非パラメトリック検定とは｜少人数の職場ストレスデータでどれを使う？

少人数の部署で行ったストレス調査や、企業研修の前後アンケートを見て、「この人数で統計的に比較してよいのか」「どの検定を選べばよいのか」と迷うことがあります。

非パラメトリック検定は、このようなデータで候補になる統計手法です。ただし、人数が少ないという理由だけで、非パラメトリック検定を選ぶわけではありません。

人事総務・健康経営担当者が最初に確認したいのは、人数よりも、同じ人を前後で比べるのか、別のグループを比べるのか、2条件なのか3条件以上なのかです。

このデータの形が分かれば、Wilcoxon符号付順位検定、Mann–Whitney U検定、Kruskal–Wallis検定、Friedman検定など、比較すべき候補をかなり絞れます。

この記事では、統計検定の計算方法ではなく、少人数の職場ストレスデータで「どの比較方法を候補にするか」「結果をどこまで施策判断に使ってよいか」を整理します。

最初に3つ確認すると、検定候補を絞りやすい

「非パラメトリック検定には何があるか」を検索する前に、自社のデータについて次の3点を確認します。

確認すること	選択肢	なぜ重要か
同じ人を比べるか	同じ人の前後／別々の人・群	対応のあるデータか、独立したデータかが変わる
何条件を比べるか	2条件／3条件以上	使う検定の種類が変わる
データをどう扱えるか	連続値、順序尺度、分布、外れ値、欠損など	順位を使う方法が適切かを確認するため

この3点から、職場データでよく候補になる検定を整理すると次のようになります。

比較したいこと	データの関係	候補になる検定
同じ社員の研修前後を比較する	対応あり・2条件	Wilcoxon符号付順位検定
別々の2グループを比較する	独立した2群	Mann–Whitney U検定
別々の3グループ以上を比較する	独立した3群以上	Kruskal–Wallis検定
同じ社員を3時点以上で比較する	対応あり・3条件以上	Friedman検定

人事総務が検定名から自社データを当てはめるのではなく、自社データの形から検定候補を絞るのが順番です。

「人数が少ないから非パラメトリック」とは限らない

少人数データでは、分布の形を判断しにくかったり、1人の値が結果に大きく影響したりするため、非パラメトリック検定が候補になることがあります。

しかし、「10人だからWilcoxon」「20人未満だからMann–Whitney」というように、人数だけで決めるものではありません。

パラメトリック検定にも前提条件があり、非パラメトリック検定にもそれぞれ前提があります。比較したい内容、尺度、独立性、分布、外れ値などを確認して選びます。

また、少人数ほど「有意差が出たか」だけでなく、元データを実際に確認することが重要です。

同じ社員の研修前後ならWilcoxon符号付順位検定が候補になる

同じ社員について、研修前と研修後のストレス評価や疲労感を比較するときは、データに対応があります。

このような2時点の比較で、差の分布を正規分布とみなしにくい場合などに、Wilcoxon符号付順位検定が候補になります。

例	データの形	候補
同じ社員の研修前・研修後	対応あり	Wilcoxon符号付順位検定
同じ社員の軽運動前・実施後	対応あり	Wilcoxon符号付順位検定
同じ社員の施策前・施策後	対応あり	Wilcoxon符号付順位検定

ただし、Wilcoxon符号付順位検定にも前提があります。特に、前後差の分布が著しく非対称な場合には、別の方法や記述的な報告を検討する必要があります。

また、前後で統計的な差が確認されても、その変化が研修だけを原因として起きたとは限りません。繁忙期、勤務状況、季節、対象者の違いなども確認します。

別々の2群ならMann–Whitney U検定が候補になる

部署Aと部署B、研修受講群と未受講群など、別々の2グループを比べる場合は、Mann–Whitney U検定が候補になります。

この検定は、2群のデータをまとめて順位に置き換え、その順位の分布を比較します。

ここで注意したいのは、Mann–Whitney U検定を単純に「2群の中央値を比べる検定」と考えないことです。

2群の分布の形が似ている場合には、位置の違いや中央値の違いとして解釈しやすくなりますが、分布の形そのものが大きく異なる場合は、単純な中央値差として説明できません。

比較例	確認しておきたいこと
部署Aと部署B	勤務内容や人数構成など背景条件が違いすぎないか
研修受講群と未受講群	そもそも受講者の選ばれ方が異ならないか
日勤群と夜勤群	勤務条件そのものが結果へ影響していないか

差が確認されても、「研修を受けたから改善した」「夜勤だからストレスが高い」と原因まで断定しないことが重要です。

3群以上の独立したグループならKruskal–Wallis検定を検討する

3つ以上の独立したグループを比較する場合は、Kruskal–Wallis検定が候補になります。

たとえば、3職種、3部署、活動量の3群などの比較です。

Kruskal–Wallis検定は、複数群の順位分布に違いがあるかを確認します。:chatgpt-content-reference{index=”3″}

ここで重要なのは、検定で差が確認されても、どの群とどの群が違うかまでは、それだけでは分からないことです。

必要な場合は、事後比較を行い、多重比較によって偶然の差を拾いやすくならないよう補正を検討します。

同じ社員を3時点以上で追うならFriedman検定が候補になる

企業研修では、研修前、研修直後、1か月後など、同じ参加者を3時点以上で確認することがあります。

このような対応のある複数時点の比較では、Friedman検定が候補になります。

Friedman検定は、同じ対象者をブロックとして複数条件を順位化して比較する非パラメトリックな方法です。:chatgpt-content-reference{index=”4″}

