📚 suwa-sh / zenn-contents
🧪 仮説の立て方を科学・統計・事業の3種類で書き分ける
目次

⚠️ 非公開（zenn 未公開）

🧪 仮説の立て方を科学・統計・事業の3種類で書き分ける

2026-10-07

「仮説を立ててから動け」とよく言われます。しかし、科学の論文、A/Bテストの分析計画、新規事業の検証カードでは、同じ「仮説」という語が別の文を指しています。

この記事は、仮説を 科学の説明・統計の確認・事業の前提 の3種類に分けます。そして、それぞれの種類が結果を見る前に何を書かせるかを、一次資料に沿って整理します。対象読者は、技術調査、プロダクトの判断、個人の実験を自分で回す実務者です。

読み終えると、次のことができるようになります。

  • いま書こうとしている一文がどの種類かを判定できる
  • その種類で、結果を見る前に埋めるべき欄が分かる
  • 「p<0.05 なら真」「事前登録すれば再現性が上がる」といった言い回しが、どこまで根拠に支えられているかが分かる

出典は、著者の公開原稿、学会声明、公式のカードとガイド、公的な解説を中心にしています。書籍の本文ではなく公開講演や公式ページで確認した定義は、その旨を本文に書きます。

記事の全体像
この記事の全体像。以下、順に解説します。

仮説の立て方とは

仮説の立て方とは、結果を見る前に、あとで当たり外れを判定できる一文を残す作業 です。

ポイントは「どの種類の文か」を先に決めることです。種類によって、書くべき欄が変わります。

種類 何についての文か 結果を見る前に書くもの
科学の説明 現象を生む仕組みの候補 複数の作業仮説と、各候補が禁じる観察
統計の確認 指定した統計モデルとデータの突き合わせ 帰無、分析、除外、停止の計画
事業の前提 アイデアが成り立つために真である必要がある信念 見る相手、見る行動、見る前に決めた分岐

特徴

  • 科学の説明 は、現象を生む仕組みの候補です。複数の作業仮説を同時に置き、各候補が禁じる観察を書きます。
  • 統計の確認 は、指定した統計モデルとデータの突き合わせです。帰無、分析、除外、停止を、結果を見る前の計画に残します。
  • 事業の前提 は、アイデアが成り立つために真である必要がある信念を、一つに切り出したものです。見る相手、見る行動、見る前に決めた分岐を書きます。
  • 探索でデータから作った説明は、次に試す予測とは別のモードです。同じデータに対する確認としては扱いません。
  • 目標、機会、施策、指標、質問は、それぞれ別の文です。仮説の欄に混ぜると、外れたときに何が外れたのか分からなくなります。

概念構造

一文の種類が先に決まり、種類が欄を決めます。

未解決の問い 文の種類 科学の説明 統計の確認 事業の前提 複数の作業仮説 その説明が禁じる観察 残った説明を真とは書かない モデルと帰無 結果の前の分析計画 計画外は探索と書く 一つの前提 見る行動と相手 見る前に決めた分岐

3種類の欄は、1枚のカードの四隅のように共通化できるものではありません。

  • 科学の「禁じる観察」は 予測 です。
  • 統計の「分析計画」は データの扱い です。
  • 事業の「分岐」は 次の行動 です。

3種類の書き分け表

欄 科学の説明 統計の確認 事業の前提
何についての文か 観察を生む仕組みの候補 指定した統計モデル。しばしば効果の不在 アイデアが成り立つために真である必要がある信念
いつ書くか 試験の前に予測を出す（Peirce 1878の規則）。仮説の形成そのものは驚きのあとでよい 結果を観測する前（Nosek 2018、OSF Prereg） テストの前に仮説、指標、基準を書く（Test Card）
一つに絞るか 絞らない。合理的な説明を作業仮説として同時に育てる（Chamberlin） 確認的仮説は方向の有無まで分けて書く。交互作用は別の仮説にする（OSF Prereg） 一つの前提に切る（Osterwalder、Torres）
何が外れか その説明が禁じる観察が出ること（Popper） 計画した分析が、事前の基準でモデルとの不整合を示すこと 見る前に決めた行動の分岐を外れること。近い値をあとから合格にしない
合格の意味 その試験では反駁されなかった。候補の外によりよい説明がありうる 指定モデルと矛盾しにくかった、または矛盾した。仮説が真である確率ではない その前提について、事前の分岐を越えた。案全体の確定ではない
計画外の発見 次の予測の材料 探索と明示する。同じデータの確認とは書かない 学びとして残し、次の仮説か次のテストにする

