1 自己報告尺度の概要
1.1 定義と位置づけ
自己報告尺度は、質問票や項目に対して回答者が自分の考え、感情、行動傾向、特性などを直接記入（選択）し、その回答を数値化して心理的構成概念を測る手法である。研究では主に質問紙法として位置づけられ、臨床や産業組織領域ではスクリーニング、経時的評価、介入効果の検討などにも用いられる。測定の基盤は、構成概念の操作的定義を項目へ落とし込み、回答の変動を個人差や時点差として解釈できる形に整える点にある。
1.2 測定対象となる心理的概念
1.2.1 感情・気分
感情や気分は、比較的短い時間範囲で変化する主観的経験として扱われることが多い。抑うつ気分、緊張、活力感のように、強度や持続の程度を自己認識に基づいて把握し、特定の期間（例：過去一週間、直近の数日）を参照させる設計が行われる。測定では、同じ言葉でも状況依存で意味が揺れるため、期間指定や教示による焦点化が重要になる。
1.2.2 特性・傾向
特性・傾向は、より安定した個人差として捉えられることが多い。例えば自己効力感、特性不安、パーソナリティ特性に相当する概念では、回答者が一般的に抱きやすい考え方や行動の傾向を選ぶ形になる。項目は「普段」「普段から」といった時間範囲の手がかりを含め、状況による一時的揺らぎよりも、相対的に持続する傾向を測りやすくする。
1.2.3 状況・状態
状態は、特定の場面や条件で生じている心理的状態を対象とする。達成場面での不安、講義中の集中度、ストレスフルな出来事の直後に感じる緊張などが例となる。設計上は、測定時点と条件を明確化し、状態の変化が捉えられるよう短い参照期間を設定することが多い。また、実験や介入の前後比較に合わせた時間枠を定めると解釈が安定する。
1.3 他の測定法との対比
1.3.1 行動指標との違い
行動指標は、実際の行為の頻度や成果などを観察や記録によって測る。自己報告尺度では、意図、評価、内的経験のように行動に直結しない要素も扱える一方、社会的記憶や理解の差によって回答が影響される。例えば「先延ばしするつもりがある」という内的傾向は自己報告で捉えやすいが、実際の提出遅延は行動指標で測る、といった役割分担が起こりうる。
1.3.2 生理指標との違い
生理指標は、心拍、皮膚電気活動、脳波などの身体反応を手がかりにする。自己報告は主観的な認知・感情を中心に据えるため、同じストレス場面でも「感じている程度」と「身体反応の強さ」が一致しない場合がある。生理指標は反応の時間解像度が高いことがあるが、心理的意味の翻訳には解釈モデルが必要になる。両者を併用することで、内的経験と身体反応の対応関係を検討できる。
1.3.3 観察者評定との違い
観察者評定は、他者が発話、態度、パフォーマンスなどを見て評価する方式である。自己報告は内省に依存するため、個人の言語化能力や自己理解の深さが測定に関わる。観察者評定は外見や行動の手がかりに基づくため、表出の強弱や文脈への知識に左右される。実務では、自己認識と他者から見た状態が異なること自体が情報になるため、目的に応じて使い分けが望ましい。
2 構成と設計
2.1 項目（アイテム）作成
2.1.1 質問形式の選択
2.1.1.1 自由記述と選択式
自由記述は、回答者が自分の言葉で内容を提示できるため、未想定の表現や個別性が反映されやすい。質的な探索や新規概念の把握に適する一方、採点や比較可能性の設計が難しくなる。選択式は、あらかじめ用意した選択肢の中から回答するため、数量化と集計が容易である。尺度用途では、同じ意味を安定して表せる選択肢を設計し、項目間の比較性を確保することが中心課題になる。
2.1.2 語彙・表現の設計
