データの対応あり・対応なしとは？｜見分け方と検定手法の違いをわかりやすく解説

統計解析では、「対応のあるt検定」と「対応のないt検定」のように、データの対応関係によって使用する手法が変わります。対応関係を正しく判断できないと、データに合わない検定を選んでしまう可能性があります。

この記事では、対応あり・対応なしの違いと見分け方を、臨床試験や製造業の事例を使ってわかりやすく解説します。

データの対応あり・対応なしとは？

対応あり・対応なしを見分ける基本は、比較するデータ同士を意味のある形で1対1に対応付けられるかです。

・対応あり：同じ対象を時点や条件を変えて測定した場合や、条件に基づいてマッチングしたペアなど、測定値同士に対応関係があるデータです。

・対応なし：異なる対象から得られた2つのグループなど、測定値同士に1対1の対応関係がないデータです。

英語では、対応ありをpaired data、対応なしをunpaired dataと呼びます。

データの対応があるケース

対応ありデータでは、同じ対象を複数の時点や条件で測定するなど、各測定値を1対1で対応付けられます。代表的な2つの事例を確認します。

製薬の臨床試験

新薬の効果を確認するため、同じ被験者にプラセボ薬と新薬を投与し、投与後の血圧を比較する例を考えます。

被験者	プラセボ薬投与後の血圧	新薬投与後の血圧
A	148	138
B	155	144
C	142	133
D	160	149
E	150	141

被験者Aのプラセボ薬の結果と新薬の結果のように、同じ被験者の測定値同士を対応付けられるため、対応ありデータです。血圧の平均値を比較する場合は、対応のあるt検定などを使用します。

対応のある検定では、被験者ごとの差ではなく、各被験者における条件間の変化を評価できます。

改善前後の不良率比較

品質管理では、同じ製造ラインについて設備改善前後の不良率を比較することがあります。

製造ライン	改善前の不良率（%）	改善後の不良率（%）
ラインA	4.8	2.9
ラインB	5.2	3.4
ラインC	4.5	2.8
ラインD	5.7	3.6
ラインE	4.9	3.0

ラインAの改善前と改善後のように、同じラインの測定値同士に対応関係があるため、対応ありデータです。ラインごとの不良率を数値として比較する場合は、データの前提に応じて対応のあるt検定やWilcoxon符号付順位検定を検討します。

データの対応がないケース

対応なしデータは、異なる対象から得られた独立したグループを比較するデータです。表の行数や名称が同じでも、測定値同士に意味のある対応関係がなければ「対応なし」と判断します。

男女の身長比較

20代の男性と女性について、身長を比較する例を考えます。

男性	身長（cm）	女性	身長（cm）
男性A	172	女性A	158
男性B	175	女性B	162
男性C	168	女性C	155
男性D	181	女性D	160
男性E	177	女性E	164
男性F	170	女性F	157
男性G	174	女性G	161
男性H	179	女性H	159

男性Aと女性Aの間に特別な対応関係はなく、それぞれ異なる対象です。そのため、男性グループと女性グループは対応なしデータとして扱います。

新人とベテランの作業時間比較

製造現場で、新人作業者とベテラン作業者の作業時間を比較する例です。

新人作業者	作業時間（分）	ベテラン作業者	作業時間（分）
新人A	28	ベテランA	18
新人B	31	ベテランB	17
新人C	26	ベテランC	19
新人D	29	ベテランD	16
新人E	27	ベテランE	18

新人AとベテランAは別の作業者であり、記号が同じというだけでは対応関係になりません。両グループの測定値を1対1で対応付ける根拠がないため、対応なしデータです。

対応あり・対応なしを見極めるコツ

判断するときは、「比較するデータ同士を、意味のある根拠に基づいて1対1で対応付けられるか」を確認します。同じ対象を時点や条件を変えて測定していれば、代表的な対応ありデータです。

一方、2つのグループに同じ人数がいても、それだけでは対応ありとはいえません。サンプル数が同じかではなく、各測定値の間に対応関係があるかが判断基準です。

対応あり・対応なしで使う検定は変わる

対応あり・対応なしによって、選択する統計検定は変わります。対応関係を考慮しない手法を選ぶと、差を適切に捉えられない可能性があります。

代表的な検定手法をまとめると、次のようになります。

目的	対応なし	対応あり
2群の平均値比較	対応のないt検定	対応のあるt検定
2群の位置の比較 （ノンパラメトリック）	Mann-Whitney U検定	Wilcoxon符号付順位検定
2群の比率比較	χ²検定 （カイ二乗検定）	McNemar検定 （マクネマー検定）
3群以上の平均値比較	一元配置分散分析	反復測定分散分析

実際の手法選択では、対応関係に加えて、目的変数の種類、分布、群数、研究デザインなども確認します。

まとめ

・対応あり：比較するデータ同士を意味のある形で1対1に対応付けられるデータです。

・対応なし：異なる対象を比較し、測定値同士に1対1の対応関係がないデータです。

・判断基準：サンプル数ではなく、データの取得方法に基づいて対応付けられるかを確認します。

・検定の選択：対応関係によって使用する統計検定が変わります。