科学の説明：複数の作業仮説と「禁じる観察」

Chamberlin の複数の作業仮説（1890）

Chamberlin は、知的方法を三つに分けました。

  1. 支配理論
  2. 一つの作業仮説
  3. 複数の作業仮説

一つの作業仮説は、事実を確定する手段として支配理論よりは優れています。しかし、気に入った仮説はやがて支配的な位置に戻りやすい、と Chamberlin は書きます。複数の作業仮説では、探究者は仮説の家族の親になり、一つに愛情を固定しません。

例として挙げられているのは五大湖の盆地です。氷期前の谷、氷河による掘削、地殻の撓みを同時に問います。そして、どれか一つでは十分に説明できず、判断の問題は各作用がどの程度関与したかだ、と結論します。

Platt の強い推論（1964）

Platt の手順は次のとおりです。

  1. 対立仮説を考え出す
  2. 可能な結果ができるだけ一つ以上の仮説を排除する実験を考える
  3. きれいな結果を得る
  4. 残った可能性について、この手順を繰り返す

Platt は、排除以外の結論は不安定で再点検が必要だと書きます。また、何も排除しない理論は、すべてを予測することで何も予測しない、とも書きます。

Popper の反証可能性

Popper の公開抜粋は、次のように定式化します。

  • 確認は、探せば容易に得られる
  • 数えられるのは、危険な予測の結果だけである
  • よい科学理論は、何かを禁じる
  • 考えうるどんな出来事でも反駁できない理論は、非科学である

ただし Popper は、非科学的だと分かっても、それだけで無意味だとは分からない、とも書いています。

Peirce の「試験の前に予測を述べる」

Peirce は1878年の論考で、仮説を同種の事実の一般化とは別の推論として扱いました。そこで次の三つの規則を置きます。

  • 試験の前に予測を述べる
  • すでに当たると分かっている観点だけを選ばない
  • 失敗も記録する

1908年の論考では、探究は驚きから始まります。第一段階の retroduction（仮説の形成）は保証を与えません。演繹が帰結を展開し、帰納がそれを評価します。

つまり、仮説を思いつくのは驚きのあとでよい が、予測は試験の前に書く という順序です。

統計の確認：p値の位置づけと分析計画

ASA の p 値声明（2016）

アメリカ統計学会（ASA）の声明は、p 値を「指定した統計モデルの下で、データの統計的要約が観測値と同じか、それより極端になる確率」と説明します。6つの原則を、仮説の文に残すことへ読み替えると次のようになります。

原則 仮説の文に残すこと
1 何の不在を、どの仮定の下のモデルとして試すか。小さい p は、仮定が成り立つときの不整合の大きさであり、仮説の証明ではない
2 p を、仮説が真である確率とも、データが偶然だけで生じた確率とも書かない
3 0.05の片側を真、反対側を偽、と書かない。設計、測定、外部の証拠、仮定を評価に入れる
4 探した仮説の数、データ収集の決定、実施した分析、計算した p を隠さない。隠すと、報告された p は実質的に解釈できない
5 統計的有意を、科学的・人的・経済的な重要性と同一視しない
6 文脈のない p、とくに0.05付近を、単独で証拠の全体にしない。大きい p は帰無を支持する証拠ではない

OSF Prereg のフォーム

事前登録のフォームは、研究の前に次を書くよう求めます。

  • 方向の有無まで含む、検定可能な仮説
  • デザイン
  • サンプルサイズの根拠、または停止規則
  • 仮説ごとの統計モデル
  • 推論の基準
  • 除外の条件