測定例	候補
研修前・直後・1か月後	Friedman検定
施策導入前・1か月後・3か月後	Friedman検定

2時点ならWilcoxon、同じ対象者を3時点以上ならFriedmanというように、測定回数も検定選択に影響します。

p値だけでは、健康経営施策の意味は判断できない

統計結果を見ると、「p<0.05だったか」に注目しがちです。

しかしp値は、施策効果の大きさや、結果が実務上重要かどうかを直接示す数値ではありません。

人事総務が社内説明をするときは、少なくとも次の情報を合わせて見ます。

見るもの	人事総務が確認すること
人数	何人の結果なのか
中央値・四分位範囲など	データの中心とばらつきはどうだったか
個々の変化	一部の社員だけが結果を動かしていないか
p値	設定した統計モデルとの整合性を考える材料
効果の大きさ	差が実務上どの程度あるのか
職場背景	繁忙期、勤務形態、業務量など別の要因がないか

「有意差があった＝施策成功」「有意差がなかった＝効果なし」とは判断しません。

特に少人数では、統計的有意差だけでなく、差の大きさ、各社員の変化、現場で実際に起きた行動を合わせて説明します。

研修前後で差が出ても「研修効果」と言い切らない

企業内では、研修前後で数値が変わると「研修の効果が証明された」と説明したくなることがあります。

しかし、前後比較だけでは、その変化が研修そのものによって生じたのか、別の要因によるものなのかを完全には切り分けられません。

たとえば、測定時期の業務量、繁忙期、睡眠、参加者構成、回答への慣れなども結果に影響する可能性があります。

社内説明では、

「研修後に変化が確認された」

と、

「研修によって変化したことが証明された」

を区別します。

この違いを守ることで、少人数の結果を必要以上に強く見せず、次の改善判断へ使いやすくなります。

欠損データは、都合のよい値で埋めない

職場データでは、アンケートの未回答、ウェアラブルの装着漏れ、測定失敗などによって欠損が生じることがあります。

欠損値がある場合、空いているところを平均値などで機械的に埋めればよいとは限りません。少人数では、1人分の扱いだけでも結果が大きく変わることがあります。

まず確認するのは、

• なぜ欠損したのか
• どの対象者・時点で欠損しているのか
• 欠損した人を除くことで結果が偏らないか
• 分析対象を変更した場合、その事実を説明できるか

です。

「取れているデータだけで検定すればよい」と自動的に判断せず、欠損理由と分析対象を明示します。

少人数では、統計より先に匿名性を確認する

小規模部署の分析では、統計手法と同じくらい重要なのが個人の特定リスクです。

たとえば3人や5人の部署で、年代、役職、勤務形態などを細かく分けて結果を示すと、名前を表示していなくても「誰の回答か」が推測される場合があります。

そのため人事総務は、分析できるかだけではなく、その結果を部署別に公開・共有してよい人数なのかも確認します。

統計上できること	職場で別に確認すること
少人数データを検定する	個人が推測されないか
部署間を比較する	部署評価として受け取られないか
属性別に分析する	細分化しすぎて個人が特定されないか

「統計的に計算できる」と「会社として共有してよい」は別の判断です。

統計結果を、会社の次の行動に変換する

非パラメトリック検定を行う目的は、「p値を出すこと」ではありません。

人事総務に必要なのは、分析結果を見たあと、会社として何を確認するかです。

結果の例	すぐに断定しないこと	次に確認すること
研修後にストレス評価が変化した	研修が原因だと断定しない	行動変化、勤務状況、参加者の声を確認する
部署間に差があった	部署や管理職の良し悪しと評価しない	業務量、勤務形態、相談環境を確認する
有意差がなかった	施策が無意味だったと判断しない	人数、効果量、個別変化、測定設計を見直す
一部の社員だけ大きく変化した	平均やp値だけで全体を説明しない	分布と個々の変化を見る

統計結果を「施策を続ける・やめる」の二択に直接変換せず、次に確認する職場情報を決めるために使います。

タニカワ久美子の企業研修では、少人数データを強く言い切らない

タニカワ久美子の企業研修では、少人数部署や研修前後の数値だけから、社員や職場を「良い・悪い」と評価しません。

数値に差が見られた場合も、疲労感、睡眠、休憩、業務量、相談しやすさ、研修後に実際に行ったセルフケアなどを合わせて確認します。

たとえば、研修後に疲労感の数値が変化した場合、その結果だけを「研修効果」とするのではなく、参加者が休憩を取るようになったか、軽い運動を続けたか、管理職が業務量を確認するようになったかまで見ます。

統計で見えた変化を、社員・管理職・人事総務の次の行動へつなげられるか。健康経営の効果測定では、そこまで設計することが重要です。

少人数データでは「どの検定か」と「どこまで言えるか」をセットで決める

少人数の職場ストレスデータでは、Wilcoxon符号付順位検定、Mann–Whitney U検定、Kruskal–Wallis検定、Friedman検定などが候補になります。

ただし、人数だけで非パラメトリック検定を選ぶのではありません。

同じ人か別の人か、2条件か3条件以上か、尺度や分布はどうか、欠損や外れ値はないかを確認します。

そして検定を実施した後も、p値だけで施策を評価しません。

どの統計検定を使うかを決めることと、その結果から会社として何を言ってよいかを決めること。この2つをセットで考えるのが、少人数データを健康経営で扱うときの基本です。

参考資料

• BMJ, Statistics at Square One: Rank score tests.
• American Statistical Association. Statement on Statistical Significance and P-Values. 2016.
• NIST/SEMATECH e-Handbook of Statistical Methods: Kruskal-Wallis Test.
• NIST: Friedman Test.

文責：タニカワ久美子