1 概要
準実験は、研究対象を無作為に割り当てられない状況で、介入や処置の効果を推定するための研究手法である。実験研究ほど厳密な統制は行えない一方、現実の制度、教育現場、医療環境、行政施策などで実施しやすく、因果関係を検討する実務的な方法として広く用いられる。
1.1 定義
この方法では、研究者が処置群と比較群を設定し、結果の差を手がかりに介入効果を評価する。無作為化がないため、群の違いは処置だけでなく、もともとの属性や環境条件も反映しうる。
1.2 位置づけ
準実験は、観察研究と実験研究の中間に位置づけられる。観察研究よりも介入の影響を明確に捉えやすく、完全な実験が困難な領域で因果推論を補う役割を担う。
1.3 実験との違い
実験では参加者を無作為に割り付けることで、既知・未知の要因を平均化しやすい。これに対し準実験では割り付け操作ができず、自然発生的な条件差や既存集団の比較を通じて推定を行うため、交絡への対処が重要になる。
2 歴史
準実験の発展は、社会政策や教育改革など、厳密な無作為化が現場で難しい領域の問題意識と結びついて進んだ。統計学と計量経済学の進歩により、非ランダムなデータから効果を読み取る方法が洗練されてきた。
2.1 形成の背景
20世紀前半から中盤にかけて、社会制度や公共施策の効果を評価する必要が高まった。実地で無作為化が実行できない状況に対応するため、既存の群を比較する発想が広がった。
2.2 発展の経緯
その後、データ収集の改善と計算機の普及により、複雑な調整や時系列分析が可能になった。政策評価や臨床研究の一部では、準実験的な設計が標準的な選択肢として定着していった。
2.3 主要な理論的貢献
この分野では、因果推論の考え方、統計的統制の技法、自然発生的な変化を活用する設計論が重要な貢献を果たした。特に、処置効果と比較可能性を明確に分けて考える枠組みが、研究の信頼性向上に寄与した。
3 研究設計
準実験の設計は、比較可能な群を作り、介入以外の差をできるだけ抑えることを目的とする。現実の制約の中で、どのような比較が妥当かを精査する点が核心となる。
3.1 比較群の設定
比較群は、介入の有無や時点の違いによって構成されることが多い。群間の違いを解釈する際には、介入前の水準や背景特性を確認する必要がある。
3.1.1 介入群と非介入群
介入を受けた集団と受けていない集団を比べる基本形である。両群が似ているほど解釈しやすいが、現実には選択の偏りが残りやすい。
3.1.2 事前事後比較
同一集団の介入前後を比較する方法で、変化の方向を把握しやすい。もっとも、外部要因の影響も同時に入りうるため、単純な前後差だけで結論を出すことはできない。
3.2 自然に生じた差異の利用
制度改正、地理的条件、実施時期のずれなど、研究者が直接操作しない差を利用する。自然な変動を取り込める点が、現場適用のしやすさにつながる。
3.2.1 地域差
地域ごとに政策や環境が異なる場合、その差を比較材料として用いる。地域特有の背景を考慮しないと、効果と地域属性が混同されやすい。
3.2.2 時期差
導入時期が地域や施設ごとにずれる場合、そのタイミング差を分析に組み込む。時間変化を扱える一方、同時期に起きた別要因の影響を見分ける必要がある。
3.3 代表的な設計
準実験にはいくつかの代表的な設計があり、状況に応じて使い分けられる。各設計は、利用できるデータの構造や介入の導入様式に左右される。
3.3.1 不等価統制群設計
ランダム化されていない処置群と統制群を比較する設計である。現場では使いやすいが、群の初期差を補正しなければ推定が歪みやすい。
3.3.2 中断時系列設計
介入の前後で長期的な観測値を並べ、導入時点での変化を検討する。水準の急変や傾向の変化を捉えやすく、政策評価でよく用いられる。
3.3.3 回帰不連続設計
ある基準値を境に処置が決まるとき、その境界の前後を比較する設計である。閾値付近では群が比較的似ていると考えられるため、因果推定に有利とされる。
4 妥当性と課題
準実験では、設計の工夫によって妥当性を高められるが、同時に限界も残る。特に、観測されない差や時間的な偶然が推定を左右しうる。
4.1 内的妥当性
内的妥当性は、観測された変化を本当に介入の効果といえるかという問題である。準実験ではこの点が最も重視される。
4.1.1 交絡要因
処置と結果の両方に関係する第三の要因があると、見かけの効果が生じる。交絡は準実験の中心的な難点であり、事前の設計と統計調整の両面で対処する。
4.1.2 選択バイアス
介入を受ける集団が自ら選ばれる場合、参加者の特性が結果に影響する。これにより、群間差が処置効果ではなく選抜の結果として現れることがある。
4.1.3 歴史的要因
介入とは別に、社会的事件や制度変更が同時期に起これば、結果の変化が混ざり合う。時系列を扱う研究では、こうした外部出来事の影響を吟味することが欠かせない。