項目の語彙は、対象集団にとって理解しやすく、曖昧性が小さい表現が求められる。抽象語が多すぎると解釈がばらけ、特定の文化的前提に依存すると回答の偏りが生じる。さらに、感情や行動の言い回しが持つ強さを統一し、同一の構成概念を複数の言葉で重ねて測る必要がある場合は、意味の重複ではなく情報の追加になるように整える。読みやすさ（文長、否定表現の扱い）も実施時のエラー率に影響する。
2.1.3 項目数と下位尺度の構成
項目数は、測定精度と実施負荷のバランスで決まる。少なすぎると個人差の推定が不安定になり、過剰になると疲労が増えて回答の質が落ちる。下位尺度を設ける場合は、理論上の側面（例：身体症状、認知面、行動面）を根拠としてまとめ、項目が各下位概念をどの程度カバーしているかを点検する。下位尺度間の独立性や関連の強さは分析で確認し、解釈可能な枠組みに落とし込む。
2.2 回答形式と採点
2.2.1 リッカート尺度
リッカート尺度は、「全く当てはまらない」から「非常に当てはまる」といった段階選択で回答を得る形式である。扱いやすく比較がしやすいため、心理測定で広く利用される。段階数は、識別の精度と回答の安定性を見ながら設定される。中間選択肢の意味（迷いなのか中立なのか）を明確にし、教示文で参照期間や判断基準をそろえることが望ましい。
2.2.2 類似度・頻度・強度の指標
尺度によっては、当てはまり度ではなく、頻度や強度、類似度を直接尋ねる設計がある。頻度は「週にどれくらい」「どの程度の回数」といった時間枠を伴うことが多く、回答者が現実の記憶にアクセスできるように工夫が必要になる。強度は主観的な強さを問うため、最小から最大までの基準を共有することが有効である。類似度は、特定の記述文との一致を基準にするため、選択肢文の語感のそろえ方が重要になる。
2.2.3 逆転項目と得点化
逆転項目は、概念の方向性に対して回答が反対向きになるように作られた項目である。単純加算の際に得点方向をそろえるため、所定のルールで数値を反転させてから集計する。逆転項目は注意喚起として一定の効果が期待される一方、読解ミスや負荷の増加を招きやすい。したがって、反転処理の手順を明確化し、項目ごとの反応パターンを検討して、問題が生じる場合は設計の見直しを行う。
2.3 手続きと実施条件
2.3.1 実施環境
実施環境は回答の質に影響する。静かな場所、十分な時間、適切な端末・紙面の状態が望ましい。オンライン実施では回線や画面表示の不具合が中断要因になりうるため、事前テストが有効である。さらに、同時に複数の尺度を行う場合は順序効果が出る可能性があるため、実施手順の固定やランダム化を検討する。
2.3.2 教示文と回答負荷
教示文は、参照期間、判断の基準、回答の意図（正解の有無、正直に答えること）を明示する役割を担う。負荷が高いと、回答者は簡略化や推測に寄りやすくなるため、項目数や回答時間の見積もりが重要である。自由記述を併用する場合は、記入量の目安を示し、途中離脱を減らす配慮が必要になる。尺度の目的が研究か実務かで教示の言い回しは変わるため、倫理的配慮を含めて整える。
2.3.3 欠損値への対応
欠損値は、未回答、途中中断、項目理解の不確実性などから生じる。欠損の扱いは分析方針に直結するため、収集段階で可能な範囲の防止策（必須入力、確認画面）を講じる。分析では、欠損の発生機序を仮定したうえで、除外、平均補完、モデルに基づく推定など適切な方法を選ぶ。単純な削除はバイアスを生みうるため、報告方法を含めて透明性を確保する。
3 信頼性と妥当性
3.1 信頼性（再現性）
3.1.1 内的一貫性
内的一貫性は、同一構成概念を測る項目同士が整合的に反応している程度を示す。一般に、項目間の相関や尺度合計点との関連を用いて推定される。値が低い場合は、項目が概念の異なる側面を混ぜている可能性、語句理解のばらつき、逆転項目の影響などを疑う。改善の際は、内容面の整合性と統計指標の両方を検討する。
