変数(variable)とは、研究において、参加者、状況、時点によって異なる値をとりうる特性、属性、条件のことです。質的研究か量的研究かを問わず、ほぼすべての研究は、どの変数を検討し、それらが互いにどう関連するかを特定することを軸に組み立てられています。研究における変数の種類を理解することは、研究者にとって基礎となるスキルであり、研究のデザイン、収集するデータ、結果の分析に適した統計手法を左右します。
この記事では、以下の内容を解説します。
- 変数とは何か、変数を正しく分類することがなぜ重要か
- 研究者が理解しておくべき変数の主な種類と具体例
- 独立変数と従属変数の関係
- 統制変数、剰余変数、交絡変数、調整変数など、研究の妥当性に影響するその他の変数
- 変数を特定する際によくある失敗
変数を正しく分類することが重要な理由
研究の変数を正しく特定することは、研究プロセスのほぼすべての後続の判断に影響します。どの統計手法が適切か、データ収集の道具をどう設計するか、仮説をどう立てるかは、変数の分類によって決まります。変数を誤って分類したり、結果に影響する変数を考慮しそこなったりすると、研究課題そのものが妥当であっても、研究の妥当性が損なわれる可能性があります。
査読者や読者も、原稿の中で変数が明確に定義されていることを期待します。定義が曖昧だと、研究のデザインが結論を十分に裏付けているかを判断しにくくなるためです。抽象的な概念を測定可能な変数に落とし込む方法については、概念的定義と操作的定義とは?研究における違いと書き方で詳しく解説しています。
独立変数と従属変数
独立変数(independent variable)とは、研究者が操作する、あるいは原因の可能性があるものとして観察する要因のことです。一方、従属変数(dependent variable)とは、測定される結果、つまり影響を受けると想定される変数のことです。睡眠時間が記憶の想起にどう影響するかを調べる実験であれば、睡眠時間が独立変数、記憶想起の成績が従属変数です。この原因と結果という枠組みは、ほかの多くの変数の種類を理解するうえでの土台になります。仮説の中で独立変数と従属変数の関係を明確に記述することの重要性については、研究仮説の立て方でも解説しています。
独立変数そのものも、大きく2つに分けられます。実験的独立変数は、研究者が直接操作し、割り当てる変数です。たとえば、参加者をランダムに異なる用量の薬剤群に割り付ける場合が該当します。被験者変数(属性変数)は、研究者が操作することはできないものの、結果への影響を調べることのできる、もともと備わっている特性です。年齢、性別、既往の疾患などが例として挙げられます。
予測変数と基準変数
相関研究や回帰分析に基づく研究では、独立変数と従属変数の代わりに、予測変数(predictor variable)と基準変数(criterion variable)という用語が使われることがよくあります。
予測変数は、別の変数の変動を予測したり説明したりするために使われ、基準変数は、予測される結果にあたる変数です。たとえば、論文の投稿経験を予測変数として、論文の採択率を推定する場合、採択率が基準変数になります。
これらの用語は独立変数や従属変数と似ていますが、直接的な因果関係を検証するときではなく、変数間の関連を調べるときに使われるのが一般的です。
統制変数
統制変数(control variable)とは、結果に影響して研究結果を歪めることのないよう、研究のすべての条件で一定に保たれる要因のことです。新しい肥料が植物の成長に与える影響を調べる研究であれば、日照量、水やりのスケジュール、土壌の種類などが統制されるのが一般的です。これらをすべての群で同一に保つことで、観察された成長の違いを、ほかの変動する条件ではなく、肥料そのものによるものと考えることができます。
剰余変数
剰余変数(extraneous variable)とは、独立変数以外で、従属変数に影響しうるあらゆる要因のことです。すべての剰余変数が研究にとって深刻な脅威になるわけではありませんが、望ましくないばらつきを生み、結果への信頼を下げる可能性があります。
たとえば、カフェインがテストの成績を向上させるかどうかを調べる研究では、室温、騒音レベル、参加者の前日の睡眠の質などが、すべて剰余変数になりえます。研究者は、無作為化、標準化、統計的な統制などによって、これらの要因に対処するのが一般的です。
剰余変数が独立変数と従属変数の両方に影響する場合は、交絡変数になる可能性があります。
交絡変数
交絡変数(confounding variable)とは、独立変数と従属変数の両方に影響する外部の要因のことです。実際には存在しない関係があるかのような見かけをつくったり、実在する関係の本当の強さを覆い隠したりします。
