Loading article…
準実験は、介入の因果的影響を推定するために用いられる研究デザインです。この研究デザインは、介入を受けたグループと受けていないグループにおける結果（例：読解力、抑うつ症状）の差を評価することを目的としています。介入は、研究者が設計するもの（例：読書プログラム）や、災害（例：地震）のように人々のグループに影響を与える出来事など、幅広く解釈されます。準実験は、実験やランダム化比較試験と類似点がありますが、介入条件と対照条件へのランダム割り当てがありません。代わりに、準実験デザインでは、通常、既存のグループ（例： COVID-19に曝露されたかどうか）またはランダム割り当てなしで作成されたグループ（例：異なる読書プログラムを実施している学校に通う生徒）を比較します。[ 1 ]
準実験の因果分析は、非ランダム性を無関係にする仮定に依存します。たとえば、差分の差分(DiD) 法の平行傾向仮定などです。準実験は、内部妥当性に関する懸念の対象となります。言い換えれば、準実験デザインでは、観察された結果に対する治療条件と対照条件の間の因果関係を説得力をもって示すことは難しい場合があります。これは、制御または説明できない交絡変数がある場合に特に当てはまります。 [ 2 ]準実験で因果関係の結論を導き出す上での大きな障害は、測定されていない変数が結果における治療群と対照群の差に寄与した可能性があることです。これは、ランダム化によって介入群と対照群が測定された背景因子と測定されていない背景因子の両方でほぼ等しくなるため、特にランダム化する実験単位の数が多い真の実験ではそれほど問題になりません。準実験研究で最も一般的に使用される実験単位は人間ですが、学校[ 3 ]や組織内の部門[ 4 ]などの組織単位が使用されることもあります。
準実験計画を作成する最初のステップは、変数を特定することです。準独立変数は、従属変数に影響を与えるために操作される変数です。時系列分析では、従属変数は時間の経過とともに観察され、発生する可能性のある変化が調べられます。通常、分析には1つ以上の共変量が含まれます。理想的には、グループメンバーシップと結果の両方を予測する変数です。これらは、たとえば統計的調整や影響力のある共変量によるマッチングによって交絡に対処するためによく使用される追加の変数です。変数が特定され定義されたら、実験的処置と対照処置の手順を実施し（研究者が自然災害のような操作不可能な事象を研究していないと仮定して）、グループ間の違いを評価する必要があります。[ 5 ]
無作為割り付けを用いた実験では、研究対象者は治療群と対照群に割り当てられる確率がほぼ同じになります。そのため、無作為割り付けの目的は、既知および未知の交絡因子を治療群全体に均等に分配することで、実験群と対照群をできる限り同等にすることです。一方、準実験デザインでは、特定の治療条件への割り当ては無作為割り付け以外の基準に基づいて行われます。準実験デザインの種類によっては、研究者は治療条件への割り当てを制御できるものの、無作為割り付け以外の基準（例えば、読解力テストのカットオフスコアなど）を用いて、どの参加者を治療条件と対照条件に配置するかを決定する場合があります。費用、実現可能性、政治的な懸念、利便性といった要因が、参加者が特定の治療条件に割り当てられるかどうか、あるいはどのように割り当てられるかに影響を与える可能性があります。したがって、準実験は、真の実験と比較して、内的妥当性に関してより多くの懸念が生じます。
多くの準実験では「事前事後テスト」が用いられます。これは、参加者が治療条件と対照条件にさらされる前に評価され、治療条件と対照条件が実施された後にテストされることを意味します。事前テストは、ダイエット研究において一方のグループのメンバーが他方のグループよりも体重が重いといった交絡因子を研究者が特定するのに役立ちます。事前テスト段階で測定された重要な共変量（例：体重、BMI）にグループ間の差がある場合、研究者は事後テストのデータ収集後にその共変量を統計的に制御することができます。[ 6 ]
準実験デザインにはいくつかの種類があり、それぞれに長所、短所、用途が異なります。これらのデザインには、以下が含まれます（ただし、これらに限定されません）。[ 7 ]
これらのデザインの中で、回帰不連続デザインは実験デザインに最も近いものであり、実験者は治療割り当てをコントロールし、「治療効果の偏りのない推定値が得られる」ことが知られています。[ 7 ]： 242ただし、従来の実験デザインと同じ検出力を得るためには、多数の研究参加者と、割り当てと結果変数の間の関数形式の正確なモデリングが必要です。