計画に無い検定は、最終論文で探索的と記す、とフォームに書かれています。

Nosek ほかの事前登録（2018）

Nosek らは、事前登録を「結果を観測する前に、研究上の問いと分析計画を定義する手続き」と定義します。目的は prediction（予測）を postdiction（後付けの説明）より優遇することではありません。どちらであるかを明確にすること です。

理想の循環は次のとおりです。

観測 仮説を作る 結果の前にデザインと分析計画 計画どおりに分析 探索で postdiction を得る

この点について Ledgerwood は、理論的な方向予測の事前登録と、分析計画の事前登録は別のものだと指摘しました。Nosek らの返答は "a prediction without an analysis plan is inert for falsification" です。予測の文だけでは、反証の条件を満たしません。

事業の前提：一つの前提と、見る前の分岐

Strategyzer の Test Card

2023年版の Test Card の欄は次のとおりです。

段 公式の書き出し
Hypothesis We believe that
Test To verify that, we will
Metric And measure
Criteria We are right if

Osterwalder の記事は、この4欄で次を明示させると説明します。

  • アイデアが機能するために真でなければならないこと
  • その真偽の試し方
  • 測るもの
  • 成功の閾値

一つのアイデアにはカードが何枚も必要だ、とも書かれています。Strategyzer のアプリ紹介記事は、次の運用を勧めます。

  • 最も危ない前提を仮説にする
  • アイデアを殺しうるかどうかで並べる
  • 安く速いテストから始める
  • 状態を Valid / Invalid / Unknown で残す

Testing Business Ideas の公式ティーザーは、よい仮説の条件として次を挙げます。

  • 証拠で真偽を示せる
  • 何を、誰に、いつ見るかと、成功の姿が分かる
  • 一つのことだけを含む

また、「We believe that…」だけに揃えると確認バイアスの罠になるため、前提を反証しようとする形の仮説も書ける、としています。

Teresa Torres の assumption testing

Torres は、用語を次のように分けます。

  • opportunity：顧客のニーズ・痛み・欲求
  • assumption：アイデアが成功するために真である必要がある信念

assumption は desirability、viability、feasibility、usability、ethical の5つに分類されます。実験設計については、次の考え方を示しています。

  • 能力から書き始める型は、アイデア全体を試すことになる
  • 成果は一つの前提だけでは決まらない
  • 実験の前に、支持・反証・差なし の3つのときの行動を決める
  • 3つが同じ行動なら、実験をせずに今すぐ行動する

合格線についても、Torres は2014年の記事で例を挙げています。変更でコンバージョン率が10%改善すると仮説を立てたなら、9%の改善は不合格です。あとから「9%で十分」と判断を動かさないための線引きです。

assumption testing の記事は、試す単位を一つの前提にし、全部は試さず、重要で証拠が薄いものから試す、と書きます。テストの型は次の4つです。

  • その瞬間を模擬するプロトタイプ
  • 一問だけの調査
  • 既存データの探索
  • 実現性のスパイク

Eric Ries の Lean Startup

Ries の公式 Methodology は、実験が答えるのは「作れるか」ではなく「作るべきか」だ、と書きます。

value hypothesis と growth hypothesis という語は、2011年の公開講演の書き起こしの範囲では、次のように説明されています。

  • value hypothesis：顧客が価値を経験したと、どう知るか
  • growth hypothesis：新規顧客が、過去の顧客の行動からどう来るか

同じ場で、leap-of-faith（信念の跳躍）となる前提の見分け方として、「事業計画のその率を0にすると売上の表全体が0になるセル」が挙げられています。例は無料トライアル登録率10%です。書籍の印刷上の定義ではなく、この講演の範囲の説明です。

The Mom Test の質問の区別

Rob Fitzpatrick の2017年の講演は、次の2つの質問を分けます。

  • "do you think it's a good idea"：自分の案についての質問
  • "how do you currently deal with this"：相手の生活についての質問

