統計分析では、**「差があるかどうか」**を判断するために、p値や統計的有意差を使うことが一般的です。
しかし、統計的に有意だからといって、その差が実際に意味のあるものとは限りません。
そこで重要になるのが「効果量（Effect Size）」という概念です。
特に、2つのグループの平均値の差を標準化して比較する指標として**コーエンのd（Cohen’s d）**が広く使われています。
本記事では、
- コーエンのdとは何か？
- 効果量と統計的有意差の違い
- コーエンのdの計算方法と実用例
について、わかりやすく解説します！
コーエンのdとは？効果量の基本概念
効果量とは？
効果量（Effect Size）とは、統計的な差の大きさを定量的に表した指標です。
例えば、「A社の広告とB社の広告、どちらのクリック率が高いか？」を比較するとき、
- p値が小さければ「統計的に有意」と判定される
- しかし、実際の差がごくわずかなら、マーケティング上は意味がない
このように、統計的有意性だけでは「その差がどれくらい大きいのか？」がわかりません。
効果量を使うことで、「実際の影響の大きさ」を数値で測定できるのです。
コーエンのdとは？
**コーエンのd（Cohen’s d）**は、2つのグループの平均値の差を標準偏差で割った値で、平均値の違いがどの程度大きいのかを示す指標です。
✅ 数式（計算式）d=M1−M2sd = \frac{{M_1 – M_2}}{s}d=sM1−M2
- M1M_1M1 ：グループ1の平均値
- M2M_2M2 ：グループ2の平均値
- sss ：標準偏差（通常は両グループの標準偏差の平均を使う）
✅ 解釈の目安（Cohen, 1988）
| コーエンのd | 効果の大きさ |
|---|---|
| 0.2 未満 | ほぼ差なし（小さい効果） |
| 0.2 ～ 0.5 | 小さい効果（小さいが実質的に意味がある可能性） |
| 0.5 ～ 0.8 | 中程度の効果（明確な違いがある） |
| 0.8 以上 | 大きな効果（はっきりとした差がある） |
例えば：
- d = 0.2（小さい効果）：2つのグループの成績差が「わずかに」ある
- d = 0.5（中程度の効果）：実験群と対照群で「明確な」違いがある
- d = 0.8（大きな効果）：治療薬AとBの効果に「はっきりした差」がある
統計的有意差（p値）と効果量の違い
統計的有意差（p値）と効果量（コーエンのd）は、よく混同されがちですが、意味が異なります。
統計的有意差（p値）とは？
p値は、「偶然の誤差として説明できない確率」を示します。
例えば、p < 0.05 なら「偶然にこの差が出る確率が5%未満だから、差は統計的に有意」と判断します。
✅ 統計的有意差の問題点
- サンプルサイズが大きいと、小さな差でもp値は有意になりやすい
- サンプルサイズが小さいと、差があっても有意にならないことがある
- 「有意差がある」と言っても、実際に意味のある差とは限らない
例：「Aクラスの平均点が70点、Bクラスの平均点が72点（p < 0.05）」
→ 2点の差が統計的に有意でも、実生活では意味があるとは言えない
コーエンのdの計算例（Pythonで実装）
Pythonを使って、2つのグループの平均値の差をコーエンのdで比較する方法を紹介します。
【仮想データ】
- グループA（n=30）：平均80点、標準偏差10
- グループB（n=30）：平均85点、標準偏差12
pythonコピーする編集するimport numpy as np
# サンプルデータ（テストスコア）
group_A = np.random.normal(80, 10, 30) # 平均80、標準偏差10
group_B = np.random.normal(85, 12, 30) # 平均85、標準偏差12
# 平均と標準偏差を計算
mean_A, mean_B = np.mean(group_A), np.mean(group_B)
std_A, std_B = np.std(group_A, ddof=1), np.std(group_B, ddof=1)
# プール標準偏差（共通の標準偏差）
pooled_std = np.sqrt(((std_A ** 2) + (std_B ** 2)) / 2)
# コーエンのdを計算
cohen_d = (mean_A - mean_B) / pooled_std
print(f"グループAの平均: {mean_A:.2f}, グループBの平均: {mean_B:.2f}")
print(f"コーエンのd: {cohen_d:.2f}")
✅ 結果の解釈
- d = 0.5 ～ 0.8なら「中程度の効果」
- d > 0.8なら「大きな効果」
- d < 0.2なら「実質的な差はほぼない」
コーエンのdの実用例
① 教育分野：学習法の比較
- ある新しい学習方法を導入した生徒（グループA）のテストスコアと、従来の方法を使った生徒（グループB）のスコアを比較
- d = 0.5 なら「中程度の効果がある」と判断できる
② 医療分野：薬の効果比較
