心理学の研究法｜因果推論と妥当性の論理

因果推論と実験デザインの論理

因果関係を主張するには、二変数が共に変動すること（共変動）、原因が結果に時間的に先行すること、そして両者に共通して影響する交絡変数を排除できることという三条件を満たす必要があります。実験法はこれを、独立変数の意図的操作、被験者の無作為割り当て（randomization）、剰余変数の統制によって達成します。

無作為割り当ては、測定済み・未測定を問わず交絡変数を群間で確率的に均等化するため、内的妥当性を最大化する手段です。これに対し、二重盲検や偽介入（プラセボ）統制は、期待効果や実験者効果といった別系統の脅威を抑えます。優れた実験デザインとは、想定される妥当性の脅威を一つずつ設計で封じていく作業にほかなりません。

妥当性の四類型と脅威

Campbellらの枠組みでは、内的妥当性（因果主張の確からしさ）、外的妥当性（一般化可能性）、構成概念妥当性（操作と測定が意図した構成概念を反映するか）、統計的結論妥当性（統計的推論の適切さ）が区別されます。研究を評価するとは、これら四つの観点それぞれについて脅威の有無を点検することです。

• 内的妥当性の脅威：履歴・成熟・選択・脱落・平均への回帰・検査効果・道具の変化
• 外的妥当性の脅威：標本の偏り、実験室の人工性、需要特性、実験者効果、時代・文化依存性
• 構成概念妥当性の脅威：操作の不純さ、単一操作・単一方法バイアス
• 統計的結論妥当性の脅威：低い検定力、多重比較、前提の違反

相関研究と準実験による近似

倫理的・現実的に変数を操作できない場合（喫煙歴、年齢、既往症など）、相関研究や準実験が用いられます。相関は二変数の共変動を定量化しますが、因果方向の特定はできません。観察された相関は、XがYを引き起こす、YがXを引き起こす（逆因果）、第三変数Zが両者に影響する（擬似相関）、あるいは標本の選び方に起因する選択バイアスのいずれによっても生じうるためです。

縦断研究、媒介・調整分析、傾向スコアマッチング、操作変数法、回帰不連続デザインなどは、観察データから因果を近似的に推論する高度な手法ですが、いずれも未測定交絡が無いという検証不能な仮定に依存します。健康情報の評価では『相関を因果と読み替えていないか』が第一のチェックポイントになります。たとえば運動量が多い人ほど健康だという相関が、運動の効果なのか、もともと健康な人が運動できるという逆因果なのかは、相関だけでは判別できません。

• 横断研究は時間的先行を確立できず因果方向に弱い
• 縦断研究は逆因果の検討を可能にするが脱落バイアスに注意が要る
• 生態学的妥当性の高い自然観察は外的妥当性に優れるが統制に劣る
• 事例研究や面接は深い理解に向くが一般化には限界がある

測定理論｜信頼性と妥当性

古典的テスト理論では、観測得点は真の得点と誤差の和として表されます。信頼性は誤差分散の小ささ、すなわち測定の一貫性を表し、内的整合性（クロンバックのα）、再検査信頼性、評価者間信頼性、平行検査法などで評価されます。妥当性は、内容妥当性、基準関連妥当性（併存的・予測的）、構成概念妥当性（収束的・弁別的）として体系化されます。

信頼性と妥当性の論理的関係

信頼性は妥当性の必要条件ですが十分条件ではありません。一貫して同じ値を返しても、別の構成概念を測っていれば妥当ではないからです。逆に信頼性が低ければ、測定誤差が大きいために妥当性の上限も制約されます。両者を混同せず、別個に検証することが測定の質を担保します。

• 現場の体組成計・主観的運動強度（RPE）・気分尺度を選ぶ際の評価軸として有用
• 項目反応理論（IRT）は古典的テスト理論を拡張し項目特性を精緻に推定する
• 尺度の文化的適応では翻訳だけでなく測定不変性の検証が必要
• 信頼性係数の目安は用途で異なり、研究用と臨床的個人判断用では要求水準が違う

エビデンスの現在地

因果推論における無作為化対照試験（RCT）の優位性、相関と因果の区別、信頼性・妥当性の必要性については、方法論上の合意が確立しています（確実性: 強い）。これらは心理学のみならず保健医療の実証研究全般で共有された基盤です。

一方、統計的実践は転換期にあります。再現性危機を受け、単独のp値が0.05を下回ることに依拠する推論の脆弱性が広く認識され、効果量・信頼区間の報告、事前の検定力分析、事前登録、登録レポート、多施設共同、メタ分析の重要性が高まりました（確実性: 中程度から強い）。pハッキング（有意になるまで分析を調整する）、HARKing（結果を見てから仮説を立てたように装う）、低い検定力といった『問題のある研究実践』が偽陽性や効果量の過大評価を生むという理解も定着しています。

論点と限界

第一に、内的妥当性と外的妥当性はしばしばトレードオフの関係にあり、厳密に統制された実験室実験ほど現場への一般化には注意が要ります。逆に現場に近い研究は統制が緩み交絡が混入しやすくなります。

第二に、メタ分析は出版バイアス（有意な結果ほど公表されやすい）に影響され、ファネルプロットの非対称や効果量の過大推定という問題を抱えます。第三に、心理測定の多くは自己報告に依存し、社会的望ましさ、需要特性、回答スタイル、想起バイアスの影響を受けます。これらは研究法の否定ではなく、得られた結論の不確実性を適切に見積もるための前提として理解すべきものです。

現場・臨床応用

運動・健康の専門職が研究法を学ぶ実践的意義は、評価ツールの選定と健康情報の批判的読解にあります。市販の評価指標を採用する際は信頼性・妥当性の検証有無を確認し、効果を謳う情報に対しては、対照群の有無、無作為化の有無、標本規模、効果量、追跡期間、利益相反を点検します。断定的すぎる宣伝文句や根拠の示されない数値には慎重になることが、誇大主張に流されない防波堤になります。

研究参加者や顧客のデータを扱う場面では、インフォームド・コンセント、個人情報保護、研究倫理審査が前提です。ヘルシンキ宣言が示すように、参加者の福利は科学的・社会的利益に優先します。現場のデータ取得でも、説明・同意・守秘の姿勢が欠かせません。本記事は方法論の教育目的であり、特定の臨床判断や測定結果の解釈を保証するものではありません。

主要な参考文献・ガイドライン

本記事は、以下の学会ガイドライン・ポジションステートメント・標準的な専門書などの公開情報に基づいて整理しています。具体的な数値や適用は原典・最新版をご確認ください。

• American Psychological Association (APA) 研究倫理綱領・出版マニュアル
• Cochrane Handbook for Systematic Reviews of Interventions
• ヘルシンキ宣言（人を対象とする医学研究の倫理原則・WMA）
• Atkinson & Hilgard’s Introduction to Psychology（研究法の章）
• ACSM’s Guidelines for Exercise Testing and Prescription（測定・評価）

よくある質問

関連記事・関連する学問