Skip to content
検索結果に戻る

リレーショナル調査 — リレーショナル調査研究

提唱者
Established in educational and social science research methodology; systematised by Fraenkel & Wallen and others
年
Mid-20th century onward (systematised ~1960s–1990s)
種類
Quantitative non-experimental survey design
系統
Survey / observational design

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

リレーショナル調査研究は、標本から構造化された自己報告データを収集し、2つ以上の変数間の統計的関連性を検討する定量的非実験的デザインである。単に分布を特徴づけるだけの純粋な記述的調査とは異なり、リレーショナル調査は、変数がどの程度共変動するかを問い、条件を操作したり因果関係を確立したりすることなく、関係性の証拠を提供する。

手法の背後にある直感

リレーショナル調査とは、ある時点におけるある集団のスナップショットを撮り、「変数Aで高得点の人々は、変数Bでも高得点(または低得点)を出す傾向があるか?」と問うものだと考えられる。例えば、研究者は大学生に対して学業モチベーションとテクノロジー利用に関する検証済みの尺度を適用し、モチベーションのどの側面が異なる形態のテクノロジー利用と最も一貫して共変動するかを見るために相関係数を計算するかもしれない。このデザインは介入を行わず、共変動を観察し定量化する。

歴史学

リレーショナル調査デザインは、20世紀初頭から中頃にかけて社会科学で形成された、より広範な調査研究の伝統から生まれた。変数間の関係性への焦点は、1890年代におけるカール・ピアソンによる相関係数の開発と、20世紀中頃における重回帰分析の拡大に直接由来する。1990年代以降のフレインケルとウォーレンの広く使用されている教育研究の教科書は、リレーショナル調査を明確なデザインタイプとして形式化し、純粋な記述的調査と因果比較デザインとを区別した。

使うべき場面

実験的に何も操作することなく、自然発生的な集団における変数間の関連性を定量化することが目的である場合に、リレーショナル調査を使用する。例えば、性格特性と学業成績、または組織風土と従業員の幸福感との間の関連性を探る場合などである。このデザインは、横断的な自己報告データ収集が実行可能であり、研究課題が「XはYと関連しているか?」または「XはYをどの程度予測するか?」として組み立てられている場合に適切である。因果関係を確立することが目的の場合(縦断的または実験的デザインを検討する)、または関心のある構成概念が質問票尺度で有効に捉えられない場合には使用しない。非常に小さいNでは相関推定値が不安定で誤解を招くため、標本サイズが約50を下回る場合は避ける。

限界と注意点

  • 因果関係を確立できない — XとYの間の相関は、XがYを引き起こす、YがXを引き起こす、または第三の変数が両方を引き起こす、のいずれとも矛盾しない。
  • 結果は使用される測定器の妥当性によってのみ有効である。尺度の信頼性や構成概念妥当性が低いと、その後のすべての分析が損なわれる。
  • 予測変数と結果変数の両方が同じ自己報告測定器によって同時に測定される場合、共通方法分散が脅威となる。
  • 横断的なリレーショナル調査では、時間の経過に伴う変化や発達傾向を捉えることはできない。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 単一のデータ収集作業で複数の変数間の関係を効率的に検討できる。
  • 標準化され、容易に再現および比較可能な定量的な効果量推定値が得られる。
  • 確立された統計ツール(相関、回帰、パス解析、SEM)によって十分にサポートされている。
  • オンラインまたは紙媒体での実施により、大規模で地理的に分散した標本に適している。
  • 後の実験的または縦断的追跡調査の基礎を形成できる。

応用

  • 教育研究における学生の自己効力感、モチベーション、学業成績の関係性の検討。
  • 組織心理学における職務満足度、組織コミットメント、離職意図の関連性の調査。
  • 公衆衛生調査における健康行動(食事、運動、睡眠)と自己報告による幸福感との関連性の探索。
  • 発達研究における子育てスタイルと子どもの社会情緒的成果との共変動の評価。
  • 情報システム研究におけるテクノロジー採用態度と利用パターン間の関係性の研究。

使い方

使い方

1

研究者は、関心のある関係性を持つ少なくとも2つの構成概念を特定し、関連性の期待される方向と大きさについて研究課題または仮説を立てる。概念的または理論的枠組みが、どの変数が含まれるか、またどれが予測変数として扱われ、どれが結果変数として扱われるかを通常導く。