- 新薬を使用した患者（グループA） と 従来の薬を使用した患者（グループB） の改善度を比較
- d = 0.8以上 なら「新薬の効果は明らかに大きい」
③ マーケティング：広告の効果
- 広告Aと広告Bのクリック率を比較し、どちらがより効果的かを判断
- d = 0.3 なら「わずかな効果があるが、大きな差ではない」
まとめ
✅ 統計的有意差（p値）は「偶然ではない差」だが、実際の影響の大きさはわからない
✅ コーエンのdは「差の大きさ」を数値で示すため、より実用的な指標
✅ Pythonを使って簡単に計算できるので、統計分析やデータサイエンスに活用可能
p値と効果量を組み合わせることで、より実用的な統計分析が可能になります！
統計手法を「知っている」だけでは実務では足りない
ここまで解説してきた統計手法は、
データの差や関係性を判断するうえで非常に重要な道具です。
一方で、実務の現場では
「統計的に有意かどうか」だけで意思決定が行われることはほとんどありません。
たとえば、
・その差は施策として採用する価値があるのか
・他の指標や条件を考慮しても再現性があるのか
・実際の業務データ（欠損・歪み・外れ値）でも同じ結論になるのか
といった観点まで含めて判断されます。
そのため、統計手法そのものに加えて、
データの前処理、可視化、モデル構築、結果の解釈と説明までを
一連の流れとして理解しておくことが重要になります。
統計を「仕事で使う」ために次に必要なこと
検定や分布の考え方を理解したあと、
次に多くの人がつまずくのが
「では、この知識をどうやって実務に落とし込めばいいのか？」
という点です。
実務では、
・PythonやSQLを使ったデータ取得・前処理
・分析結果の可視化と説明
・ビジネス上の意思決定への落とし込み
までを一貫して行う必要があります。
こうした流れを体系的に学ぶ選択肢の一つとして、
データ分析を実務ベースで学べる講座があります。
本サイト で扱っているような統計手法の理解は、
データ分析を行ううえでの重要な基礎になります。
DMM WEBCAMP のデータサイエンスコースでは、
こうした理論的知識を前提として、
実際の業務データを想定した分析フローや実装方法までを体系的に学ぶことができます。
【統計検定 合格に必須の書籍のご紹介】
📘 統計検定2級 おすすめ参考書ランキング【2025年版】
🥇 第1位：統計検定2級公式問題集（最新版）
💴 価格：2,200円（税込）
⭐ 必須レベル：★★★★★
⭐ 難易度：★★★☆☆
⭐ 実践力アップ：★★★★★
✅ 本番と同じ出題形式
✅ 解説が詳細で学習のペースをつかみやすい
✅ 独学でも十分に対応可能
🥈 第2位：統計検定2級対応 統計学基礎
💴 価格：2,420円（税込）
⭐ 必須レベル：★★★★☆
⭐ 難易度：★★★★☆
⭐ 実践力アップ：★★★☆☆
🥉 第3位：統計検定準1級対応 統計学実践ワークブック
💴 価格：3,080円（税込）
⭐ 必須レベル：★★★☆☆
⭐ 難易度：★★★★★
⭐ 実践力アップ：★★★☆☆
📗 統計検定3級 おすすめ参考書ランキング【2025年版】
🥇 第1位：統計検定3級公式問題集（最新版）
💴 価格：2,200円（税込）
⭐ 必須レベル：★★★★★
⭐ 難易度：★★☆☆☆
⭐ 実践力アップ：★★★★☆
✅ 出題形式そのまま
✅ 解説がわかりやすい
✅ 本番前の力試しにも最適
🥈 第2位：やさしくわかる統計学のための数学
💴 価格：2,420円（税込）
⭐ 必須レベル：★★★☆☆
⭐ 難易度：★☆☆☆☆
⭐ 理解のしやすさ：★★★★★
✅ 図やカラーで直感的に理解できる
✅ 基礎から丁寧に解説
✅ 3級の出題範囲を広くカバー
🥉 第3位：マンガでわかる統計学
💴 価格：1,870円（税込）
⭐ 必須レベル：★★☆☆☆
⭐ 難易度：★☆☆☆☆
⭐ 楽しさ・読みやすさ：★★★★★
✅ 読みやすさ抜群で初心者向け
✅ 3級で出題される用語や考え方に対応
✅ 楽しみながら学べる
📕 統計検定4級 おすすめ参考書ランキング【2025年版】
第1位：統計検定4級公式問題集（最新版）
💴 価格：2,200円（税込）
⭐ 必須レベル：★★★★★
⭐ 難易度：★★☆☆☆
⭐ 実践力アップ：★★★★☆
✅ 出題形式そのまま
✅ 解説がわかりやすい
✅ 本番前の力試しにも最適
🥈 第2位：基礎から学ぶ統計学
💴 価格：3,520円（税込）
⭐ 必須レベル：★★★☆☆
⭐ 難易度：★★★★☆
⭐ 楽しさ・読みやすさ：★★☆☆☆
✅ 専門的な用語などを徹底的にわかりやすく表現
✅ 図やキャラの会話で直感的に学べる
🥉 第3位：Excelで学ぶはじめての統計学
💴 価格：2,200円（税込）
⭐ 必須レベル：★★★☆☆
⭐ 難易度：★★☆☆☆
⭐ 実践力アップ：★★★★★
✅ 実践重視の学習に◎
✅ 表計算ソフトの基本操作も習得可能
✅ 講義＋演習形式で4級範囲をカバー
📌 参考書選びのポイント（級別）
- 2級：大学初級〜中級レベル。理論と実践のバランスが必要
- 3級：高校数学＋基礎統計。用語と計算に慣れるのがカギ
- 4級：小〜中学生レベル。グラフ・表・言葉の意味を理解するところから
ピンバック: p値だけ見て満足？「効果量」でわかる本当の差 - RWE