典型的な例を挙げます。ある調査で、アイスクリームの売上と溺水事故の件数が、どちらも夏に増えることが観察されたとします。アイスクリームの売上が溺水事故の原因になったわけではなく、気温の高さが、両方の傾向を独立して引き起こす交絡変数です。研究デザインの段階で、交絡しうる要因を特定し、統制することは、観察された関係が偶然ではなく本当に因果的なものであることを示すうえで、最も重要なステップの一つです。交絡変数と内的妥当性の関係については、研究における信頼性と妥当性の違いもあわせてご覧ください。
調整変数と媒介変数
調整変数(moderating variable)とは、独立変数と従属変数の関係の強さや方向を変える変数で、それ自体は因果の経路の一部ではありません。たとえば、ある学習法(独立変数)が試験の成績(従属変数)に与える効果は、学生のもともとの意欲の高さによって調整されるかもしれません。その学習法は、意欲の高い学生には効果的で、意欲の低い学生にはあまり効果がない、といった具合です。
これに対して、媒介変数(mediating variable)とは、独立変数が従属変数に影響を与える仕組みを説明する変数で、両者をつなぐ因果の経路上に位置します。たとえば、運動(独立変数)が気分(従属変数)を改善するのが、運動によってコルチゾールの値が下がるためだとすれば、コルチゾールの低下が、運動が気分に影響する仕組みを説明する媒介変数です。
調整変数と媒介変数の違い
研究者は、調整変数と媒介変数をしばしば混同します。どちらも独立変数と従属変数の関係に影響するためです。
簡単にまとめると、調整変数は関係の強さや方向に影響し、媒介変数はその関係の背後にある仕組みを説明します。
量的変数、カテゴリ変数、測定尺度
研究の因果構造における役割とは別に、変数は、表すデータの種類によっても分類されます。この分類によって、使用できる統計手法や、結果の解釈の仕方が決まります。
量的変数
量的変数は、数値で測定できる量を表します。
- 連続変数(continuous variable):ある範囲内の任意の値をとれる変数です。身長、温度、反応時間などが例です。
- 離散変数(discrete variable):数えられる特定の値しかとれない変数です。通院回数や、世帯の子どもの数などが例です。
カテゴリ変数
カテゴリ変数は、数量ではなく、グループやカテゴリを表します。
- 名義変数(nominal variable):順序のない変数です。血液型、居住国、目の色などが例です。
- 順序変数(ordinal variable):意味のある順序はあるものの、カテゴリ間の間隔が等しくない変数です。「悪い」から「優れている」までの満足度評価などが例です。
測定尺度による変数
研究者は、測定尺度によっても変数を分類します。
- 間隔変数(interval variable):値の間隔は等しいものの、真のゼロ点がない変数です。摂氏で測定した温度が代表的な例です。
- 比率変数(ratio variable):間隔が等しく、真のゼロ点もある変数で、「2倍」のような意味のある比較ができます。年齢、収入、体重、距離などが例です。
こうした測定尺度を理解することは重要です。統計手法によって、必要とされる変数の種類が異なるためです。
研究における変数の種類のまとめ
よくある失敗
- 媒介変数と調整変数を区別できず、関係がどのように、またなぜ成り立つのかを、統計モデルで誤って表現してしまう
- 交絡しうる変数を研究デザインの段階から考慮せず、データ収集後の補正は、はるかに難しくなってしまう
- 順序変数を連続的な量的変数のように扱い、不適切な統計手法や、妥当でない結論を導いてしまう
- 原稿の中で変数を明確に定義せず、査読者が、何をどのように測定したのかを把握できなくなる
おわりに
変数を正しく特定し、分類することは、研究プロセスの最初期にして最も重要なステップの一つです。変数は、仮説の構築や研究デザインから、データ収集、統計分析、結果の解釈に至るまで、研究のあらゆる段階を左右します。独立変数と従属変数を扱う場合でも、潜在的な交絡要因を統制する場合でも、調整効果や媒介効果を検討する場合でも、測定尺度を選ぶ場合でも、変数の種類を明確に理解しておくことで、研究課題に正確かつ厳密に答えることができます。
方法論的に健全な研究であっても、変数の定義が不十分だと、査読者は、何が測定され、関係がどのように検証され、結論が妥当といえるのかを理解しにくくなります。そのため、明確な変数の定義、適切な統計手法、そして正確な報告は、優れた原稿の欠かせない要素です。
論文投稿を準備している研究者は、言語面や分かりやすさの確認を受けることで、こうした方法論上の正確さを、査読者に明確に伝えることもできます。AJEの英文校正サービスは、研究者が研究デザイン、分析、知見を明確かつ自信を持って伝えられるよう支援し、研究の質が、その表現の質にも反映されるようにします。
