📊 statistics

The Rise of Null Hypothesis Significance Testing (NHST): Institutional Massification and the Emergence of a Procedural Epistemology

この論文は、統計的推論の技術的欠陥にもかかわらず、戦後の科学ネットワークの急激な拡大という制度的課題に対応する「社会的技術」として機能した結果、帰無仮説検定（NHST）が広範な分野で支配的な手続き的認識論として定着したと、アクター・ネットワーク理論の観点から分析している。

原著者： Carol Ting

公開日 2026-03-17

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Carol Ting

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文は、なぜ「統計的に有意（p 値が 0.05 以下）」という言葉が、科学の世界でこれほどまでに絶対的な権威を持ち続けているのか、そしてなぜ何十年も批判され続けても消えないのかという不思議な現象を解き明かすものです。

著者のキャロル・ティンさんは、この問題を「統計の技術的な欠陥」としてではなく、**「戦後の科学界が急激に大きくなりすぎたことによる社会的な解決策」**として捉えています。

以下に、難しい専門用語を避け、日常の例え話を使ってこの論文の核心を解説します。

1. 物語の舞台：科学の「大規模化（マッシフィケーション）」

第二次世界大戦後、アメリカでは科学への投資が爆発的に増えました。ギブス・ビル（退役軍人法）や冷戦の競争により、大学には学生が殺到し、研究者の数も急増しました。

比喩： かつては「職人集団」だった科学界が、一転して「巨大な工場で大量生産を行う工場」になりました。
問題： 職人（熟練した統計学者）は限られていますが、作らないといけない製品（研究論文）は山ほどあります。熟練職人が一人一人丁寧に指導する「徒弟制度」では、この膨大な人数を捌ききれません。

2. 2 つの異なる「レシピ」の混同

実は、現代の統計手法（NHST）は、元々 2 つの異なる考え方が無理やり結婚させられた「ハーフ」のようなものです。

フィッシャーのレシピ（探偵風）： 「データを見て、この仮説は怪しいかもしれない」と推測するもの。文脈や専門家の判断が重要でした。
ネイマン・ピアソンのレシピ（工場の検査員風）： 「長期的に間違えないように、機械的なルールで『合格』か『不合格』かを決定する」もの。

【混同の過程】
戦後の混乱の中で、この 2 つのレシピが教科書や講義で混ぜ合わされました。

「探偵」の「推測」の部分は、**「0.05 以下なら即座に『発見！』と宣言する」**という単純なルールに置き換えられました。
「検査員」の「厳密な計算」の部分は、**「計算が面倒だから、とりあえず 0.05 という基準を使おう」**という適当なルールに置き換えられました。

結果として、**「文脈も考えず、専門家の判断も不要で、ただ数字を機械に入力して『合格/不合格』を判定する」**という、非常に使い勝手の良い「魔法の箱（ブラックボックス）」が完成しました。

3. なぜこの「魔法の箱」が選ばれたのか？

著者は、この手法が批判されながら生き残った理由は、**「技術的に完璧だから」ではなく、「組織的に便利だから」**だと指摘します。

料理の例え：
本物の料理人は、食材の鮮度や客の好みに合わせて味付けを変えます（熟練の判断）。しかし、急激に増えた大規模な給食センターでは、そんなことはできません。
そこで登場するのが**「レトルトカレーの素」**です。
- 味は本物より劣るかもしれません（技術的な欠陥）。
- しかし、誰でも、どんな場所でも、同じ手順で**「同じ味」**を出せます。
- 管理する側も、「レトルトを使えば、調理人の腕前を問わなくていい」と安心できます。

NHST（p 値）は、科学界における**「レトルトカレーの素」**のようなものです。

文脈を捨てる： 研究の背景や複雑な事情を無視して、単純な「Yes/No」にします。
責任の回避： 「機械がそう言ったから」と言えば、研究者は「自分の判断ミス」の責任を問われにくくなります。
評価の容易さ： 編集者や資金提供者は、複雑な中身を読む必要なく、「p 値が 0.05 以下か？」だけで論文の価値を判断できます。

