Independent-samples t-test

独立した2群の平均値の比較

t検定（t-test）は、検定統計量t値を利用する検定手法の総称で、2つのグループ間の平均値の差の検定を行う場合によく利用されます。独立したサンプルのt検定（Independent-samples t-test）は、比較するサンプルに対応がない場合のt検定です。対応のないサンプルのt検定（unpaired t-test）や2標本t検定（two sample t-test）等とも呼ばれます。

例えば、母親の喫煙習慣が子どもの出生時体重（g）にどのような影響を与えるかを調べる場合、喫煙「あり」と「なし」の2つのグループの出生時体重（g）を比較するためにt検定を行います。このとき、喫煙「あり」と「なし」のグループのサンプルには対応がないので、独立したサンプルのt検定を用います。

独立したサンプルのt検定によって有意差が認められた場合は、母集団において2つのグループ間の平均値の差が0ではないことを意味するのみであり、どの程度の差があるかまでは分かりません。そこで、差の95%信頼区間を用いて、2つのグループの差の大きさの推定や効果量による評価も重要です。

正規性と等分散性の仮定があり、正規性を逸脱する場合はノンパラメトリック検定のマン-ホイットニーのU検定（Mann-Whitney U test）を適用します。また、等分散性を逸脱する場合は、ウェルチ検定（Welch test）を適用する方法があります。ウェルチ検定は、等分散の場合でも適用可能で独立したサンプルのt検定よりも信頼性が高いとされています。

ソフトウェア

SPSSでは、基本機能のBaseのみで実行可能です。効果量としてCohen’d や Hedge’s gなどを自動的に出力します。Rでは、t.test()関数を使って対応のあるt検定を実行します。Pythonでは、scipyライブラリのttest_ind()関数を使用することができます。