2

各変数を数値的に測定するために、検証済みの質問票、評価尺度、または標準化された測定器が選択または開発される。主要なデータ収集の前に、パイロットテストと信頼性チェック(例:クロンバックのα)が実施され、対象集団で尺度が適切に機能することを確認する。

3

調査は、代表的または意図的な標本に対して実施され、通常は単一のデータ収集ウェーブ(横断的)で行われるが、リレーショナル調査は縦断的デザインに組み込まれることもある。適切な標本サイズは、検出力分析を用いて事前に計算され、ほとんどの相関ベースのデザインでは、中程度の効果量を確実に検出するために少なくとも50~100人の参加者が必要となる。

4

二変量関連性は、相関係数(連続変数にはピアソンのr、順序変数または非正規分布データにはスピアマンのρ)を用いて推定される。複数の予測変数が関与する場合、重回帰分析またはパス解析がリレーショナルな枠組みを拡張し、独自の寄与を評価し、交絡因子を制御する。

5

効果量(r、R²、ベータ係数)と信頼区間は、統計的有意性とともに報告される。研究者は関連性の実践的意味を解釈し、相関的証拠が因果関係を確立できないことを認め、先行研究と理論的枠組みの中に知見を位置づける。

よくある落とし穴

  • 統計的に有意な相関を因果関係の証拠として解釈すること — リレーショナル調査の証拠は関連性のみであり、因果関係の主張には実験的または強力な準実験的デザインが必要である。
  • 検出力分析を怠ること — 50人未満の参加者による研究は、信頼区間が非常に広いため実質的に解釈不能な相関推定値を日常的に生成する。
  • 共通方法バイアスに対処することなく、予測変数と基準変数の両方を単一の調査セッションで測定すること — 時間差デザインや、尺度順序のカウンターバランスなどの手続き的対処法を検討する。
  • 方向性に関する追加の理論的または統計的根拠なしに、相関行列を因果モデルとして扱うこと。

よくある質問

リレーショナル調査の最小標本サイズはどれくらいですか?

単一の規則はありませんが、実用的な目安として、多くの方法論者は、合理的に安定した二変量相関推定値を得るために少なくとも50人の参加者を推奨し、重回帰分析を計画している場合は100人以上を推奨しています。正式な回答は、期待される効果量、望ましい検出力(通常は.80)、および有意水準(.05)を指定して事前検出力分析を実施することです。これにより、仮説された関係を検出するために必要な最小Nが得られます。

リレーショナル調査で因果モデルをテストできますか?

リレーショナル調査は、相関のパターンが因果モデルと一致するかどうかをテストできますが(パス解析やSEMを使用)、因果関係の方向性を確認することはできません。リレーショナル調査データを用いた構造方程式モデリングは、データと矛盾するモデルを除外できますが、因果関係の主張には、実験的操作、自然実験、または時間的先行性のある縦断的デザインが依然として必要です。

リレーショナル調査は単純な記述的調査とどう異なりますか?

記述的調査は、標本における1つ以上の変数の分布(平均、頻度、割合)を特徴づけます。リレーショナル調査は、変数が互いにどの程度関連しているかを統計的に検討することで、さらに踏み込みます。どちらも同じ質問票データを使用できますが、違いは問われる研究課題と適用される分析手法にあります。

どの相関係数を使用すべきですか?

ピアソンのrは、両方の変数が連続的でほぼ正規分布している場合に適切です。スピアマンのρは、順序変数または分布が著しく歪んでいる場合に好まれます。ケンドールのτは、同順位が多い順序データに対する代替手段です。二値変数または二分変数には、点双列相関係数またはファイ係数が標準的な選択肢です。

リレーショナル調査における共通方法バイアスにはどのように対処すればよいですか?

共通方法バイアスは、予測変数と結果変数のデータが同じ回答者から同時に得られる場合に発生します。手続き的対処法には、測定時点を分離する(時間差デザイン)、異なる回答形式を使用する、尺度順序をカウンターバランスするなどが含まれます。統計的対処法には、ハーマンの単一因子テストやマーカー変数法がありますが、どちらも問題を完全に排除するわけではありません。

関連する手法

参考文献

  1. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2009). How to Design and Evaluate Research in Education (8th ed.). McGraw-Hill.

    ISBN:978-0073525748
    コピーしました。
  2. Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage Publications.

    ISBN:978-1452226101
    コピーしました。