信頼区間の90パーセントとは？95パーセントとの違いと求め方を解説！

統計データを見ていると、信頼区間90パーセントや信頼区間95パーセントという表現に出会います。

数字が大きい95パーセントのほうが常に優れているようにも見えますが、実際には調査の目的、許容できる誤差、意思決定の重要度によって適切な水準は変わります。

信頼区間は、標本から推定した平均値や割合にどの程度の不確かさがあるのかを示す、統計学の重要な考え方です。

この記事では信頼区間90パーセントの正しい意味、95パーセントとの違い、具体的な計算方法、実務での読み取り方まで、数式と例を交えてわかりやすく解説します。

信頼区間90パーセントの意味

それではまず信頼区間90パーセントの意味について解説していきます。

繰り返し抽出における包含割合

信頼区間90パーセントとは、同じ方法で標本抽出と区間推定を何度も繰り返した場合、そのうち約90パーセントの区間が真の値を含むように作られた区間のことです。

たとえば母平均を知りたいとき、全国の対象者全員を調べることは難しいため、一部の標本から平均値を計算します。

ただし、選ばれた標本によって平均値は少しずつ変わります。

そこで一点だけを示すのではなく、推定値の周辺に幅を持たせた範囲を示すのが信頼区間です。

90パーセントは、今回求めた区間に真の値が入る確率を直接示す数字ではありません。

正確には、区間を作る手続きを繰り返したときに、その手続きが真の値を含む区間を作る割合を表しています。

統計の説明ではこの違いが省略されることもありますが、調査結果を正しく読むうえで大切なポイントです。

点推定と区間推定の違い

標本平均や標本比率のように、ひとつの数値で母集団の値を推測する方法を点推定と呼びます。

たとえば500人に商品満足度を尋ね、72パーセントが満足と答えた場合、72パーセントが点推定値です。

一方で、母集団全体の満足度がぴったり72パーセントであるとは限りません。

回答者の構成や偶然のばらつきがあるため、真の割合は70パーセント前後かもしれませんし、74パーセント前後かもしれません。

この不確かさを見える形にするのが区間推定です。

たとえば90パーセント信頼区間が68.6パーセントから75.4パーセントなら、点推定値だけを見るよりも結果の安定性を判断しやすくなります。

数字を比較するときは、平均値や割合だけでなく、信頼区間の幅も確認することが重要です。

用語	内容	例
母集団	本来知りたい対象全体	全購入者、全国の有権者
標本	母集団から抽出した一部の対象	調査に回答した500人
点推定	ひとつの値で母数を推測する方法	満足度72パーセント
区間推定	幅を持つ範囲で母数を推測する方法	68.6パーセントから75.4パーセント
信頼係数	区間推定の信頼水準	90パーセント、95パーセント

