統計検定2級 用語解説
有意水準とは
帰無仮説を棄却する基準となる確率で、第1種の過誤を許容する上限を表す。
まず押さえる結論
有意水準は、統計検定2級の「第5章 仮説検定」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-09。
試験概要（公式）比較記事でさらに確認する
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第5章 仮説検定」の問題で、取り違えやすい組み合わせです。
- p値を『帰無仮説が正しい確率』と誤解する。p値は帰無仮説のもとで観測結果以上に極端な結果が出る確率。
- 第1種の過誤と第2種の過誤の取り違え。前者は正しい帰無仮説を棄却する誤り。
- 片側検定と両側検定の選び間違い。どちらを使うかは、対立仮説の向きが事前に決まっているかで変わる。
関連する確認問題
第5章 仮説検定 / 検定の考え方
有意水準を厳しく下げる方針を検討する。併せて考えるべき影響はどれか。
この事例では「第2種の過誤と検出力とのトレードオフか」を確認すると、「第1種の過誤は抑えやすくなるが、第2種の過誤や検出力との関係も考える必要がある」という説明が正しいと分かる。正解は「第1種の過誤は抑えやすくなるが、第2種の過誤や検出力との関係も考える必要がある」である。有意水準を下げると、正しい帰無仮説を誤って棄却してしまう第1種の過誤は抑えやすくなる一方で、第2種の過誤や検出力との関係もあわせて考える必要がある。有意水準を下げても検出力が必ず1になるとは限らず、帰無仮説という枠組み自体が不要になるわけでもなく、相関係数が0になるわけでもない。有意水準を一方向にだけ動かした場合の効果を、検出力や第2種の過誤との兼ね合いまで含めて考える姿勢が問われている。
第5章 仮説検定 / 検定の考え方
事前に5%有意水準を決め、得られたp値がそれより小さかった。判断はどれか。
この事例では「帰無仮説を棄却する方向か」を確認すると、「帰無仮説を棄却する方向で判断する」が当てはまると分かる。正解は「帰無仮説を棄却する方向で判断する」である。p値が有意水準より小さい場合、帰無仮説のもとでは観測結果が十分に起こりにくいと考え、帰無仮説を棄却する方向で判断する。母平均が必ず0だと断定する説明、正規分布が必ず一様分布になるという説明、相関係数が必ず1になるという説明は、いずれもp値や有意水準の意味とは無関係であり、判断の根拠として誤りである。 p値は帰無仮説のもとで観測結果以上に極端な結果が出る確率であり、事前に決めた有意水準を下回れば棄却側へ進む。 p値は帰無仮説のもとで観測結果以上に極端な結果が出る確率であり、事前に決めた有意水準を下回れば棄却側へ進む。
第5章 仮説検定 / 検定の考え方
ある検定を、有意水準α=0.05、第2種の過誤確率β=0.20となるように設計した。βを評価した特定の対立仮説の下で、この検定の検出力はいくつか。
正解は「0.80」である。検出力は、特定の対立仮説が正しいときに帰無仮説を正しく棄却できる確率であり、第2種の過誤確率βを使って1-βと表す。したがって1-0.20=0.80となる。有意水準α=0.05は、帰無仮説が正しいのに誤って棄却する第1種の過誤に関する値であり、検出力を求める式へ直接代入しない。0.20は検出力ではなく第2種の過誤確率そのもの、0.75は1-α-βと誤って両方を差し引いた値である。検出力は効果量や標本サイズなどにも依存するため、本問の0.80はβを評価した特定の対立仮説に対する値である。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 有意水準を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、有意水準に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）