3.1.2 再検査信頼性
再検査信頼性は、同じ対象に一定期間を置いて再度測定したときの一致度を扱う。期間が短すぎると記憶や学習の影響が入り、長すぎると実際の変化が混入しやすい。したがって、測定対象が状態か特性かに応じて適切な間隔を設定することが重要である。再検査の結果は、信頼性だけでなく尺度が捉える心理的現象の安定性を示す材料にもなる。
3.1.3 採点者・尺度運用の一致性
自己報告尺度では採点者が直接介入する場面は少ないが、自由記述の分類、得点換算の手続き、欠損処理の運用などで一致性が問題になることがある。採点基準を明文化し、運用手順を統一すると再現性が高まる。複数の担当者が関与する場合は、練習・照合を通じて評価のばらつきを小さくする。運用のばらつきがデータ品質に影響する点を踏まえ、手順の記録を残す。
3.2 妥当性（測りたいものを測れているか）
3.2.1 内容的妥当性
内容的妥当性は、項目が構成概念を十分に代表しているかという観点である。理論的根拠や先行研究に基づいて項目領域を設計し、専門家によるレビューや予備調査で過不足を確認する。内容的妥当性が弱い場合、尺度の得点が概念の一部に偏り、解釈がずれる可能性がある。特に新規尺度や改訂版では、慎重な内容チェックが欠かせない。
3.2.2 基準関連妥当性
基準関連妥当性は、外部の基準（ゴールドスタンダードに近い測度や関連指標）との関連から検討する。予測妥当性や同時妥当性として扱われることが多い。例えばストレス尺度が将来の体調不良と関連するか、または別の信頼できるストレス尺度と整合するかを検証する。関連が見られない場合は、基準自体の妥当性、参照期間のずれ、測定の方向性などの要因を点検する。
3.2.3 構成概念妥当性
構成概念妥当性は、理論に基づく予測がデータと整合するかを総合的に評価する。理論上の近さのある概念とは相関し、遠い概念とは相関しにくいといったパターンを仮説として検討する。さらに、尺度の因子構造、測定不変性、仮説検証を通じて、得点の意味が理論と結びつくかを確認する。研究の積み重ねによって妥当性の証拠を厚くする考え方が採られることが多い。
3.3 妥当性研究の考え方
3.3.1 検証的アプローチと探索的アプローチ
検証的アプローチは、先に立てた仮説（因子数、関連パターンなど）をデータで確かめる。探索的アプローチは、既知の枠組みにとらわれず構造や項目の働きを調べ、新たな仮説を作る。尺度開発の初期では探索が有用な場合があるが、最終的な根拠としては検証が必要になることが多い。研究設計の段階を明確に分けると解釈が整理される。
3.3.2 因子構造の確認
因子構造の確認では、項目が想定した下位尺度（潜在因子）に対応しているかを検討する。確認的因子分析などが用いられ、適合度指標でモデル妥当性を判断する。構造が想定と一致しない場合、概念の再定義、項目の削除や言い換え、モデルの修正が検討される。とくに逆転項目や語句負荷が因子を歪めることがあるため、統計結果と内容面の整合性を同時に扱う必要がある。
3.3.3 反証可能性と解釈の慎重さ
妥当性は「一度の結果で確定」するものではなく、反証可能な形で証拠を積み上げていく。特定の相関が得られたとしても、それが別要因による見かけの一致かもしれない。解釈では、サンプル特性、測定時点、手続き差、統計手法の仮定を踏まえ、断定を避けることが求められる。透明な報告（手続き、欠損処理、尺度の使用条件）によって、他研究が追試しやすい形にする姿勢が重要になる。
4 バイアスと限界
4.1 社会的望ましさ
4.1.1 印象管理の影響