信頼区間が示せる判断材料

信頼区間は、調査結果の精度を伝えるための有効な材料です。

同じ売上増加率が5パーセントでも、信頼区間が1パーセントから9パーセントなら改善傾向を読み取れます。

一方で、マイナス4パーセントから14パーセントのように幅広い場合、増加したと結論づけるには慎重さが必要でしょう。

医療研究、品質管理、マーケティング調査、Webサイトの改善施策など、偶然の変動を考慮する場面で幅広く使われています。

とくにA/Bテストでは、コンバージョン率の差だけを見るのではなく、差の信頼区間を見ることで施策の再現性を検討できます。

信頼区間が狭いほど推定値は安定している傾向にありますが、狭さだけを追い求めると必要な標本数が大きくなり、費用や時間も増えます。

90パーセントと95パーセントの違い

続いては90パーセントと95パーセントの違いを確認していきます。

信頼水準と区間幅の関係

90パーセント信頼区間と95パーセント信頼区間では、同じデータを使っても95パーセント信頼区間のほうが広くなります。

より高い割合で真の値を含む区間を作ろうとすれば、その分だけ安全な幅を持たせる必要があるためです。

たとえば標本平均が50、標準誤差が2の場合、正規分布を利用した90パーセント信頼区間はおおむね46.71から53.29です。

同じ条件で95パーセント信頼区間を求めると、おおむね46.08から53.92になります。

信頼水準を上げると安心感は増えますが、推定区間は広がります。

この関係は、信頼区間を使ううえで最初に押さえたいトレードオフです。

臨界値と両側確率の仕組み

90パーセント信頼区間でよく使われる1.645という数値は、標準正規分布の両端に合計10パーセントの領域を残す境界値です。

両側信頼区間では、残りの10パーセントを左右に5パーセントずつ分けます。

そのため中央の90パーセントを挟む境界が、およそマイナス1.645とプラス1.645になります。

95パーセント信頼区間では両端に合計5パーセント、左右に2.5パーセントずつを残すため、臨界値はおよそ1.96です。

標本数が少なく母標準偏差が不明な場合は、正規分布ではなくt分布の臨界値を使います。

t分布では自由度によって臨界値が変わり、標本数が少ないほど区間はやや広くなります。

信頼水準	両側に残す割合	正規分布の代表的な臨界値	区間の特徴
80パーセント	20パーセント	1.282	狭いが見逃しやすい
90パーセント	10パーセント	1.645	探索的な分析にも使いやすい
95パーセント	5パーセント	1.960	一般的な研究や報告で広く使われる
99パーセント	1パーセント	2.576	慎重だが幅が広くなりやすい