顧客に聞くときは、前者ではなく後者で、相手がその問題に実際どう対処しているかを聞きます。

Effectuation という別の手順

Sarasvathy（2024）は、Lean Startup と effectuation を次のように分けます。

  • Lean Startup：市場を外生とみなす仮説検証
  • effectuation：自分から関わる関係者のコミットメントによって、市場を内生的に作れる方法

市場を自分たちで作る段階では、仮説カードとは別の手順が残る、ということです。

日本語の文書での「仮説」の位置

日本語の公的文書や著者の公開記事でも、「仮説」が置かれる位置はそろっていません。

系統 書くもの いつ
内田和成 情報が少ない段階の仮の答え。答えから考える 分析の前
安宅和人 解くべき課題に対する見立て。進捗に応じて見直す 分析の前
科研費（研究活動スタート支援の様式） 核心をなす学術的「問い」。仮説という語ではない 応募の計画調書
SSH の応募要領 研究開発の仮説。根拠と、指定期間内に検証できるか 応募の実施計画
小学校学習指導要領解説 理科編 予想や仮説を、検証計画の前に置く 問題解決の過程
高等学校学習指導要領解説 理数編 検証可能な仮説。時間と環境の中で検証できるか 課題解決の前
日本心理学会 執筆・投稿の手びき 論文の問題欄に仮説を含める 投稿原稿

内田の「仮の答え」は、結果を見る前に分析の方向を決める文です。統計の分析計画や、事業の合格線とは別のものです。

注意点

仮説の立て方の周辺では、一次資料の範囲を超えた言い回しがよく見られます。どこまで信じてよいかを整理します。

よく見る言い方 一次資料が実際に言っている範囲
強い推論を使う分野は一桁速い Platt は "perhaps by an order of magnitude, if numbers could be put on such estimates" と書いています。「数を置けるなら」という留保付きの見積もりであり、測定値ではありません
公表された知見のほとんどは偽である Ioannidis（2005）は、事前オッズ、検出力、有意水準、バイアス、チーム数を置いたモデルの中で主張しています。同じ論文で、実施が良く検出力が十分なランダム化比較試験で、事前確率が50%なら、真である確率は約85%になるとも書いています
事前登録をすれば再現性が上がる Nosek ほか（2018）は、原理としては強いが、再現性の優位を確立する実験的証拠はまだ十分でない、と書いています
p<0.05 なら仮説は真である ASA 声明の原則2は、p 値は仮説が真である確率ではないとしています。原則3は、決定を p が閾値を越えたかだけで行わないよう求めています
帰無仮説を立ててはならない 同じ声明の原則1は、p 値が統計モデルとデータの不整合を示しうると書いています。帰無を置くことは禁じていません。ASA は2015年に、帰無仮説検定を禁止した雑誌方針に対して、適切な統計的推論を捨てないよう求めるコメントを出しています
HARKing は常に禁止される Kerr（1998）の抄録は、HARKing を「結果から作った仮説を、事前仮説だったかのように書くこと」と定義しています。費用が便益を常に上回るかは、議論として残しています

「知見のほとんどは偽」の条件

Ioannidis（2005）の数値は、条件によって大きく変わります。

条件 知見が真である確率
実施が良く検出力が十分な RCT、事前確率50% 約85%
検出力不足の早期臨床試験 約4回に1回
検出力が十分な探索的疫学、R=1:10 5回に1回程度（検出力不足ならさらに低い）
事前オッズが低い遺伝子研究、バイアス u=0.10 4.4×10⁻⁴

