医学研究や論文を読んでいると、必ずと言っていいほど登場するp値。
「p<0.05だから有意差あり」という表現は目にする機会が多い一方で、p値が実際に何を意味しているのかを正確に説明できる人は、意外と多くありません。
p値は統計学において重要な指標ですが、「p<0.05なら研究結果が正しい」「p>0.05なら効果がない」という意味ではありません。
今回は、p値とは何か、医学研究ではどのように解釈すればよいのか、そしてp値を見るときに注意すべきポイントについて、基本からわかりやすく解説します！
p値とは？
p値とは、「帰無仮説が正しい」と仮定したときに、実際に観測されたデータと同じか、それ以上に極端な結果が得られる確率のことです。
たとえば、新薬と対照薬の効果を比較する試験で、「両者の効果に差はない」という帰無仮説を立てたとします。
この帰無仮説が正しいと仮定した場合に、今回の試験で観測された差と同じか、それ以上に大きな差が偶然生じる確率がp値です。
つまり、p値が小さいほど、「差がない」と仮定した場合には、今回のような結果は起こりにくいと考えられます。そのため、あらかじめ設定した有意水準と比較して、帰無仮説を棄却するかどうかを判断します。
有意水準との関係
p値は、あらかじめ定めた基準である有意水準と比較して、統計学的に有意かどうかを判断します。医学研究では、有意水準を5%（0.05）とすることが一般的です。
p値が有意水準を下回った場合、「帰無仮説が正しいとすると、今回のような結果は起こりにくい」と考え、帰無仮説を棄却して「統計学的に有意な差がある」と判断します。
たとえば、有意水準を5%とした場合、p<0.05であれば統計学的に有意と判断します。これは、帰無仮説が本当に正しい場合に、それを誤って棄却してしまう確率（第1種の過誤）を、長期的には5%以下に抑えるという考え方です。イメージとしては、「本当は差がないのに、差があると誤って判断することを、100回の検定を繰り返したときに平均5回程度まで許容する」という基準です。
ただし、有意水準5%という基準自体は絶対的なものではなく、慣習的に広く用いられている値にすぎません。特にp=0.049とp=0.051のような境界付近のp値を、単純に「有意」「有意ではない」と二分して解釈することには注意が必要です。
有意水準5%の意味や、境界付近のp値をどのように考えるべきかについては、「p値0.05は絶対の境界線なのかを解説」で詳しく解説しています。
p値の計算の考え方
p値の具体的な計算方法は、扱うデータの種類や検定方法によって異なります。
基本的には、まずデータから検定統計量を計算し、その値が帰無仮説のもとでどの程度起こりにくいものなのかを評価することで、p値を求めます。
たとえば、2×2分割表を用いた独立性の検定では、実際に観測された値と帰無仮説のもとで期待される値とのずれをもとにカイ二乗統計量を計算し、そこからp値を求めます。
具体的なカイ二乗統計量の計算方法やp値の求め方については、「カイ二乗検定とは？」で詳しく解説していますので、ご参照ください。
p値でよくある誤解
p値は多くの医学論文で使われる指標である一方、その意味について誤解されることも少なくありません。
特に、以下の3点はp値を解釈するときに注意したいポイントです。
- p値は「効果の大きさ」を表すものではない
p値が小さいからといって、臨床的に意味のある大きな効果があるとは限りません。効果の大きさを評価するには、平均値の差、オッズ比、ハザード比などの効果量と、その95%信頼区間を確認することが重要です。 - p<0.05は「差がある」という証明ではない
p<0.05であれば、設定した有意水準のもとで帰無仮説を棄却します。しかし、これは「差があることが100%証明された」という意味ではありません。帰無仮説が正しいにもかかわらず誤って棄却してしまう第1種の過誤が生じる可能性は残ります。 - p≧0.05は「差がない」という証明でもない
p≧0.05であっても、「差がない」と結論づけることはできません。サンプルサイズが小さい、データのばらつきが大きいなどの理由で、実際には差があるにもかかわらず統計学的有意差を検出できなかった可能性があります。
このように、p値だけを見て「効果がある・ない」「重要である・ない」と判断するのは適切ではありません。医学研究では、p値に加えて効果量や95%信頼区間、研究デザイン、臨床的な意義などをあわせて結果を解釈することが重要です。
これらの誤解や、より詳しい注意点については「p値の落とし穴とは？」でさらに詳しく解説しています。
p値と一緒に報告すべき情報
p値だけでは、効果の大きさや推定の精度を十分に評価することはできません。そのため、医学研究ではp値だけでなく、効果量と95%信頼区間をあわせて報告することが重要です。
たとえば、薬剤Aと薬剤Bの効果を比較した場合、「p=0.01」だからといって、治療効果の差が大きいという意味ではありません。 p値だけでは、実際にどの程度の差があるのか、その差の推定がどの程度不確実なのかは分かりません。
そこで、効果量によって「どのくらいの差や効果があるのか」を示し、95%信頼区間によって「その効果量の推定値がどの程度不確実なのか」を示すことが、医学研究の結果を適切に解釈するうえで重要です。
効果量について詳しく知りたい方は、「効果量（effect size）とは？」も参考にしてください。
まとめ
今回はp値の基本的な意味と解釈について解説しました！
- p値は、帰無仮説が正しいと仮定したときに、観測データと同じかそれ以上に極端な結果が得られる確率
- p値が有意水準を下回ると、「統計学的に有意な差がある」と判断する
- p値は効果の大きさを表す指標ではなく、単独で結果を判断するべきではない
p値は仮説検定の重要な指標ですが、それだけで結論を出すのではなく、効果量や信頼区間とあわせて総合的に解釈することが大切です。
コメント