効果量の目安は？大中小の基準や解釈も解説！（統計：d値：Cohenの基準：判断方法など）

統計分析の結果を読むとき、p値だけでは実務上の重要性まで判断しにくい場面があります。

そこで役立つ指標が効果量です。平均との差や関連の強さを数値化することで、結果がどれほど意味のある差なのかを考えやすくなります。

とくにCohenのd値は、2群の平均値を比較する研究で広く用いられています。

ただし、大中小の基準をそのまま当てはめるだけでは不十分です。研究分野、測定方法、意思決定の目的も踏まえて、数値の背景まで含めて解釈することが欠かせません。

効果量の目安と基本的な判断

それではまず効果量の目安と、統計結果を判断するための基本について解説していきます。

効果量が示す実質的な差

効果量とは、ある施策や条件の違いによって生じた変化の大きさを表す数値です。

たとえば新しい学習方法を導入したグループと従来の方法を使ったグループで、テスト得点に差が出たとします。このとき、平均との差を点数だけで見ると、試験の難しさや得点のばらつきによって印象が変わってしまいます。

効果量はばらつきも考慮し、差を標準化して比較しやすくした指標です。

p値は偶然に得られた結果である可能性を検討する指標であり、効果量は結果の大きさを捉える指標です。両者は役割が異なります。

標本数が非常に多い場合、わずかな差でも統計的に有意になりやすい傾向があります。

反対に、標本数が少なければ、実務上は大切な差があっても有意差として検出できないことがあります。こうした事情から、有意差の有無と効果量の大きさを並べて読む姿勢が重要になります。

Cohenのd値における大中小の基準

平均値の差を比較する場面で代表的なのがCohenのdです。

Cohenのdは、2群の平均値の差を標準偏差で割って求めます。単位の異なる測定結果でも比較しやすい点が特徴です。

効果量の絶対値	一般的な目安	解釈のイメージ
0.00以上 0.20未満	ごく小さい	差は限定的で、実務上の意味を追加検討する範囲です。
0.20以上 0.50未満	小さい	一定の違いはあるものの、個人差に埋もれることもあります。
0.50以上 0.80未満	中程度	比較的はっきりした違いとして捉えられる目安です。
0.80以上	大きい	標準偏差に対して大きな平均差がある状態です。