確認的で条件の良い試験の数字を、探索的な試行にそのまま当てはめることはできません。逆も同様です。

事前登録の効果の観察

事前登録と結果の関係を調べた研究は、次のように限定して読む必要があります。

  • Kaplan と Irvin（2015）：米国 NHLBI が支援した大規模 RCT 55件を対象にしています。2000年より前は30件中17件（57%）が主アウトカムで有意な利益を示しましたが、2000年以降は25件中2件（8%）でした。著者は、事前登録が原因だとは言えない、と書いています。標本は成人の心血管試験であり、事業の仮説カードではありません。
  • Claesen ほか（2021）：Psychological Science の事前登録バッジ付き論文27件の抄録です。計画から逸脱しなかったのは2件、逸脱をすべて開示したのは1件、逸脱を一つも開示しなかったのは9件でした。
  • van den Akker ほか（2023）：事前登録した心理学研究193件と、関連する非事前登録研究193件を比べました。抄録は、事前登録群で陽性率の低さ、効果量の小ささ、統計エラーの少なさを見いだせなかった、と結論しています。

事前登録は、確認と探索の区別を明確にする手続き です。事前登録をしたこと自体を、結果が正しいことの証拠として書くことはできません。

手順そのものの限界

上で紹介した手順にも、それぞれ限界が指摘されています。

  • 候補の外に説明が残る：検討した集合の外によりよい説明があるなら、集合の最良は "the best of a bad lot" にすぎない、という van Fraassen の批判があります（SEP の Abduction 項目による要約）。
  • 一回の排除実験は決定的でない：O'Donohue と Buchanan（2001）は、対立仮説の完全な列挙は不可能であり、補助仮説があるため一回の実験は論理的に決定的でない、と論じています。生態学のように複数の原因が同時に働く分野では、決定的な実験は原理的に難しいという議論もあります。
  • Popper の反証も一回では決まらない：SEP の Popper 項目は、論理的には反例一つで普遍言明は偽になるが、方法の上では一つの衝突だけで理論を捨てるとは限らない、と要約しています。
  • 成果が前提の連言で決まる：成果が複数の前提がそろったときにしか出ない場合、一つの前提の合格はアイデアの合格ではありません。
  • 一つの仮説を早く置くことの危うさ：早い段階で全体の結論を仮に置く手順は、Chamberlin が警告した「一つの気に入りが支配理論になる」失敗と隣り合わせです。

書籍本文ではなく公開資料の範囲で扱っているもの

次のものは、書籍の印刷上の定義ではなく、公式ページや公開講演の範囲で扱っています。

  • Ries の value hypothesis / growth hypothesis の定義（2011年の公開講演の書き起こし）
  • Fitzpatrick の質問の区別（2017年の講演）。講演内の「投資家は約5回に1回しか当たらない」は、出典論文の無い講演者の主張です
  • Torres、内田、安宅の考え方（公開記事・対談の範囲）

結局、どの種類で書けばよいのか

答えは、文の種類を先に一つ選び、その種類が要求する欄だけを埋める です。4つの欄を、科学・統計・事業の共通の関門にはしません。

判断のしかたは次のとおりです。

はい いいえ はい いいえ はい いいえ はい いいえ いま書こうとしている一文 現象の仕組みを説明したいか 科学の説明 データでモデルとの整合を確かめたいか 統計の確認 次の行動を決めたいか 事業の前提 結果を見てから作った説明か postdiction として残し次の予測に載せ替える 問いを具体化して最初の分岐に戻る

科学の説明を書くとき

  1. 気に入っている説明のほかに、同じ観察を生みうる説明を少なくとももう一つ書く
  2. 各説明について、それが起きたらその説明が困る観察を一行書く
  3. 残った説明を真だとは書かない。検討していない説明がありうる、と一行残す
  4. 原因が同時に働きうると分かっているときは、一つを残す実験を、度合いを測る問いに変える

例：「ページ表示が遅くなったのは DB クエリのせいだ」だけを書かない。次のように並べます。

候補 禁じる観察
DB クエリの劣化 DB の応答時間が変わっていないのに遅い
CDN のキャッシュミス増加 キャッシュヒット率が変わっていないのに遅い
フロントのバンドル肥大 バンドルサイズが同じなのに遅い

統計の確認を書くとき

  1. 結果を見る前に、モデル、帰無、検定、除外、停止を分析計画として残す
  2. 方向がある予測は、その分析計画と組にする。予測だけの文は、反証の条件として未完了のまま残す
  3. 計画に無い分析は探索と書き、同じデータの p で確認済みとは書かない
  4. p が閾値を越えたことを、仮説が真であること、効果の大きさ、重要性の文にしない
  5. 事前登録したこと自体を、再現性が上がった証拠として書かない

