心理学研究法：解説つき練習問題

1なぜ心理学に研究法が必要なのか

心理学は人についての主張をします：睡眠が記憶を高める、ある療法が不安を減らす、など。研究法は、そうした主張を公平に検証するための規則で、答えが意見に左右されないようにします。

研究は仮説、つまり検証可能な予測から始まります。帰無仮説は効果や関係がないと述べ、対立仮説はあると述べます。方向性のある（片側）仮説は効果の方向も述べ、方向性のない（両側）仮説は述べません。

実験では、研究者が 1 つの変数を変え、別の変数を測定します。

• 独立変数（IV）は、睡眠の量のように、研究者が意図的に変えるものです。
• 従属変数（DV）は、記憶の得点のように、影響を受けるかどうかを見るために測定されるものです。
• 剰余変数も DV に影響しうるものです。その 1 つが IV とともに変動すると、交絡変数となり、結果が不明確になります。

操作的定義とは、変数を測定できるように定義することで、たとえば「記憶」を「20 語のリストから再生された単語の数」とすることです。

2デザイン、標本、倫理

実験デザインは、各条件に誰が参加するかによって異なります。

• 独立群：各条件に異なる人々。順序効果はありませんが、グループが異なる可能性があります。
• 反復測定：同じ人々がすべての条件を行う。個人差は統制されますが、順序効果（練習、疲労）が現れます。カウンターバランス（半数が A のあと B、半数が B のあと A）がそれを統制します。
• マッチドペア：異なる人々で、年齢や IQ などの重要な特性が対応している。

真の実験では、参加者は条件にランダムに割り当てられます。準実験では、IV は性別や年齢など自然に存在する違いなので、割り当てられません。フィールド実験は、自然な環境で IV を操作します。

非実験的な方法には、相関研究、観察、質問紙とインタビュー、事例研究、同じ人々を長期間追跡する縦断的研究があります。

サンプリング：無作為標本では誰もが等しい機会をもちます。系統抽出はリストの n 番目ごとの人を取ります。層化は母集団のサブグループの比率を保ちます。機会標本は居合わせた人を使います。志願者標本は広告に応じた人を使います。

バイアス：参加者は、目的を推測して（要求特性）、あるいはよく見せたくて（社会的望ましさ）行動を変えることがあります。参加者も実験者も条件を知らない二重盲検デザインは、これと実験者バイアスを減らします。

倫理：インフォームド・コンセント、撤退する権利、危害からの保護、守秘義務、そして、特に欺瞞が用いられた場合のデブリーフィング。

3信頼性、妥当性、統計

信頼性は一貫性です：測定が毎回同じ結果を出すこと。再検査法、観察者間の一致、あるいは折半法や内的整合性で確認します。

妥当性は正確さです：研究が、主張するものを測定していること。内的妥当性は、IV が本当に DV の変化を引き起こしたことを意味します。外的妥当性は、結果がほかの人々や状況に一般化できることを意味します。

測定は、併存的妥当性（確立された検査と一致する）や予測的妥当性（のちの結果を予測する）を示すこともあります。測定は、妥当でなくても信頼できることがあります。

測定の水準：名義（カテゴリー）、順序（順位）、間隔（等しい間隔）、比率（等しい間隔と真のゼロ、たとえば反応時間）。

記述統計：平均値、中央値、最頻値は中心を、標準偏差はばらつきを記述します。正規分布では、得点の約 68% が平均から 1 SD 以内に、約 95% が 2 SD 以内にあります。

推測統計は、帰無仮説を検定します。p < 0.05 なら、結果は有意とされます。2 つの誤りが起こりえます。

• 第一種の誤り：真である帰無仮説を棄却すること、偽陽性。
• 第二種の誤り：偽である帰無仮説を棄却しそこなうこと、偽陰性。小さな標本ではより起こりやすくなります。

デザインとデータで検定を選びます：2 つの別々のグループには独立 t 検定、反復測定には対応のある t 検定、カテゴリーにはカイ二乗、線形の関係にはピアソンの r、順位にはスピアマンのロー。

p 値は、効果がどれだけ大きいかについては何も語りません。それを示すのは、コーエンの d や r などの効果量と、信頼区間です。

4研究の評価の仕方

多くの問題は、ある研究を示して、何が結論できるかを尋ねます。次の順序で考えます。

1. 変数を特定する：IV と DV、または相関では測定された 2 つの変数。
2. デザインに名前をつける：真の実験、準実験、相関研究、観察、事例研究のどれか。
3. 標本を見る：どのように選ばれたか、どれだけの大きさか、結果が誰に当てはまるか。
4. 脅威を探す：交絡変数、要求特性、統制群の欠如、信頼できない測定。
5. 統計を確認する：正しい検定か、p 値、効果量。
6. デザインが許す結論を述べる。因果の主張を支持できるのは、よく統制された実験だけです。

5例題

研究を 1 ステップずつ評価します。開く前に、次のステップを言ってみてください。

6よくある間違い

• 相関を因果と見なすこと。第三の変数や逆向きの方向が、その関連を説明するかもしれません。
• IV（変えるもの）と DV（測るもの）を取り違えること。
• 第一種（偽陽性）と第二種（偽陰性）の誤りを取り違えること。
• p を、帰無仮説が真である確率と読むこと。それは、帰無仮説が真であるとしたときに、これほど極端なデータが得られる確率です。
• 小さな標本での有意でない結果から「効果なし」と結論づけること。その研究には検出力が足りないのかもしれません。
• 信頼性（一貫している）と妥当性（正確である）を混同すること。

7試験問題の例

• やさしい（重要な用語と事実）：定義。IV、帰無仮説、信頼性、インフォームド・コンセントとは何か。
• ふつう（概念の応用）：分類すべき短い研究。デザイン、サンプリング法、妥当性の種類、または適切な統計検定を答えます。
• むずかしい（事例と分析）：問題のある研究。交絡、p ハッキング、範囲の制限、WEIRD な標本を見つける、R² や信頼区間を解釈する、あるいはボンフェローニ補正を適用します。

むずかしい問題では、ほかに何がその結果を説明しうるか、そしてそのデザインが引き出された結論を許すかどうかを考えましょう。