よく知られているCohenの目安は、小が0.2、中が0.5、大が0.8です。

ただし、これは全分野に共通する絶対的な採点基準ではありません。医学、教育、心理学、マーケティング、製造業などでは、意味のある改善幅が異なります。

dが0.2でも、低コストで多くの人に影響する施策なら重要となる場合があります。

符号と絶対値の読み分け

Cohenのdには正負の符号が付きます。

正の値か負の値かは、どちらの群を先に置いたか、どの方向を改善と見なしたかによって決まります。

たとえば介入群の平均値から対照群の平均値を引いた場合、dが正なら介入群の平均値が高く、負なら低いことを意味します。

一方で、効果の規模を大中小で分類するときは、通常は絶対値を見ます。

dが0.65であってもdがマイナス0.65であっても、差の大きさは同程度です。違うのは効果の方向です。

報告書では、どちらを基準群としたのかを明記し、符号の意味が読み手に伝わるようにするとよいでしょう。

Cohenのd値の計算方法

続いてはCohenのd値をどのように計算し、どんな点に注意するかを確認していきます。

独立した二つの群を比較する計算

独立した2群とは、A群とB群に別々の参加者がいる比較方法です。

たとえば、新しい広告を見た人と従来広告を見た人の購入意向を比較するケースが該当します。

この場合は、2群の平均値の差を、プールされた標準偏差で割ります。

標準偏差が大きいほど、同じ平均差でもd値は小さくなります。

これは、個人ごとの得点差が大きい集団では、平均の差だけでは明確な違いとして見えにくいためです。

なお、2群の人数や分散が大きく異なる場合には、単純な計算式だけでなく、分析ソフトが採用する定義も確認する必要があります。

対応のあるデータでの考え方

同じ対象者を介入前後で測定する場合や、双子のように対応付けた対象を比較する場合は、対応のあるデータとして扱います。

健康プログラムの開始前と開始後で体重を比べる例、研修前後の理解度テストを比べる例などが代表的です。

対応のある比較では、単に前後の平均値の差を見るだけではなく、個人内の変化量とそのばらつきを用います。

相関を反映する計算方法もあるため、独立2群のd値と同じ感覚で横並びに比較する際には注意が必要です。

同じdという名称でも、研究デザインが異なれば算出方法や意味合いが変わることがあります。

論文やレポートでは、対応ありか独立群か、どの標準偏差を分母に使ったかを示すと再現性が高まります。

小標本で用いるHedgesのg

サンプル数が少ないとき、Cohenのdは効果をやや大きく見積もることがあります。

そこで用いられることが多い補正済みの指標がHedgesのgです。

Hedgesのgはd値に小標本補正を加えたもので、特に参加者数が限られた実験や臨床研究で役立ちます。

標本数が十分に大きい場合は、dとgの差はほとんど気にならないこともあります。

しかし複数研究を統合するメタ分析では、効果量の定義をそろえることが重要です。小規模研究が多い場合には、gを選ぶ理由を明確にしておくとよいでしょう。

数値を示すだけでなく、採用した効果量の種類を本文や表の注記に残すことが、適切な統計報告につながります。

効果量とp値の役割分担

続いては効果量とp値の違いを確認していきます。

統計的有意性と実務的意義

p値は、帰無仮説が正しいと仮定した場合に、観測された結果以上に極端な結果が得られる確率を表します。

一般にはp値が0.05未満であれば統計的に有意と判断されることが多いものの、0.05という境界だけで価値を決めることはできません。

たとえば大規模な利用者データで、クリック率が0.1ポイント改善したとします。p値は非常に小さくなる可能性がありますが、その改善が広告費や開発費に見合うかどうかは別の問題です。

