ANOVAとTukey HSDをやさしく解説ーデータ比較の「正しいステップ」を知る

はじめに：平均値だけで判断していませんか？

たとえば、3種類の材料（A・B・C）の誘電率を測定したとします。
平均値を見て「Bが高そう」と思っても、
それが偶然のばらつきによるものか、本当に有意な差なのかはわかりません。

そんなときに使うのが、統計的検定（statistical test）。
中でも「複数の群を比較」するときの定番が
👉 ANOVA（分散分析） と Tukey HSD（多重比較検定） です。

ANOVAとは（Analysis of Variance）

目的

複数の群の平均値が「全体として」異なるかを検定します。
つまり、“どこかに差がある” かどうかを最初に確認するステップです。

イメージで理解する

データのばらつきには2種類あります。

もし「群間分散」が「群内分散」より明らかに大きければ、
群によって平均値が異なる可能性が高いと判断します。

数式で表すとこうなります

この F値 をもとに p値 を計算し、
一般的に p < 0.05 なら「どこかに差がある」とみなします。

⚠️ でもANOVAだけでは「どこが違うか」はわからない！

ANOVAが「差あり」と出ても、それが

• AとBの差なのか

• AとCの差なのか

• BとCの差なのか
  までは教えてくれません。

その“どのペアが有意なのか”を明らかにするのが次の Tukey HSD です。

Tukey HSDとは（多重比較検定）

目的

ANOVAで差があるとわかったあと、
どの群とどの群に有意差があるのかを調べます。

名前の由来

Tukey HSD = Honestly Significant Difference
→ 「正直に（誠実に）有意な差」と訳されます。

t検定を複数回行うと、偶然の差を「有意」と誤判定する確率が増えるため、
Tukey HSDはその誤判定を防ぐためにp値を補正してくれる検定です。

実際の流れ

1️⃣ ANOVAで全体の差を確認
　　↓
2️⃣ 有意ならTukey HSDでペアごとの差を確認
　　↓
3️⃣ 有意なペアのp値を図中に表示（p < 0.05）

具体例：3群の実験データ

群平均値検定結果（Tukey）A10.0B10.7A–B：p=0.01 → 有意C10.3A–C：p=0.28（有意でない）
B–C：p=0.35（有意でない）

結果：
ANOVAで「全体に差あり（p<0.05）」 → Tukeyで「A–Bのみ有意」
👉 “Bの平均はAより統計的に高い”と結論づけられます。

ANOVA＋Tukeyを使うときの注意点

実務・研究での活用例

シーンデータ例目的結論例材料研究誘電率（添加剤A/B/C）配合で性能差があるかANOVA有意、A–Bのみ有意品質管理焼成温度ごとの不良率工程条件による影響高温条件が他より有意に良好医療研究投薬群ごとの反応量薬効の比較ANOVA有意、薬Aが最も効果大

グラフで見せるともっと伝わる

ストリッププロット＋p値アノテーションがおすすめ！

• 各群の分布をそのまま点で表示（外れ値も見える）

• 平均±SDや箱ひげを重ねて要約を補足

• 有意差ペアの上にp値を表示

これだけで、結果を「視覚的に理解」できるグラフになります。
（👉 Strip Plot Visualizer アプリならこの手順を自動化できます＊近日公開予定）

まとめ

ANOVAとTukeyを正しく使えば、
自分のデータを根拠をもって語れるようになります。

おわりに

この記事で紹介した考え方は、
私が開発した 「Strip Plot Visualizer」（Streamlit製アプリ）で
ワンクリックで実行・可視化できます。