4.2 外的妥当性
外的妥当性は、得られた結果が別の集団や環境にも当てはまるかを示す。準実験は現実場面に近いため一般化しやすい場合もあるが、特殊な条件に依存している可能性もある。
4.3 測定上の問題
アウトカムの定義が曖昧だったり、観測誤差が大きかったりすると、推定の精度が下がる。測定基準の一貫性とデータ品質の確認が重要である。
5 データ解析
解析では、設計段階で残った偏りを補正し、効果の大きさをできるだけ正確に見積もる。単純比較だけでなく、モデル化と検証を組み合わせることが一般的である。
5.1 統計的補正
群間差や背景要因を統計的に調整することで、比較の公平性を高める。補正は万能ではないが、観測可能な不均衡を緩和するのに役立つ。
5.1.1 共変量調整
年齢、基礎状態、既往歴など、結果に影響する変数をモデルへ組み込む方法である。適切に選ばれた共変量は推定の安定化に寄与する。
5.1.2 傾向スコア
ある個体が処置を受ける確率を推定し、その確率に基づいて群を揃える考え方である。マッチングや重み付けに用いられ、非ランダムな割り付けの偏りを縮小する。
5.2 効果推定
介入が平均的にどの程度の変化をもたらしたかを評価する。推定値は、研究設計と解析方法の両方に依存する。
5.2.1 平均処置効果
処置を受けた場合と受けなかった場合の平均的な差を表す概念である。集団全体に対する影響を要約する際の基本指標となる。
5.2.2 差の差の分析
介入群と比較群の時間変化の差をさらに比較する手法である。共通の時間的変化を差し引けるため、政策変更の評価で頻繁に使われる。
5.3 感度分析
分析結果が仮定の違いにどれほど左右されるかを調べる。未測定交絡やモデル選択の影響を点検し、結論の頑健さを確認する目的がある。
6 応用分野
準実験は、厳密な統制が難しく、しかし介入効果の評価が求められる場面で活用される。学術研究だけでなく、行政や医療の実務にも浸透している。
6.1 教育研究
授業法、学習支援、学校制度の変更などの影響を検討する。クラスや学校単位での導入が多く、無作為化しにくいため準実験と相性がよい。
6.2 医療研究
治療法やケア体制の変更が患者結果に及ぼす影響を調べる。倫理的・実務的理由で無作為割り付けが難しい場合に、観測データを活用する。
6.3 社会政策研究
給付制度、規制、行政サービスの導入効果を評価する。制度変更の前後比較や地域差の利用が代表的である。
6.4 経済学研究
賃金、雇用、価格、消費行動などへの政策効果を分析する。自然発生的な境界や時点差を使う設計が多く、計量分析と密接に結びついている。
7 関連概念
準実験は、他の研究法や因果推論の考え方と連続している。関連概念を区別すると、手法の特徴がより明確になる。
7.1 実験計画法
研究条件をあらかじめ設計し、比較可能性を高めるための方法論である。準実験もその広い枠組みに含めて扱われることがある。
7.2 観察研究
研究者が介入を行わず、自然に起きたデータを分析する研究である。準実験は観察研究より介入評価に近いが、無作為化の点では同じ制約を共有する。
7.3 因果推論
原因と結果の関係を統計的に推定する学問領域である。準実験は、因果推論を実データに適用する主要な手段の一つである。
7.4 自然実験
自然に生じた外生的な変化を利用して効果を検討する状況を指す。準実験の中でも、研究者の操作がほとんどない場合に近い。
8 代表的な事例
準実験の事例は、制度導入や現場改革の評価に多い。共通して、比較群の設定と導入前後の情報が重要になる。
8.1 公共政策の評価
交通制度や給付制度の変更が、利用行動や生活指標に与える影響を調べる。政策の実施単位が地域ごとに異なる場合、比較がしやすい。
8.2 教育介入の評価
新しい教材や支援プログラムが学力や出席率に及ぼす効果を評価する。学校単位の導入や年度差を利用する例が多い。
8.3 医療介入の評価
診療手順の変更やケア体制の整備が、回復率や再入院率にどう関わるかをみる。実地では対象者の選択が避けにくいため、準実験が役立つ。
9 倫理
準実験でも、研究参加者の権利と利益の保護は欠かせない。現場に近いほど、研究と運用の境界管理が重要になる。
9.1 研究参加者の保護
データ利用や観察の対象となる人々に不利益が生じないよう配慮する。説明責任、同意の扱い、匿名化などが基本的な論点である。
9.2 公平性への配慮
介入の機会が偏っていたり、結果として不均衡が拡大したりしないよう注意する。研究設計そのものが不公平を再生産しないよう検討される。
9.3 情報の取り扱い
個人情報や機微な記録を扱う場合は、保存、共有、公開の範囲を厳格に定める必要がある。分析目的に必要な最小限の情報を用いることが望ましい。