第1種の誤りと第2種の誤り｜あわて者とぼんやり者

αを0にすると絶対に棄却しないことになり、本当の異常もすべて見逃します（βが最大）。誤りを完全に無くすことはできず、バランスの問題です。

あわて者は差がないのに慌てて異常と騒ぐ（第1種）、ぼんやり者は異常があるのにぼんやり見逃す（第2種）と情景で覚えると混同しません。

この記事でわかること

📌 前提知識：仮説検定の考え方と手順を読んでいると理解しやすくなります

抜き取り検査で「合格」と判定したロットに、あとから不良が見つかった。逆に、本当は問題ないロットを「不合格」にしてしまった。検査や検定にはこの2種類の失敗がつきものです。

統計ではこれを第1種の誤り・第2種の誤りと呼び、それぞれ確率をα・βで表します。この2つを区別できると、検定の有意水準も、管理図の管理限界も、抜取検査の設計も、同じ枠組みで読めるようになります。

この記事では、2種類の誤りの違いを「あわて者・ぼんやり者」というイメージで押さえ、製造業の場面とのつながりまで解説します。

2種類の誤りが出てくる場面

第1種・第2種の誤りは、「白か黒か」を確率的に判断するあらゆる場面で発生します。

逆に注意したい点もあります。

（△）どちらの誤りも0にはできません。片方を小さくするともう片方が大きくなる関係にあります。
（△）第2種の誤り（β）は、帰無仮説がどれだけ間違っているか（効果の大きさ）やサンプル数によって変わるため、αのように一つの値には決まりません。

検定では、帰無仮説 \( H_0 \)（差がない・正常など）が正しいか誤りかという「真実」に対して、「棄却する／しない」という判断を下します。真実と判断の組み合わせは4通りで、そのうち2つが誤りです。

	H₀が本当は正しい	H₀が本当は誤り
H₀を棄却しない	正しい判断	第2種の誤り（β）
H₀を棄却する	第1種の誤り（α）	正しい判断（検出力）

正しいものを「間違いだ」と早とちりするのが第1種の誤り、間違っているのに「問題ない」と見逃すのが第2種の誤りです。日本語では、前者をあわて者の誤り、後者をぼんやり者の誤りと呼びます。

第1種の誤りは、本当は正しい帰無仮説を誤って棄却してしまう誤りです。「差がないのに、差があると早とちりする」タイプで、あわて者の誤りと呼ばれます。

その確率が有意水準αです。検定でα=0.05（5%）と決めるのは、「本当は差がないのに差があると判定してしまう確率を5%まで許す」という意味です。αを小さくするほど、慎重になり早とちりは減ります。

管理図の管理限界を平均±3σに引くのも、この考え方です。工程が正常なら、点が±3σを外れる確率はわずか0.27%。つまり第1種の誤り（誤警報）を0.27%に抑える設計になっています。

第2種の誤りは、本当は誤っている帰無仮説を棄却できずに見逃す誤りです。「差があるのに、差がないと見過ごす」タイプで、ぼんやり者の誤りと呼ばれます。その確率がβです。

βの裏返しが検出力（1−β）で、「本当に差があるとき、それをきちんと差ありと判定できる確率」を表します。検出力が高い検定ほど、見逃しが少ない検定です。

βは一つの値に決まりません。差（効果）が大きいほど見逃しにくく、サンプル数が多いほど見逃しにくくなります。検出力を確保するためのサンプル設計は統計的検出力（パワー分析）で詳しく扱っています。

2つの誤りは、片方を減らそうとするともう片方が増える関係にあります。

たとえば「早とちりは絶対に避けたい」とαを極端に小さくすると、判定の基準が厳しくなり、本当は差があっても棄却しにくくなります。結果として見逃し（β）が増えます。逆にαを大きく甘くすれば、些細な変動でも「異常だ」と判定してしまい、あわて者の誤りが増えます。

だから実務では、まず許容できる第1種の誤りをα（有意水準）として決め、そのうえで必要な検出力を得られるようサンプル数を設計する、という順序で考えます。両者のバランスを取る作業だと言えます。

2種類の誤りは、品質管理の道具の中に形を変えて現れます。