対象トレーナー / 理学療法士 / 医師 / スポーツ指導者
関連資格NSCA-CPT / NESTA-PFT / JATI-ATI
著者cortis Academy 編集部
監修日原 裕太(NSCA-CPT)
最終更新日2026/05/05
免責:本記事は教育目的の学習コンテンツです。診断・治療を代替するものではありません。
学習コンテンツ
データサイエンス入門
エビデンスに基づく指導のための統計学・データ分析の基礎知識
統計の基礎
平均値と中央値
平均は外れ値の影響を受けやすい。体組成データなど偏りがある場合は中央値も確認。分布の形状を把握することが重要。
標準偏差(SD)
データのばらつきを示す指標。平均±1SDに約68%、±2SDに約95%のデータが含まれる(正規分布の場合)。
標準誤差(SE)
SE = SD ÷ √n。サンプルサイズが大きいほどSEは小さくなる。研究論文のグラフでエラーバーとして表示される。
相関と因果
「相関関係≠因果関係」はデータ分析の最重要原則。例:「プロテイン摂取量と筋肥大に正の相関」があっても、プロテインだけが原因とは限りません(トレーニング量、睡眠、遺伝等の交絡因子)。因果を示すにはRCT(ランダム化比較試験)が必要です。
エビデンスレベルのピラミッド
下から順に信頼性が上がります:専門家の意見 → 症例報告 → 横断研究 → コホート研究 → RCT → システマティックレビュー/メタ分析。トレーナーとして「どのレベルのエビデンスか」を意識して情報を評価しましょう。
論文の読み方
IMRaD構造(Introduction→Methods→Results→Discussion)を理解する。まずAbstractで概要把握→Methodsで研究デザイン確認→Resultsで数値確認→Discussionで限界点を確認。PubMedやGoogle Scholarで無料アクセス可能な論文も多数あります。
効果量(Effect Size)
p値だけでなく「実際にどれだけ効果があるか」を示す指標。Cohen’s d(0.2:小、0.5:中、0.8:大)が代表的。例:あるトレーニング法の筋力向上効果がd=0.6なら「中程度の効果」。サンプルサイズが大きいとp値は容易に有意になるため、効果量の確認が不可欠です。
次にやること
この記事で学んだ内容を、問題演習・関連トピック・ロードマップ・ケーススタディで定着させましょう。
更新履歴
- 2026/05/05最終更新(学習メタ情報・参考文献ポリシー追加)
- 2026/05/05初版公開
最新の研究動向・診療ガイドラインの更新に応じて、定期的にコンテンツを見直しています。
この記事の主な参考文献
本記事は以下の文献・ガイドラインを参考に作成しています。最新の研究動向に応じて更新されます。
参考文献・出典ポリシー
cortis Academyは、査読論文・診療ガイドライン・専門書を出典として、信頼できる学術情報を編集しています。
- 査読論文:PubMed・Cochrane Library・PEDro
- 診療ガイドライン:日本整形外科学会・日本臨床スポーツ医学会等
- 専門書:NSCA Essentials of Strength Training and Conditioning 等
- 公式テキスト:NSCA・NESTA・JATI等の各資格団体公式教材
関連コンテンツ
同じ学群の関連記事をご覧ください。
関連書籍・コンテンツ
CHT(ホリスティック・ヘルストレーナー)資格をご検討の方へ
cortisアカデミーが認定する次世代トレーナー資格。運動・栄養・メンタル・休養を統合的に扱える人材を育成します。