測定不変性 — 集団間で構成概念が等価に測れるか

測定不変性の問題設定

心理尺度や態度尺度の得点を、性別・文化・年齢・言語などの集団間で比較する研究は多い。しかし、その比較が意味をもつには、尺度が各集団で同じ潜在構成概念を同じ計量で測っていなければならない。もし同じ得点が集団によって異なる意味をもつなら、平均差を構成概念の差と解釈することはできない。測定不変性（measurement invariance）は、この『意味の等価性』を統計的に検証する枠組みであり、特に確認的因子分析の多群比較によって段階的に評価される。国際比較調査や多言語尺度の研究では、この検証なしに平均差を論じることはできない。

測定不変性は、特異項目機能と問題意識を共有する。DIFが項目反応理論の枠組みで項目レベルの等価性を問うのに対し、測定不変性は確認的因子分析の枠組みで因子構造や母数の等価性を問う。いずれも、観測された集団間差が真の構成概念の差なのか、測定の非等価性に由来する見かけの差なのかを区別しようとする点で共通している。両者は理論的に対応関係にあり、連続変数を扱うか離散応答を扱うかで使い分けられることが多い。

不変性の階層

測定不変性は、より多くの母数を集団間で等しいと制約していく入れ子の階層として検証される。

• 配置不変性：因子構造（どの項目がどの因子に負荷するか）が集団間で同じ。
• メトリック（弱）不変性：因子負荷量が集団間で等しく、構成概念の単位が共通。
• スカラー（強）不変性：切片も等しく、観測平均差を構成概念差として解釈可能。
• 厳密不変性：誤差分散も等しいとする最も強い制約。

段階的検証の論理

測定不変性の検証は、制約を順に強めながらモデルの当てはまりを比較する形で進む。まず配置不変性で、両集団に同じ因子構造を仮定したモデルが妥当かを確認する。次にメトリック不変性で因子負荷量を集団間で等しいと制約し、適合度が大きく悪化しなければ、構成概念の単位（尺度の意味する一単位の大きさ）が共通だと判断される。これが成立すれば、集団間で構成概念と項目の関連の強さが等しいといえ、回帰係数や相関の集団間比較が正当化される。

さらにスカラー不変性で項目の切片も等しいと制約し、これが支持されて初めて、観測得点の平均差を潜在構成概念の平均差として比較してよいことになる。各段階で制約を加えたモデルと加えないモデルの適合度を比較し、悪化が許容範囲かを判断する。スカラー不変性が成立しない場合、一部の項目だけ制約を緩める部分不変性が検討されるが、どの項目を非不変として扱うかは理論的根拠を要する。不変性が成立しないまま平均差を比較すると、測定の非等価性を構成概念差と取り違える誤った結論を導く危険がある。

不変性検証の実装

測定不変性は通常、確認的因子分析の多群モデルとして実装される。連続的とみなせる尺度では最尤推定が、順序カテゴリカルな項目では、項目反応理論と数理的に対応する重み付き最小二乗推定などが用いられる。制約を段階的に課したモデルの適合度を、適合度指標（近似誤差や比較適合指標など）の変化量で比較し、悪化が小さければ不変性が支持されたと判断する。カイ二乗差検定は標本サイズに敏感なため、適合度指標の変化量を併用するのが一般的である。

実装上の難所は、不変性が崩れたときにどの項目（パラメータ）が非不変かを特定する作業である。修正指標などを手がかりに非不変パラメータを探索するが、データ駆動の探索を繰り返すと、偶然のあてはめにすぎない結果を不変性の崩れと誤認する危険がある。このため、探索的に得た部分不変モデルは、理論的妥当性と、可能なら独立標本での再現によって裏づけることが望ましい。近年は、完全な不変性を求めず一定の小さな差を許容する近似的測定不変性のアプローチも提案されている。

エビデンスの現在地

測定不変性の概念と、確認的因子分析による配置・メトリック・スカラー不変性の段階的検証手続きは確立しており、確実性は強い。集団間比較を行う前にこの前提を検証すべきだという方法論的合意も広く共有されている。一方、不変性の判定に用いる適合度悪化の閾値や、部分不変性をどこまで許容するかについては、研究者間で基準が一様でなく、データやモデルにも依存するため、判定の運用に関する確実性は中程度にとどまる。近似的不変性など新しい枠組みの位置づけも、なお発展途上である。

また、連続尺度では最尤推定、順序カテゴリカルな項目では重み付き最小二乗推定など、データ特性に応じた推定法の使い分けも整理されている。完全な不変性が現実には稀であることを踏まえ、一定の小さな差を許容する近似的測定不変性のアプローチも提案され、多集団・多項目の比較における実用性が議論されている。ただし、これらの新しい枠組みの位置づけや適用基準は、なお発展途上の論点である。

論点と限界

不変性の判定は適合度指標の変化に依存するが、その許容閾値に明確な合意がなく、標本サイズの影響も受ける。完全なスカラー不変性が成立することは現実には稀で、部分不変性の扱いが避けられないが、非不変項目の選定がデータ駆動になりすぎると恣意性が入る。多数の集団や多数の項目を扱う場合、検証は複雑化し、近似的不変性を許す代替アプローチの採否も論点となる。また、不変性が統計的に崩れても、その差が実質的に問題となる大きさかは別途判断を要し、統計的有意性と実質的重要性の区別が求められる。

さらに、不変性の判定は適合度指標の変化量に依存するが、その許容閾値に明確な合意がなく、標本サイズの影響も受ける。部分不変性の検討では、どの項目を非不変とみなすかがデータ駆動の探索になりやすく、偶然のあてはめを不変性の崩れと誤認する危険がある。統計的に不変性が崩れても、その差が実質的に問題となる大きさかは別途判断を要し、統計的有意性と実質的重要性の区別が、解釈上つねに求められる。

現場・臨床応用

国際比較調査、多言語版尺度、性別や年齢層をまたぐ研究では、平均得点を比較する前に測定不変性を検証することが妥当な実践となる。実務では、配置・メトリック・スカラーの順に不変性を確認し、少なくともスカラー（部分スカラー）不変性が支持される範囲でのみ平均差を構成概念差として解釈する。不変性が崩れる場合は、尺度の翻案や項目の見直しを検討する。集団間比較の結論は、測定の等価性という前提のうえに成り立つことを明示することが原則となる。健康指標や満足度などの集団間比較を政策判断に用いる際は、測定不変性の検証結果を併せて報告することが信頼性の担保につながる。

国際比較調査や多言語版尺度、世代間・性別間の比較研究では、平均得点を比較する前に測定不変性を検証し、少なくともスカラー（または部分スカラー）不変性が支持される範囲でのみ平均差を構成概念差として解釈することが妥当な実践となる。不変性が崩れる場合は、尺度の翻案や項目の見直しを検討する。健康指標や満足度の集団間比較を政策判断に用いる際は、不変性の検証結果を併記し、比較の前提が満たされていることを明示することが信頼性の担保につながる。

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。

• Millsap, Statistical Approaches to Measurement Invariance（標準的文献）
• Educational Measurement（Brennan 編、測定不変性・公平性の章）
• American Educational Research Association ほか（Standards for Educational and Psychological Testing、公平性の章）
• International Test Commission（テスト翻案ガイドライン）

よくある質問

関連記事・関連する学問