準実験は、実験の純粋主義者と自認する人々からは敬遠されることがある（ドナルド・T・キャンベルはこれを「気持ち悪い実験」と呼んだ）が、[ 8 ]実験やランダム化比較試験を実施することが不可能または望ましくない分野では有用である。そのような例としては、公共政策の変更、教育的介入、大規模な健康介入の影響を評価することが挙げられる。準実験デザインの主な欠点は、交絡バイアスの可能性を排除できないことであり、これが因果推論を行う能力を阻害する可能性がある。この欠点は、準実験の結果を軽視する言い訳としてよく使われる。しかし、交絡変数を特定して測定できれば、多重回帰などのさまざまな統計的手法を使用して、このようなバイアスを制御することができる。このような手法は、交絡変数の影響をモデル化して部分的に除去するために使用でき、それによって準実験から得られた結果の精度を向上させることができる。さらに、治療選択プロセスにおいて重要な変数に基づいて参加者をマッチングするための傾向スコアマッチングの利用が進展していることも、準実験結果の精度を向上させる可能性があります。実際、異なる基準が使用された場合でも、準実験分析から得られたデータは、特定のケースで実験データと密接に一致することが示されています。 [ 9 ]要するに、準実験は、特に応用研究者にとって貴重なツールです。準実験デザインだけでは、決定的な因果推論を行うことはできませんが、実験方法だけでは得られない必要かつ貴重な情報を提供します。Shadish ら (2002) は、研究者、特に応用研究の疑問を調査することに関心のある研究者は、従来の実験デザインを超えて、準実験デザインに内在する可能性を活用することを提案しました。[ 7 ]
真の実験では、例えば、他のすべての変数を統制するために、子どもたちを無作為に奨学金受給者と受給者に割り当てるでしょう。準実験は、社会科学、公衆衛生、教育、政策分析などの分野でよく用いられ、特に研究参加者を無作為に治療条件に割り当てることが現実的または合理的でない場合に有効です。
例えば、家庭を2つのカテゴリーに分けてみましょう。親が子供を叩く家庭と、親が子供を叩かない家庭です。線形回帰分析を用いて、親の体罰と子供の攻撃的な行動との間に正の相関関係があるかどうかを判断できます。しかし、親を単純に体罰あり・なしのカテゴリーにランダムに割り当てるのは、実際的でも倫理的にも適切ではないかもしれません。なぜなら、子供を叩くことは道徳的に間違っていると考える親は、調査への参加を拒否する可能性があるからです。
一部の著者は、自然実験と「準実験」を区別している。[ 7 ]自然実験は、ランダム割り当てに近似する場合もあれば、実験者や実験のためにではなく、実際のランダム化を伴う場合もある。準実験は一般的に実際のランダム化を伴わない。[ 1 ]
準実験には結果指標、処置、実験単位がありますが、ランダム割り当ては使用しません。準実験は、真の実験よりも多くの人が選択するデザインです。実験的デザインと非実験的デザインの両方の特徴を取り入れているため、真の実験とは異なり、通常は簡単に実施できます。測定変数と操作変数の両方を取り入れることができます。通常、準実験は、内部妥当性と外部妥当性を最大化するため、実験者によって選択されます。[ 10 ]
準実験デザインは、無作為化が非現実的または非倫理的な場合に使用されるため、被験者の無作為割り当てを必要とする真の実験デザインよりも一般的に設定が容易です。[ 11 ]さらに、準実験デザインを利用することで、自然環境は十分に管理された実験室環境と比較して人工性の問題に悩まされないため、生態学的妥当性への脅威を最小限に抑えることができます。 [ 12 ]準実験は自然実験であるため、ある実験で得られた知見を他の被験者や環境に適用することができ、母集団についてある程度の一般化を行うことができます。また、この実験方法は、異なる環境で追跡できる長期間にわたる縦断研究に効率的です。
準実験のその他の利点としては、実験者が自由に操作できるという点が挙げられます。自然実験では、研究者は操作が自然に起こるのを待つしかなく、操作を一切制御できません。また、準実験で自己選択グループを使用することで、研究実施中の倫理的、条件付きなどの懸念も解消されます。[ 10 ]
