p値とは？意味と試験で問われるポイント｜証券アナリスト1次・数量分析と確率・統計
ひとことで言うと
- p値は、帰無仮説が正しいと仮定したときに、実際に観測した検定統計量と同じか、それ以上に極端な値が出る確率です。
- p値 ＜ 有意水準αなら帰無仮説を棄却し、p値 ≧ αなら棄却しません。
- p値が小さいほど「帰無仮説のもとでは起こりにくい結果」であり、帰無仮説に反する証拠が強いことを意味します。
この記事では、証券アナリスト1次「数量分析と確率・統計」の学習ポイントのひとつ「p値と仮説検定」について、意味と試験で問われやすいポイントを解説します。
| 分野 | 1次 科目Ⅲ／数量分析と確率・統計 |
|---|---|
| 大分類 | (6) 推定と検定 |
| 協会の学習ポイント | p値について理解し仮説検定に応用できる。 |
p値とは
仮説検定では、まず「差はない」「効果はない」といった帰無仮説H0を立て、データから検定統計量（z値やt値など）を計算します。p値は、H0が正しい世界で同じ実験を何度も繰り返したとき、今回の結果と同じかそれ以上に極端な検定統計量が出る確率です。
p値がとても小さいということは、「H0が正しいなら、めったに起こらないことが起きた」ということです。そこで、あらかじめ決めた有意水準α（5％や1％など）よりp値が小さければ、偶然とは考えにくいとしてH0を棄却します。
棄却域による判断との関係
「検定統計量が棄却域に入るか」で判断する方法と、「p値がαより小さいか」で判断する方法は、必ず同じ結論になります。p値を使う利点は、「5％では棄却だが1％では棄却できない」といった証拠の強さを1つの数字で示せる点です。p値は、H0を棄却できる最小の有意水準とも言い換えられます。
片側検定と両側検定でのp値
両側検定では、左右両方の裾を「極端」とみなすので、片側の裾の確率を2倍したものがp値になります。同じ検定統計量でも、両側検定のp値は片側検定のp値の2倍になる点に注意しましょう。
p値の誤った解釈
p値は「H0が正しい確率」ではありません。あくまでH0を前提にしたときのデータの起こりにくさです。また、p値が大きくて棄却できなくても、それは「H0が正しいと証明された」ことを意味せず、「否定するだけの証拠がなかった」にとどまります。
押さえておきたい公式
| 記号 | 意味 |
|---|---|
| zobs | データから計算した検定統計量の値 |
| α | 有意水準（第一種過誤の確率の上限） |
具体例で確認
あるファンドの月次超過リターンの平均が0％かどうかを調べます。標本数n＝36、標本平均0.5％、母標準偏差は1.5％で既知とします。H0：μ＝0、H1：μ≠0（両側検定）です。
- 標準誤差：1.5 ÷ √36 ＝ 0.25％
- 検定統計量：z ＝ (0.5 − 0) ÷ 0.25 ＝ 2.0
- 片側の裾の確率：P(Z ≧ 2.0) ≒ 0.0228
- 両側のp値：2 × 0.0228 ≒ 0.0455
p値4.55％は有意水準5％より小さいので、5％水準ではH0を棄却します。一方、有意水準1％ならp値の方が大きいので棄却できません。なお、H1：μ＞0の片側検定であれば、p値は約2.28％です。
動画で解説
この論点は、証券アナリストアカデミーのYouTubeで解説しています。テキストとあわせて確認してください（動画「仮説検定の方法と手順・片側検定と両側検定・p値・第一種過誤と第二種過誤・検定力を理解する」）。
試験で問われやすいポイント
- p値の定義（H0が正しいと仮定したときに、観測値以上に極端な値が出る確率）が問われやすいです。
- 「p値＝帰無仮説が正しい確率」「p値が大きい＝H0が正しいと証明された」という誤った解釈を選ばせるひっかけに注意しましょう。
- 両側検定のp値は片側の2倍になる点は計算問題で狙われやすいです。
- p値と有意水準を比べて棄却・非棄却を判断する問題や、有意水準を5％から1％に変えたときに結論が変わるかを問う問題が考えられます。
- 標準正規分布表から裾の確率を読み取ってp値を求める計算手順を押さえておきましょう。
要点まとめ
- p値＝H0のもとで観測結果以上に極端な値が出る確率
- p値＜αならH0を棄却、棄却域による判断と結論は同じ
- 両側検定のp値は片側の裾の確率の2倍
- p値は「H0が正しい確率」ではない
証券アナリストアカデミーのYouTube（@cma-fa-academy）では、学習ポイントに沿って論点を1つずつ解説しています。
※学習ポイントは日本証券アナリスト協会「【2026年度】CMA資格の取得に求められる主要学習事項と学習ポイント」より引用しています。
