最終更新: 2026-07-01

この計算ツールでできること

このツールは、標本の標準偏差と標本サイズから平均の標準誤差（SEM）を求め、標本平均のまわりの信頼区間を作成します。標準偏差、標本サイズ、信頼水準、観測された標本平均を入力してください。

平均の標準誤差とは

標本から平均を推定するとき、その推定値が正確であることはありません。別の無作為標本をとれば、少し違う平均が得られます。平均の標準誤差はこの不確かさを定量化するもので、平均の標本分布の標準偏差、すなわち標本平均が標本ごとにどの程度ばらつくと期待されるかを表します。

標準誤差が小さいほど標本平均は母平均をしっかり捉えており、大きいほど推定はゆるくなります。これは平均に関する信頼区間や仮説検定の中心的な要素です。

公式

$$\text{SEM} = \frac{s}{\sqrt{n}}$$

• SEM — 平均の標準誤差
• s — 標本標準偏差
• n — 標本サイズ

標準偏差は生データのばらつきを測り、$\sqrt{n}$ で割ることでそれを平均のばらつきに変換します。多くの観測値を平均すると個々のノイズが打ち消し合うため、平均は 1 つのデータ点よりも安定し、平均する数が多いほど安定します。

信頼区間

標準誤差が得られたら、母平均の信頼区間は標本平均に臨界値と標準誤差の積を足し引きして求めます。

$$\bar{x} \pm z \cdot \text{SEM}$$

臨界値 $z$ は標準正規分布から得られ、信頼水準によって定まります（90% で 1.645、95% で 1.96、99% で 2.576）。95% 信頼水準では、同じ研究を何度も繰り返した場合、この方法で作られた区間の約 95% が真の母平均を含むことを意味します。

標準誤差と標準偏差の違い

この 2 つはどちらも「ばらつき」を測るため混同しやすいですが、対象が異なります。

量	ばらつきを測る対象	n が増えるときの挙動
標準偏差（s）	標本内の個々の観測値	ほぼ一定のまま
標準誤差（SEM）	標本間の標本平均	ゼロに向かって縮小（∝ 1/√n）

データを増やしても個々の値のばらつきは減らないため、標準偏差は安定しています。しかし平均はより信頼できるようになるため、標準誤差は下がり続けます。

標準誤差が √n で縮む理由

標本サイズが平方根の下に入るため、標準誤差は $n$ に反比例するのではなく $1/\sqrt{n}$ に比例して減少します。これにより効果は逓減します。

標本サイズ n	相対的な標準誤差
100	1.00
400	0.50
1,600	0.25
6,400	0.125

標準誤差を半分にするには、標本を 4 倍にする必要があります。精度を 1 段階上げるごとにコストは次第に高くなります。

計算例

標本サイズ 36、標準偏差 12、平均 100 の標本があり、95% 信頼区間を求めるとします。臨界値は 1.96 です。

$$\begin{aligned} \text{SEM} &= \frac{s}{\sqrt{n}} = \frac{12}{\sqrt{36}} = \frac{12}{6} = 2 \\ \bar{x} \pm z \cdot \text{SEM} &= 100 \pm 1.96 \times 2 \\ &= 100 \pm 3.92 = (96.08,\ 103.92) \end{aligned}$$

平均の標準誤差は 2 で、95% 信頼区間は 96.08 から 103.92 までです。この標本に基づけば、母平均はその範囲内のどこかにあると考えられます。

標準偏差を小さい標本から推定する場合

上の区間は臨界値 $z$ を用いており、これは母標準偏差が既知であるか、標本が十分に大きく $s$ が信頼できる代替となる場合に適します。目安としては $n \geq 30$ がよく使われます。

$s$ を小さい標本から推定する場合は、$z$ を t 分布の値に置き換えます。t 分布は裾が重く、余分な不確かさを反映します。

$$\bar{x} \pm t_{\,n-1} \cdot \frac{s}{\sqrt{n}}$$

t 値は自由度（標本サイズより 1 少ない）に依存し、対応する z 値より常にわずかに大きいため、区間は広くなります。n が大きくなると t 値は z に近づきます。

関連する計算ツール

信頼区間の計算 は平均と割合の両方について推定値のまわりに完全な区間を作り、誤差の範囲 は半幅 $z \cdot \text{SEM}$ を直接示します。先に生データから標準偏差を求めるには 分散・標準偏差の計算 を使ってください。

よくある質問 (FAQ)

平均の標準誤差とは何ですか。

平均の標準誤差（SEM）は、標本平均が母平均をどれだけ精確に推定しているかを表します。これは平均の標本分布の標準偏差、すなわち同じ大きさの標本を母集団から繰り返し取り直したときに標本平均がどの程度ばらつくかを示す値です。

標準誤差が小さいほど標本平均は精確な推定値であり、大きいほど推定値がずれている可能性が高くなります。標本標準偏差を標本サイズの平方根で割って求めます。

標準誤差と標準偏差はどう違いますか。

標準偏差（s）は、1 つの標本内での個々の観測値のばらつき、つまり典型的なデータ点が平均からどれだけ離れているかを表します。標準誤差（SEM）は、繰り返し取り直した標本の標本平均のばらつき、つまり典型的な標本平均が母平均からどれだけ離れているかを表します。

SEM = s/√n なので、標準誤差は（n > 1 のとき）常に標準偏差より小さく、標本が大きくなるほど縮小します。一方、標準偏差は観測値をいくつ集めてもほぼ一定のままです。

標本サイズは標準誤差にどう影響しますか。

標準誤差は 1/n ではなく 1/√n に比例して小さくなります。標本サイズが平方根の下にあるため、標準誤差を半分にするには標本サイズを 4 倍にする必要があります。観測数を 100 から 400 に増やすと標準誤差は半分になり、400 から 1,600 にするとさらに半分になります。この平方根の法則により、精度を 1 段階上げるごとにコストは次第に高くなります。

区間には z と t のどちらを使うべきですか。

この計算では区間の作成に標準正規分布の z 値（90%・95%・99% でそれぞれ 1.645・1.96・2.576）を用います。これは母標準偏差が既知であるか、標本が十分に大きい場合に適します。目安としては n ≥ 30 がよく使われます。

標準偏差を小さい標本から推定する場合は、代わりに t 分布を使います。t 分布は裾が重く、臨界値は自由度（n − 1）に依存し、区間はやや広くなります。n が大きくなると t 値は z 値に近づきます。