4. 結論：技術の問題ではなく、社会の問題

この論文の最も重要なメッセージは以下の通りです。

NHST は「科学の真理」を見つけるための完璧な道具ではありません。 実際には多くの誤解や欠陥を含んでいます。
しかし、**「科学を大衆化し、大量に生産する」という戦後の社会的な課題に対して、NHST は「最も安価で効率的な管理ツール」**として機能しました。
熟練した専門家の判断（職人技）を、誰でも使える機械的な手順（レトルト）に置き換えることで、科学界は急成長を遂げることができました。

5. 未来への示唆

現在、統計手法の改革（p 値の廃止など）が叫ばれていますが、著者は**「技術的な道具を別のものに変えるだけでは解決しない」**と警告しています。

なぜなら、根本的な問題は「道具の性能」ではなく、「科学を大規模に運営する社会システム」そのものだからです。
もし、科学界が「レトルトカレー（NHST）」を捨てて「本物の料理（高度な判断）」に戻そうとするなら、それは単にレシピを変えるだけでなく、**「巨大な給食センターの運営システムそのものを変える」**という、社会構造の大きな変革が必要になるでしょう。

一言でまとめると：
「p 値という魔法の数字が支配しているのは、それが『正しいから』ではなく、**『科学という巨大な工場を、熟練工が少なくても回し続けるために、最も便利な『管理ツール』として進化してしまったから』**です。」

1. 問題設定 (Problem)

核心的な問い: 統計学者や研究者の間で NHST（p 値に基づく仮説検定）に対する批判や改革の呼びかけが 60 年以上にわたって行われているにもかかわらず、なぜ NHST は「統計的有意性（p < 0.05）」という二値的な判断基準として、現代科学において支配的であり続けるのか？
既存の議論の限界: 従来の議論は、主に個人の認知バイアス（p 値の誤解）や統計教育の欠如に焦点を当ててきた。しかし、教育や改革の努力にもかかわらず NHST が消えないという事実を説明するには不十分である。
仮説: NHST の存続は、単なる技術的な誤解ではなく、戦後の科学界における**「制度的な大衆化（Institutional Massification）」**という社会的・構造的な圧力に対する適応的な解決策（社会的技術）として機能しているためである。

2. 方法論 (Methodology)

アプローチ: 科学技術論（STS）、特に**アクター・ネットワーク理論（ANT）**を理論的枠組みとして採用。
- ブラックボックス化: 複雑な統計的推論が、中身が見えない「ブラックボックス」として機能し、社会的に受容されるプロセスを分析。
- 翻訳（Translation）: 異なる理論的枠組み（フィッシャーとネイマン・ピアソン）が、広範なネットワークに拡散する過程でどのように単純化され、再構成されたかを追跡。
歴史的・社会学的分析:
- 統計学の歴史（フィッシャー、ネイマン、ピアソンの理論的対立）を再構築。
- 第二次世界大戦後の米国における高等教育の急拡大（GI ビル、冷戦期の科学予算増大）と統計教育の供給不足という制度的文脈を分析。
- 教科書や教育現場における NHST の定着プロセスを調査。

3. 主要な貢献と分析 (Key Contributions & Analysis)

A. 統計的推論の二つの源流と「強制結婚」

論文は、現代の NHST が、本来は論理的に互換性のない 2 つの異なる統計的枠組みの「強制結婚（forced marriage）」によって生まれたことを示す。

R.A. フィッシャーの帰納的推論:
- 目的：データから仮説（帰無仮説 $H_0$ ）をどの程度疑うべきか（証拠の重み）を評価する。
- 特徴：p 値は「証拠の度合い」を示す連続変数。閾値（0.05）は指針に過ぎず、文脈に応じた専門家の判断が不可欠。「有意でない」場合は「結論が出ない（不確実）」とされる。
ネイマン・ピアソンの決定理論:
- 目的：長期的な誤り率（第 1 種・第 2 種エラー）を制御するための最適化された決定ルールを作成する。
- 特徴：帰無仮説 ( $H_0$ ) と対立仮説 ( $H_1$ ) を明確に定義し、事前の誤り率（ $\alpha, \beta$ ）を設定して機械的に「棄却」か「採択」かを決定する。個々の事例の証拠価値ではなく、長期的な性能を重視。