用途ごとの選択基準

90パーセントと95パーセントのどちらを選ぶべきかは、目的に合わせて判断します。

仮説を探る初期調査、短いサイクルで改善する広告運用、施策候補を絞り込む段階では、90パーセント信頼区間が使われることがあります。

一方で、学術研究、規制に関わる評価、重要な投資判断、医療や安全に関する検証では、95パーセント以上を選ぶ場面が多いでしょう。

重要なのは、結果を見た後で都合のよい信頼水準に変えないことです。

分析を始める前に信頼水準を決め、報告書にも明記することで、結論の恣意性を減らせます。

90パーセントは精度が低いという意味ではなく、許容する不確かさの基準が95パーセントと異なるという意味です。

母平均における計算方法

続いては母平均における計算方法を確認していきます。

既知の標準偏差による算出式

母標準偏差が既知で、標本数が十分に大きい場合の90パーセント信頼区間は、標本平均を中心に計算できます。

計算に必要なのは標本平均、母標準偏差、標本数、そして信頼係数に対応する臨界値です。

母標準偏差を標本数の平方根で割った値は標準誤差と呼ばれます。

標本数が増えると分母が大きくなるため、標準誤差は小さくなります。

つまり、同じ信頼水準を維持したまま区間を狭くしたい場合、基本的な方法は標本数を増やすことです。

標本標準偏差とt分布の利用

実務では、母標準偏差があらかじめわかっているケースは多くありません。

その場合は標本から計算した標本標準偏差を使い、t分布による信頼区間を求めます。

90パーセント信頼区間の形は、標本平均にt値かける標本標準偏差を標本数の平方根で割った値を加減する形です。

t値は自由度によって異なり、自由度は通常、標本数から1を引いた値になります。

たとえば標本数が10なら自由度は9です。

自由度9における両側90パーセント信頼区間のt値は、およそ1.833となります。

標本数が増えるほどt分布は正規分布に近づくため、t値も1.645に近づいていきます。

小標本で正規分布の1.645をそのまま使うと、区間を必要以上に狭く見積もる可能性があります。

具体例による手計算

ある工場で製品の重量を25個測定し、平均が102グラム、標本標準偏差が10グラムだったとします。

母標準偏差は不明のため、自由度24のt分布を使います。

自由度24における両側90パーセントのt値は約1.711です。

標準誤差は10を25の平方根である5で割るため、2グラムになります。

この結果は、同じ抽出方法を繰り返して90パーセント信頼区間を作るなら、その多くが母平均を含むよう設計されていることを示します。

重量のばらつきが同じでも、測定数を100個に増やせば標準誤差は1グラムまで小さくなり、区間もより狭くなります。

割合における求め方

続いては割合における求め方を確認していきます。

標本比率と標準誤差

アンケートの賛成率、商品の購入率、Webページのコンバージョン率など、割合を推定したい場面でも信頼区間を使えます。

標本比率をpとすると、標準誤差はpかける1マイナスpを標本数で割り、その平方根を取って求めます。

90パーセント信頼区間では、その標準誤差に1.645をかけた値を標本比率に加減します。

たとえば400人中240人が賛成した場合、標本比率は0.60です。

標準誤差は0.60かける0.40を400で割り、その平方根を取るため約0.0245となります。

誤差幅は1.645かける0.0245で約0.040です。

よって母集団の賛成率の90パーセント信頼区間は、およそ56.0パーセントから64.0パーセントです。

二項分布と近似の注意点

上記の計算方法は、標本数が一定以上あり、成功数と失敗数の両方が十分に確保されている場合に使いやすい正規近似です。

割合が0パーセントや100パーセントに近い場合、あるいは標本数が少ない場合には、単純な正規近似では区間の精度が下がることがあります。

たとえば10人中10人が購入したからといって、母集団の購入率が100パーセントと判断することはできません。

このような場合には、Wilson法、Clopper Pearon法、ベイズ推定による区間などを検討するとよいでしょう。

割合の信頼区間では、推定値だけでなく標本数と成功数も併せて確認することが欠かせません。

ツールや統計ソフトでは計算方法を選べることがあるため、報告時にはどの方式を採用したか記録しておくと安心です。

比率差とA/Bテストの判断

A/Bテストでは、A案とB案のコンバージョン率の差に対して信頼区間を求めることがあります。

たとえばA案が4.0パーセント、B案が4.8パーセントであれば、差は0.8ポイントです。

しかし、差の90パーセント信頼区間がマイナス0.1ポイントからプラス1.7ポイントなら、B案が本当に優位と判断するには注意が必要です。

区間が0をまたいでいるため、母集団では差がない可能性も残るからです。

一方、差の信頼区間がプラス0.2ポイントからプラス1.4ポイントなら、少なくとも設定した90パーセント水準ではB案が上回る可能性を支持する結果となります。

信頼区間の読み方と注意点

続いては信頼区間の読み方と注意点を確認していきます。

有意差との関係

信頼区間と統計的有意差は関係がありますが、同じ言葉ではありません。

たとえば平均の差について95パーセント信頼区間が0を含まなければ、通常は5パーセント水準で統計的に有意と判断されます。

90パーセント信頼区間が0を含まない場合は、一般に10パーセント水準で有意という見方に対応します。

ただし、有意であることが実務的に重要であることを保証するわけではありません。

非常に大きな標本では、ごく小さな差でも有意になる場合があります。

反対に、重要な差があっても標本数不足で有意と出ない場合もあるでしょう。

統計的な有意性と、施策として意味のある効果量は分けて評価する必要があります。

区間幅に影響する要因

信頼区間の幅は、主に標本数、データのばらつき、信頼水準の三つで決まります。

標本数が多いほど標準誤差は小さくなり、区間は狭くなります。

データのばらつきが大きいほど、平均値の推定には不確かさが残るため区間は広がります。

また、90パーセントから95パーセント、99パーセントへと信頼水準を高めるほど、必要な安全幅も大きくなります。

変化する要因	信頼区間への影響	実務上の対応
標本数を増やす	狭くなりやすい	調査期間や予算を確保する
ばらつきが大きい	広くなりやすい	対象を分けて分析する
信頼水準を上げる	広くなる	必要な慎重さを事前に決める
測定誤差を減らす	安定しやすい	質問設計や測定手順を見直す

標本抽出と前提条件

信頼区間の計算式が正しくても、データの集め方に偏りがあれば結論の信頼性は高まりません。

たとえば自社メールマガジンの読者だけに満足度を聞いた結果を、すべての見込み客にそのまま当てはめることには無理があります。

回答しやすい人だけが集まる自己選択バイアス、特定の曜日に偏る時期的な変動、重複回答などにも注意が必要です。

信頼区間が扱うのは、主に無作為抽出に伴う偶然誤差です。

調査設計の偏りや入力ミスまで自動的に補正してくれるものではありません。

信頼区間90パーセントのまとめ

信頼区間90パーセントは、同じ推定手続きを繰り返したときに、作られた区間の約90パーセントが真の値を含むように設計された範囲です。

今回の区間に真の値が90パーセントの確率で入る、という意味ではない点をまず押さえましょう。

90パーセント信頼区間は95パーセント信頼区間より狭くなりやすく、探索的な分析や素早い改善判断で使われることがあります。

一方で、重要な意思決定や厳密な検証では95パーセント以上が選ばれることも少なくありません。

信頼水準が高いほどよいのではなく、目的に応じて必要な確かさと区間幅のバランスを選ぶことが大切です。

母平均では標本平均、標準偏差、標本数から標準誤差を求め、90パーセント水準に対応する臨界値をかけて誤差幅を計算します。

割合でも同様に、標本比率と標本数を使って区間を求められます。

ただし標本数が少ない場合や比率が極端な場合には、正規近似以外の方法も検討してください。

調査結果を読むときは、点推定値だけで結論を急がず、信頼区間の幅、ゼロをまたぐかどうか、標本抽出の質まで確認することが重要です。

不確かさを含めて数字を読む習慣が、統計データを実務の確かな判断へつなげてくれるでしょう。