例：A/B テストなら、「新しいボタン色でクリック率が上がる」だけで終えません。主指標、検定方法、サンプルサイズまたは停止規則、除外するセッションの条件を、配信を始める前に書きます。セグメント別の差は、計画に無ければ探索として報告します。

事業の前提を書くとき

  1. 目標、機会、作るものから、成り立たなければならない信念を一つ切り出す
  2. 誰の、どの行動を見るかと、見る前の合格の分岐を書く
  3. 支持・反証・差なしのあとの行動を先に書く。3つが同じなら、その実験はしない
  4. 成果が複数の前提の連言でしか出ないと分かっているときは、一つの合格をアイデアの合格と書かない
  5. 顧客に聞くときは、案の賛否ではなく、相手が前回その問題にどう対処したかを聞く
  6. 市場を自分たちで作る段階では、失ってよい量と、手元にある手段でのコミットメントを、仮説カードとは別の手順として残す

例：Test Card の形で書くと次のようになります。

段 記入例
We believe that 個人開発者は、毎週の振り返りをテンプレートで済ませたい
To verify that, we will ランディングページにテンプレート配布の登録フォームを置く
And measure 訪問者のうち登録した割合
We are right if 訪問者500人の時点で、10%以上が登録する

判定の条件と、3つの結果ごとの行動も先に決めます。

  • 支持（訪問者500人に達し、登録率10%以上）：テンプレートの有料版を試作する
  • 反証（訪問者500人に達し、登録率10%未満）：振り返り以外の課題を探す
  • 判定できない（4週間たっても訪問者が500人に届かない）：集客経路を変えて同じカードをやり直す

訪問者500人で登録率9%なら、反証です。あとから「9%なら十分」と合格に動かしません。

まだ文にできないとき

データから作った説明は、postdiction と明示して残してかまいません。ただし、そのラベルは次の確認を免除しません。次の予測として、上のいずれかの欄に載せ替えます。

個人の調査で今日からできる手順

  1. 今日の問いに、科学・統計・事業のいずれかのラベルを一つ付ける
  2. そのラベルの欄を、結果を見る前に埋める。埋まらない欄は、実験に欠けている条件として残す
  3. 3つの結果が同じ次の行動になる実験は、実行しない
  4. 結果が出たあと、計画外に見えた文は、次のカードの予測に移す

手順を変えてよい条件

  • 候補が排他に近く、補助仮定を先に分けられ、決定的な排除が実際に取れる問題では、Platt の繰り返し手順を科学の説明の中で使ってよい。ただし「速度が一桁上がる」とは書かない
  • 検出力と事前の当たりやすさが高く、バイアスが小さい確認的試験では、Ioannidis のモデル上、知見が真である確率は約85%まで上がりうる。その条件を外した探索に、同じ割合を使わない
  • 大規模な臨床研究の登録制度で陽性率が下がったことを、個人の事業実験の精度が改善した証拠として使わない

まとめ

  • 「仮説」という語は、科学の説明、統計の確認、事業の前提の3種類の文を指します
  • 科学の説明では、複数の作業仮説を並べ、各候補が禁じる観察を書きます
  • 統計の確認では、モデル、帰無、分析、除外、停止を結果の前に計画し、計画外は探索と明示します。p 値は仮説が真である確率ではありません
  • 事業の前提では、一つの前提、見る行動、見る前の分岐を書き、支持・反証・差なしの各結果のあとの行動を先に決めます
  • 事前登録や強い推論には効果を誇張した言い回しが多いため、一次資料が実際に言っている範囲で使います
  • まず一文の種類を一つ選び、その種類の欄だけを埋めることが、仮説の立て方の出発点です

この記事が少しでも参考になった、あるいは改善点などがあれば、ぜひリアクションやコメント、SNSでのシェアをいただけると励みになります！

参考リンク