B. NHST の「ブラックボックス化」と「手続き的自足性」

戦後の急速な科学の拡大（大衆化）の中で、これら 2 つの理論が混在し、以下のように変質した。

文脈の排除: 複雑なモデル仮定（サンプリング分布の前提など）や専門家の判断を排除。
機械的手順の確立:
1. 帰無仮説を立てる。
2. p 値を計算する。
3. p $\le$ 0.05 なら「有意（棄却）」、そうでなければ「有意でない（採択）」と二値的に分類する。
手続き的自足性（Procedural Self-Sufficiency）:
- この混合体（NHST）は、専門的な統計的知識や文脈的判断を必要とせず、誰でも手順通りに実行できる「調理本（cookbook）」的な手法となった。
- これにより、統計の専門家不足の中で、非専門家による大規模な教育や研究評価が可能になった。

C. 制度的大衆化への適応

戦後の状況: 第二次世界大戦後、米国では政府の科学予算増大と GI ビルにより、科学者・研究者の数が爆発的に増加した（制度的大衆化）。
供給不足: 高度な統計教育を提供できる専門家（統計学者）の供給が追いつかず、多くの分野で統計を教えるのは統計の専門家ではない教員であった。
NHST の機能:
- NHST は、専門家の判断を不要にする「手続き的自足性」を提供した。
- 結果の「有意/非有意」という二値的判断は、資金配分、査読、昇進などの意思決定において、議論を回避し、正当性を主張するための効率的な「通貨」として機能した。
- 技術的な欠陥（p 値の誤解やモデル仮定の無視）は、大規模な科学システムを効率的に回すための「機能」として再解釈された。

4. 結果 (Results)

NHST の支配の理由: NHST が支配的になったのは、統計的推論の技術的な正しさを達成したからではなく、「科学の大衆化」という社会的課題に対する解決策として機能したからである。
技術的欠陥の機能化: 本来は欠陥とされる「文脈の排除」や「機械的な判断」が、異質な目標を持つ大規模な科学ネットワークにおいて、調整コストを最小化し、信頼性を担保する「社会的技術」として定着した。
認識論の転換: 科学における信頼は、「真実の発見」から「標準化された手続きの遵守」へと移行した（手続き的認識論の出現）。

5. 意義と示唆 (Significance)

統計改革への新たな視点: 単に統計教育を改善したり、技術的に別の手法（ベイズ統計など）に置き換えたりするだけでは、NHST の支配は終わらない。なぜ NHST が「必要」とされたのかという制度的・社会的な文脈を理解する必要がある。
社会戦略の必要性: 統計的誤謬の修正には、技術的な戦略だけでなく、科学のインセンティブ構造や評価制度（「p 値」が通貨として機能するシステム）を変えるという社会的戦略が不可欠である。
将来への警告: ベイズ統計などの新しい手法も、同様に「決定の自動化」のために利用され、再び p 値のような「ブラックボックス化」された指標（ベイズファクターなど）に堕するリスクがある。技術的な代替ではなく、科学の制度的なあり方そのものへの問い直しが求められる。

結論:
この論文は、NHST の存続を「統計教育の失敗」や「研究者の無知」として片付けるのではなく、戦後の科学の急成長という歴史的・制度的な圧力に対する、**「大規模な科学システムを運営するための効率的な社会的技術（プロトコル）」**として成功した結果であると論じている。NHST は、専門家の判断を不要にする「手続き的自足性」によって、科学の民主化（大衆化）を支えたが、その代償として科学的推論の質的深みを犠牲にしてきたという構造を明らかにしている。