社会的望ましさは、望ましい印象を与えたい動機によって回答が歪む現象として知られる。印象管理が働くと、内的状態や行動が実態より良く（または悪く）報告される可能性がある。特に自己評価に関わる領域では影響が大きくなりやすく、尺度の構成や教示の仕方によって回答バイアスが変化する。
4.1.2 誠実回答の促進方法
誠実回答を促すには、匿名性の確保、評価目的の説明、正解を問わない姿勢の明示が有効である。回答がもたらす影響範囲を適切に説明し、過度な緊張を抑えることで歪みを減らせる場合がある。さらに、回答一貫性の確認や検出尺度の導入を検討することもあるが、実装は目的と倫理を踏まえて慎重に行うべきである。
4.2 応答スタイル
4.2.1 中央化傾向
中央化傾向は、極端な選択を避け、中間選択に寄りやすい傾向である。これにより分散が小さくなり、個人差が見えにくくなる。背景には慎重さ、無回答回避、判断の確信度の違いなどがありうる。項目数や選択肢の設計、教示の明確化で一定の改善が期待できるが、補正の必要性も含めて検討する。
4.2.2 極端化傾向
極端化傾向は、選択肢の端に寄る傾向で、刺激への反応性や判断スタイルが影響しうる。真の個人差に由来する場合もあるため、単純に誤りとみなすのは適切でない。研究では、応答スタイル指標の併用や、尺度の構造がスタイルに左右されていないかの点検が役立つ。
4.2.3 逆転項目の読解ミス
逆転項目は設計上の注意点が多く、否定の読み違いによって誤反応が増えることがある。特に時間的余裕がない状況では、逆方向に置かれた意味が理解されないまま選択されやすい。対策として、文の簡潔化、否定表現の見直し、予備調査による理解度の確認が挙げられる。得点化の前に、反応パターンの異常を点検する運用も重要になる。
4.3 共通方法分散と関連指標
4.3.1 相関が過大になる要因
共通方法分散は、同じ形式・同じ測定手続きに起因して、異なる構成概念同士の相関が過大に見える現象である。自己報告のみで構成概念を測る場合、回答時の注意、読解、反応傾向が複数指標に共通に影響することがある。その結果、理論的に想定する関係より強い関連が出る可能性がある。
4.3.2 研究デザインによる抑制
抑制策としては、測定モードの多様化（自己報告に加えて観察や記録、生理などを併用）、項目配置の工夫、時点をずらした測定（時間的分離）などがある。分析面では、方法要因を考慮したモデル化や感度分析を行うことで、共通要因の影響を推定しやすくなる。どの対策が最適かは研究目的と利用可能なデータに依存するため、複数の視点から検討する。
4.4 使用上の注意
4.4.1 年齢・文化差
年齢や文化は、言葉の意味理解や報告の仕方に影響する。例えば同じ項目文でも、経験の頻度や表現の慣習が異なると、得点が構成概念の差ではなく言語文化の差を反映する。尺度の翻訳や改訂では、前提となる概念の対応を確認し、必要に応じて測定特性の再検証を行うことが望ましい。
4.4.2 診断目的と研究目的の区別
自己報告尺度は、研究での関連検討と、診断支援のような臨床的判断で求められる性質が異なる。研究目的では相対比較や構造検討が中心になりやすいが、診断目的ではカットオフ設定の妥当性、誤判定のコスト、適用条件がより厳密に問われる。実務で利用する場合は、目的に適合する妥当性証拠と運用手順を確認し、過度な決定を避ける必要がある。
4.4.3 得点の誤用防止
得点の誤用は、尺度の範囲外での解釈、参照期間の読み違い、下位尺度を単一の指標として扱うなどから生じうる。得点は統計的推定であり、個々の回答者の全体像を直接表すわけではない。報告では、尺度名、得点化方法、欠損処理、解釈の前提を明示し、必要に応じて推定誤差や統計的な不確実性も含めて扱うことが望ましい。