準実験的影響推定値は、交絡変数によって汚染される可能性がある。[ 1 ] 上記の例では、体罰に対する子供の反応のばらつきは、子供の生来の奔放さや親のイライラなど、容易に測定および制御できない要因によって影響を受けている可能性がある。準実験的設計法ではランダム割り当てがないため、研究はより実現可能になるかもしれないが、これは研究者にとって内的妥当性に関して多くの課題をもたらす。このランダム化の欠如により、交絡変数を排除することが難しくなり、内的妥当性に対する新たな脅威が生じる。[ 13 ]ランダム化がないため、データに関する知識は近似できるが、社会環境に存在するさまざまな外的変数や交絡変数のために、因果関係の結論を決定することは難しい。さらに、これらの内的妥当性への脅威が評価されたとしても、実験者が外的変数を完全に制御できないため、因果関係を完全に確立することはできません。[ 14 ]
また、無作為性の欠如により、研究グループから得られる証拠が弱くなる可能性があるという欠点もあります。無作為性は、結果を広げ、母集団全体をより適切に代表するため、研究に多くの有用な情報をもたらします。不均等なグループを使用することも、内的妥当性に対する脅威となる可能性があります。準実験では、グループが均等でない場合があり、その場合、実験者は結果の原因を特定することに確信を持てない可能性があります。[ 6 ]
内的妥当性とは、原因と結果または因果関係に関する推論の近似的な真実のことです。これが、準実験が因果関係に関するものであるため、妥当性が重要な理由です。これは、実験者が実験結果に影響を与える可能性のあるすべての変数を制御しようとしたときに発生します。統計的回帰、履歴、および参加者はすべて、内的妥当性に対する潜在的な脅威です。内的妥当性を高く保とうとするときに自問すべき質問は、「私が望む理由以外に、結果の他の可能性のある理由はあるか？」です。もしある場合、内的妥当性はそれほど強くないかもしれません。[ 10 ]
外的妥当性とは、研究サンプルから得られた結果を、特定の関心対象集団に「一般化」できる程度、および、人、時間、状況、研究方法のサブ集団に「横断的に」一般化できる程度を指します。[ 15 ]リンチは、私たちが投影したい集団は将来の行動の尺度であり、定義上サンプリングできないため、集団に「一般化」することはほとんど不可能であると主張しています。[ 16 ]したがって、より関連性の高い問題は、治療効果が、研究者にとって重要でない可能性のある背景要因で異なるサブ集団に「横断的に」一般化できるかどうかです。外的妥当性は、研究された治療が、人、時間、状況、研究方法の異なるサブセット間で均質な効果を持つか、または、治療効果の符号と大きさが、研究者によって認識または理解されていない方法でサブセット間で変化するかどうかに依存します。[ 17 ]アシーとインベンス、およびアシーとウェーガーは、異質な治療効果の帰納的理解のための機械学習技術を開拓しました。[ 18 ] [ 19 ]
「被験者×処置」デザインは、最も一般的な準実験デザインです。このデザインでは、実験者は少なくとも1つの独立変数を測定します。1つの変数を測定することに加えて、実験者は別の独立変数も操作します。異なる独立変数を操作および測定するため、研究は主に実験室で行われます。被験者×処置デザインを扱う上で重要な要素は、実験者が研究で行われる操作を完全に制御できるように、ランダム割り当てを使用する必要があることです。[ 20 ]
この種の設計の一例として、ノートルダム大学で行われた研究があります。この研究は、仕事の指導を受けることが仕事の満足度の向上につながるかどうかを調べるために実施されました。結果によると、指導を受けた人の多くは非常に高い仕事の満足度を示しました。しかし、この研究では、指導を受けなかった人の中にも満足度の高い従業員が多数いることも示されました。セイバートは、指導を受けた従業員は満足しているものの、指導を受けなかった従業員の中にも満足していると答えた人が多数いることから、その理由が指導を受けた人自身にあるとは断定できないと結論付けました。これが、研究の欠陥が明らかになる前にそれを最小限に抑えるために、事前スクリーニングが非常に重要である理由です。[ 21 ]
自然実験は、準実験デザインの一種です。このデザインは、研究チームが既存の非ランダム化された個人のグループを介入/治療条件と対照条件に割り当てる標準的な準実験とは異なります。ランダム化を行わないと、グループがすべての関連する背景要因に関して同等であるという確信は、せいぜい非常に弱いものです。自然実験は、真の実験に見られるランダム化を模倣し、研究対象となる出来事は自然に発生します。例えば、自然発生的な出来事を活用することは、トラウマとなる出来事が個人に与える影響を研究するのに役立ちます。[ 20 ]