逆に、希少疾患を対象とする研究では、少人数ゆえに有意差が出にくくても、患者の生活を大きく変える改善が見つかることがあります。

統計的有意性は発見の確からしさ、効果量は変化の大きさと考えると整理しやすいでしょう。

信頼区間を併記する重要性

効果量は推定値であり、標本を取り直せば値が変わります。

そこで、d値だけでなく95パーセント信頼区間を併記すると、推定の不確実性を把握できます。

たとえばdが0.45で、信頼区間が0.10から0.80だった場合、真の効果は小さい可能性も大きい可能性も残ります。

一方、dが0.45で信頼区間が0.38から0.52なら、推定の幅は比較的狭く、効果の規模を判断しやすくなります。

信頼区間がゼロをまたぐ場合は、効果の方向も含めて不確実性が大きいことを示します。

ただし、ゼロをまたぐから価値がないと即断するのではなく、データ量、研究計画、事前仮説を踏まえて次の検証を考えることが大切です。

検出力分析とのつながり

効果量は、研究を始める前の検出力分析でも使われます。

検出力分析とは、想定する効果を一定の確率で見つけるために、どの程度のサンプル数が必要かを見積もる手続きです。

ここで重要なのは、都合よく大きな効果量を仮定しないことです。

先行研究、予備調査、業務上の最低改善幅を参考にしながら、現実的な期待値を設定します。

小さな効果しか期待できないなら、必要な対象者数は増えるでしょう。

研究資源に限りがある場合は、測定の精度を高める、対象を絞る、繰り返し測定を行うなど、効果を見つけやすい設計を検討します。

分野別に異なる効果量の基準

続いては分野ごとに異なる効果量の目安を確認していきます。

教育と心理学における見方

教育や心理学ではCohenの基準が参照される機会が多い一方、測定する能力や介入内容により期待できる変化幅が大きく異なります。

短期間の授業改善でdが0.2程度でも、受講者数が多く継続的に実施できるなら、教育現場では価値ある改善になり得ます。

反対に、個別支援のように費用や人員が大きくかかる取り組みでは、より大きな成果が求められることもあります。

標準テストの点数だけで判断せず、出席率、継続率、自己効力感、学習者の負担なども確認したいところです。

効果量の数値を教育的な意味へ翻訳する視点が、現場での活用には求められます。

医療と臨床研究における見方

医療分野では、統計上の平均差が患者にとって体感できる改善かどうかが重要です。

痛みの尺度がわずかに改善していても、日常生活で実感できないほどの変化なら、治療の価値を慎重に検討する必要があります。

このため、最小臨床的重要差と呼ばれる考え方が使われます。

これは患者にとって意味のある最小限の変化を示す目安であり、Cohenの基準よりも直接的に判断に役立つことがあります。

副作用、費用、通院負担、長期的な安全性も無視できません。

効果量が中程度であってもリスクが大きければ採用しにくく、効果量が小さくても安全で安価なら広く使われる場合があります。

マーケティングと業務改善における見方

マーケティングでは、コンバージョン率や購入単価、継続率の改善を検証することがあります。

この領域では、標準化平均差だけでなく、比率の差、オッズ比、相関係数、売上への換算額なども重要になります。

たとえば効果量が小さくても、月間利用者が数百万人規模なら、事業への影響は大きいかもしれません。

一方、統計的にきれいな差が見えても、実装コストが高く、運用を複雑にするなら優先順位は下がります。

効果量を売上、時間削減、解約抑制などの意思決定指標へ結び付けることが実務では有効です。

効果量を読む際の注意点

続いては効果量を解釈するときに見落としやすい注意点を確認していきます。

平均値だけでは見えない分布

同じd値でも、データの分布はまったく異なる場合があります。

一部の人だけが大きく改善し、その他の人には変化がないケースと、多くの人が少しずつ改善するケースでは、平均値が同程度になることがあります。

ヒストグラム、箱ひげ図、散布図などを確認すると、結果の背景をより具体的に把握できます。

外れ値が平均値を大きく動かしていないか、天井効果や床効果が起きていないかも確認したい点です。

とくに満点に近い参加者が多い測定では、改善の余地が小さくなり、効果量が実態より小さく見える可能性があります。

比較対象の設定による違い

効果量は何と何を比較したかによって変わります。

無介入群との比較、新施策と既存施策の比較、強度の異なる施策同士の比較では、d値の意味も異なります。

たとえば新薬がプラセボより優れていても、標準治療より優れているとは限りません。

業務改善でも、従来の手作業との比較なのか、すでに自動化された現行フローとの比較なのかで評価が変わります。

効果量の前に比較条件を確認することが、誤読を防ぐ第一歩です。

対照群の内容、実施期間、対象者の属性、欠測データの扱いまで確認すれば、数値の信頼性をより丁寧に評価できます。

複数指標と再現性の確認

一つの研究結果だけで大きな結論を出すことは避けたいところです。

異なる集団や時期でも同じような効果量が得られるか、再現性を確認する必要があります。

複数の評価項目を測定した場合、都合のよい結果だけを取り上げると、効果が過大に見えるおそれがあります。

主要評価項目を事前に定め、結果がよくなかった指標も含めて報告することが望まれます。

また、効果量だけでなく、欠測率、脱落率、測定の信頼性、データの偏りも点検しましょう。

数字が大きく見える結果ほど、分析条件や再現可能性を冷静に確かめる姿勢が求められます。

効果量の目安に関するまとめ

効果量は、統計的な有意差だけでは捉えにくい、変化や差の大きさを理解するための重要な指標です。

Cohenのdでは0.2を小、0.5を中、0.8を大とする目安が広く知られていますが、この基準は判断の出発点であり、最終結論ではありません。

まずは正負の方向、比較対象、研究デザインを確認し、独立群か対応のあるデータかに合った方法で効果量を算出します。

次にp値と信頼区間を合わせて読み、推定の不確実性と統計的有意性を把握しましょう。

教育、医療、マーケティングなどでは、意味のある改善の大きさが異なります。Cohenの基準を機械的に当てはめず、現場のコスト、リスク、対象者への影響まで考慮することが重要です。

効果量を正しく活用できれば、数字の有無ではなく、どの程度の価値がある変化なのかを根拠を持って判断しやすくなるでしょう。