d、ANOVA→η²、分割表→クラメールのV など）。使った検定に対応した指標を選びます。
4. 点推定だけを報告する。効果量は信頼区間とセットにすると、推定の不確実性まで伝わります。とくにサンプルが小さいときは区間が広くなりやすい点に注意します。
5. 効果量だけ、あるいはp値だけで語る。両者は役割が違い、補い合う関係です。「有意か（p値）」と「どのくらい大きいか（効果量）」を併記することで、結果の実質的な意味が正しく伝わります。