一般化可能性理論

一般化可能性理論（G理論）は、信頼性の高い観察を概念化し、調査し、設計するための統計的枠組みです。特定の条件下での測定の信頼性（つまり、再現性）を判断するために使用されます。特に、パフォーマンス評価の信頼性を評価するのに役立ちます。 1963年に Lee Cronbach、N. Rajaratnam、Goldine Gleserによって最初に導入されました。

G 理論では、変動の原因はファセットと呼ばれます。ファセットは分散分析で使用される「要因」に似ており、人、評価者、項目/フォーム、時間、設定などが含まれます。これらのファセットは潜在的なエラーの原因であり、一般化理論の目的は、各ファセットとファセットの相互作用によって引き起こされるエラーの量を定量化することです。G 研究から得られるデータの有用性は、研究の設計に大きく依存します。したがって、研究者は特定の結果をどのように一般化するかを慎重に検討する必要があります。1 つの設定から多数の設定に一般化することが重要ですか? 1 人の評価者から多数の評価者に一般化しますか? 1 つの項目セットから多数の項目セットに一般化しますか? これらの質問に対する答えは研究者ごとに異なり、G 研究の設計をさまざまな方法で推進します。

研究者が一般的に調査したい側面を決定することに加えて、分析の目的でどの側面を測定対象 (例: 変動の体系的な原因) として使用するかを決定する必要があります。残りの関心側面は、測定エラーの原因と見なされます。ほとんどの場合、測定対象は、数値/スコアが割り当てられる人物です。その他の場合、チームや教室などのグループまたは実行者になることがあります。理想的には、測定された変動のほぼすべてが測定対象 (例: 個人差) に起因し、残りの側面 (例: 評価者、時間、設定) に起因する変動はごくわずかです。

G 調査の結果は、意思決定調査 (D 調査) に情報を提供するためにも使用できます。D 調査では、「この調査のさまざまな側面が変更されたらどうなるか」という仮説的な質問をすることができます。たとえば、ソフトドリンク会社が消費者評価スケールを使用して新製品の品質を評価することに関心がある場合があります。D 調査を使用することで、消費者に 2 つではなく 10 の質問をした場合、または 100 人の消費者ではなく 1,000 人の消費者がソフトドリンクを評価した場合、品質評価の一貫性がどのように変化するかを推定できます。したがって、シミュレートされた D 調査を使用することで、一般化係数 (古典的なテスト理論の信頼性係数に類似) がさまざまな状況でどのように変化するかを調べ、その結果、測定が最も信頼できる理想的な条件を決定することができます。

古典的テスト理論(CTT)の焦点は、測定の誤差の判定にあります。おそらく、CTT の最も有名なモデルは、式 で、X は観測スコア、 Tは真のスコア、e は測定に伴う誤差です。e は、評価者誤差や機器誤差など、さまざまな種類の誤差を表すことができますが、CTT では一度に 1 種類の誤差しか推定できません。基本的に、すべての誤差の原因を 1 つの誤差項にまとめます。これは、高度に制御された実験室条件のコンテキストでは適切かもしれませんが、変動は日常生活の一部です。たとえば、フィールド調査では、測定条件が一定のままであると期待するのは非現実的です。一般化理論は、測定に影響を及ぼす可能性のある評価条件の変動性を認識し、許容します。G 理論の利点は、結果の総変動のうち、設定、時間、項目、評価者など、評価で頻繁に変化する個々の要因による割合を研究者が推定できることです。 ${\displaystyle X=T+E}$

CTT と G 理論のもう 1 つの重要な違いは、後者のアプローチでは、絶対的決定と相対的決定のどちらに尺度が使用されるかによって、結果の一貫性がどのように変化するかが考慮されることです。絶対的、つまり基準参照決定の例としては、個人のテスト スコアをカットオフ スコアと比較して適格性または診断を決定する場合が挙げられます (つまり、子供の達成度テストのスコアを使用して、ギフテッド プログラムの適格性を決定する場合)。対照的に、相対的、つまり規範参照決定の例としては、個人のテスト スコアを使用して (a) 同輩と比較した相対的な地位を決定する場合 (つまり、子供の読解サブテストのスコアを使用して、どの読解グループに配置するかを決定する場合)、または (b) 個人内比較を行う場合 (つまり、同じ個人内での以前のパフォーマンスと現在のパフォーマンスを比較する場合) が挙げられます。研究者が関心のある決定の種類によって、一般化係数 (CTT の信頼性係数に類似) を計算するためにどの式を使用するかが決まります。

• 項目反応理論

• ブレナン、RL（2001）「一般化可能性理論」ニューヨーク：シュプリンガー・フェアラーク。
• Chiu, CWC (2001)。判断に基づくパフォーマンス評価の採点：一般化理論。ニューヨーク：Kluwer。
• Crocker, L., & Algina, J. (1986).古典的および現代的なテスト理論入門. ニューヨーク: Harcourt Brace.
• Cronbach, LJ, Gleser, GC, Nanda, H., & Rajaratnam, N. (1972).行動測定の信頼性: スコアとプロファイルの一般化理論。ニューヨーク: John Wiley。
• Cronbach, LJ, Nageswari, R., Gleser, GC (1963). 一般化可能性の理論: 信頼性理論の自由化.英国統計心理学ジャーナル, 16 , 137-163.
• Shrout, PE, Fleiss, JL (1979)。クラス内相関: 評価者の信頼性を評価する際に利用。心理学速報、86(2)、420–428。doi: 10.1037/0033-2909.86.2.420
• Shavelson, RJ, & Webb, NM (1991).一般化可能性理論：入門書. サウザンドオークス、カリフォルニア州：セージ。

• ゲオルグ・E・マット、一般化理論
• ラッシュに基づく一般化可能性理論
• Ralph Bloch、G_String ソフトウェア