社会調査情報処理実習A 2組

降圧剤を使用した後、血圧の低下が有意でないとしても、逆に血圧が上がっていたとしても、その降圧剤には効果はないという結論は変わらない。血圧の低下が有意に認められない以上はもはや実験は失敗である（血圧が上がってしまった場合には別な問題が生じる可能性はあるが、それは再度問題設定をやり直す必要がある）。つまり片側検定で良い。

血圧が低下する事が確認されたのはデータによってである。したがって血圧が上昇する可能性は仮説段階では無視できない。そして血圧が上昇した場合でも「血圧に影響をあたえる」と言える。つまりこのケースでは

投薬前後の血圧の変化（差）は統計的に有意かどうか―両側検定

↓（有意であるならば）

データ上の差（投薬後-投薬前）についての結果（投薬後<投薬前）を採択可

再犯率が低下しているとは言えないか、さらには上昇しているか、どちらのケースもこの教育プログラムにポジティブな効果を主張するエビデンスにはならない。教育プログラムの意義を統計的に主張したい文脈においては片側検定を用いる。

再犯率が全国平均と比較して低いと言えるケースのみを取り上げ、変化が認められなかったり、高かったりするケースは捨て去って構わない。片側検定を用いる。

再犯率が全国平均と比較して低いケースも高いケースも「（受刑）環境と再犯率」の関係を知る上では意味がある。両側検定を用いる。

これは悩ましい問題である。「統計学」という枠組みに限定すれば、このケースは「片側検定を用いる」という解答は間違いではない。「男性の方が内閣支持率は高い」という仮説をそれそのものとして是とするならば、それに対応する検定は男性>女性を検証する片側検定である。たとえば社会学の文脈でも「内閣支持率は男性の方が高い」という「常識」を検証したい時には片側検定が正しい。

しかし「実際のところ男女の内閣支持率はどちらが高いのか（本当に男性の方が高いのか）」を問うケースにおいては、女性の方が内閣支持率が高い（かもしれない）という可能性は見過ごすわけにはいかない。仮にあるサンプルにおいて女性の方が内閣支持率は顕著に高いという結果が出たとして、それは「有意差なし」として捨て去る事が許容されるだろうか。

女性の方が内閣支持率が高い、という（論理的にあり得べき）結果に価値を認めるのであれば、この事例は両側検定となる。データを根拠に男女の内閣支持率の差に言及する事が許されるかどうかを両側検定において検証し、有意であるならば、男性の方が女性より内閣支持率が高いというデータから得られた知見をエビデンスとして議論を進めることになる。

ここでの問題設定では賃金の状況について客観的に知見を得たいわけではない。アベノミクスに対する評価が問題とされている。

賃金に関する調査から得られた結果が2010年と2016年との差を否定するものであったとしても、あるいは2010年の方が賃金は高かったという結果であったとしても、ここでの仮説(アベノミクスで経済改善)は否定される。つまり「平均に差があると言えない」も「平均は下がった」も同じ価値を持っており、それをまとめて棄却できればそれで仮説は検証された事になる。つまり片側検定で賃金の上昇が裏付けられれば目的は達成される。