Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
小杉考司(専修大学)
Search
Koji E. Kosugi
September 06, 2024
Science
2
570
小杉考司(専修大学)
日本心理学会第88回大会 SS-028 「構成概念はこうせい!心理学者が測っているものは何か」で話したスライドです。
Koji E. Kosugi
September 06, 2024
Tweet
Share
More Decks by Koji E. Kosugi
See All by Koji E. Kosugi
多次元展開法を用いた 多値バイクラスタリング モデルの提案
kosugitti
0
200
電子計算機のイロハ
kosugitti
1
1.5k
Shinyで親父の威厳を回復した話
kosugitti
0
600
ベイズ統計学勉強会 2022年春合宿資料「はじめてのTeX」
kosugitti
2
8k
Tokyo.R #94 脱rstan初心者
kosugitti
3
1k
Tokyo.R #90 RStudioで日本語論文を書く(2)
kosugitti
1
1.2k
Other Decks in Science
See All in Science
Cross-Media Information Spaces and Architectures (CISA)
signer
PRO
3
30k
Introduction to Image Processing: 2.Frequ
hachama
0
270
Mechanistic Interpretability の紹介
sohtakahashi
0
410
DEIM2024 チュートリアル ~AWSで生成AIのRAGを使ったチャットボットを作ってみよう~
yamahiro
3
1.4k
はじめての「相関と因果とエビデンス」入門:“動機づけられた推論” に抗うために
takehikoihayashi
17
7k
Factorized Diffusion: Perceptual Illusions by Noise Decomposition
tomoaki0705
0
270
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
3
250
【人工衛星開発】能見研究室紹介動画
02hattori11sat03
0
160
マテリアルズ・インフォマティクスの先端で起きていること / What's Happening at the Cutting Edge of Materials Informatics
snhryt
1
150
WCS-LA-2024
lcolladotor
0
140
JSol'Ex : traitement d'images solaires en Java
melix
0
120
LIMEを用いた判断根拠の可視化
kentaitakura
0
370
Featured
See All Featured
Imperfection Machines: The Place of Print at Facebook
scottboms
266
13k
VelocityConf: Rendering Performance Case Studies
addyosmani
326
24k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
2
290
Side Projects
sachag
452
42k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
45
2.2k
Building Better People: How to give real-time feedback that sticks.
wjessup
365
19k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
5
440
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
132
33k
Docker and Python
trallard
42
3.1k
Measuring & Analyzing Core Web Vitals
bluesmoon
4
170
Reflections from 52 weeks, 52 projects
jeffersonlam
347
20k
YesSQL, Process and Tooling at Scale
rocio
169
14k
Transcript
構成概念はこうせい! 心理学者が測っているものは何か 1 ຊ৺ཧֶձୈճେձ ެ։γϯϙδϜ 話題提供者 小杉考司(専修大学) いまこそ心理測定学を 研究法と統計法の架け橋 αɹΠɹίɹϝɹτɹϦɹΫɹε
自己紹介 • 名前;小杉考司(こすぎこうじ) • 専門;心理統計,統計モデリング 2 書籍購入 サイト↓
心理学において「測定」はすごく大事 • データ解析のプロセスは手続きを全て書き下せる=客観性,再現性が 担保されていることが,科学としてとても重要! • その前に,心理測定,すなわち何をデータにするかについてを考えな いと後続の話が全て根幹から崩れ落ちます ㅟ ㅟ ㅟ
ㅟ 3
お題;心理学者が測っている ものはなにか • この問いには「理論」と「方法」の2側面から答えられるが,えて してこの両者を混ぜて答えがち。これが惨憺たる現状の一因。 • 理論的な説明は杓子定規な感じで,「現実的にはそれほど 理想的にはいかない」という言い訳がいつも成り立つ • 方法論的な説明はHow
toの解説になり,何をしてるのか わからなくても実践できてしまう • 心理測定学は研究法的側面と統計法的(数理的)側面をあわ せもっており,方法論の礎になるこの「学」が授業などで展開 されていないという構造的問題を指摘します 4 ҎԼɼ৺ཧईʹݶఆ͓ͨ͠ʹͳΓ·͢ɻ
理論的に考えてみる • 「心理学者が測定しているもの」=「心」である,というので は解像度が低すぎる • 「心」はもちろん,そのほかの多くがスーツケースワード • 心理学の領域は生理ー知覚ー認知ー人格ー社会ー教育ー 臨床と幅広く,全員が同じ「心」を想定していないから, 「心理学者は測っているものは何か」「心を測定するとは
いかなることか」という問いが,実はすでに違うものを指 していて,議論になっていないことが少なくない 5
あなたにとっての (測定したい) 心とは何ですか
৺ཧֶత࿈ଓମʢ৺ཧֶ͕ରͱ͢Δൣғʣ ཧతԠ ใ ݸਓͷ ओ؍తҙຯ ࣾձత ؒओ؍త߹ҙ ଌఆํ๏ 物理的測定 (狭義の)心理測定
態度測定 テスト ? 物理モデル 計算モデル 多変量解析 ? ଌఆϞσϧ ݚڀର ݸਓͷओ؍తʮҙຯʯʮܦݧʯΛଌఆ͢Δํ๏Ϟσϧʹ͍ͭͯ΄ͱΜͲސΈΒΕͣɼ ࣾձతɾؒओ؍తҙຯͷଌఆϞσϧΛޡͬͯར༻͍ͯ͠Δέʔε͕ଟ͘ΈΒΕΔ ㅟ ㅟ ㅟ ㅟ ㅟ ㅟ ㅟ ㅟ ㅟ
「心」のモデル 8 ຊೳతԠʀJGˠ%P ֶशԠʀJGˠ%Pˠ5IFO ख़ߟʀJ%5ύλϯͷൺֱ লతࢥߟʀهԱΛؚΊͨൺֱ ࣗݾলతࢥߟʀলͷল ࣗݾҙࣝʹؔ͢Δײʀଞऀࢹ ຊೳతͳߦಈγεςϜ Ձ؍ɼݕӾɼཧ
.ϛϯεΩʔ ʮϛϯεΩʔത࢜ͷͷ୳ݕʯڞཱग़൛ΑΓ ܹ Ԡ ߦಈ ݴޠ
社会のモデル 9 個人の内からでるも 他者システムの外郭まで 心は閉じたシステム (オートポイエーシス) 同じと見做しうる言語・行動を通じて互いに 「合意した」と表現する = 客観的or間主観的に「一致」とする
ࢀߟ ౻ᖒ ʮιγΦϯཧͷίΞʯ େ࿏ॻ
10 ࣾձతʹҰகͨ͠ର ࣾձతଶͷԾఆ ㅟ ㅟ • 態度は対象がある • 態度は正と負がある •
極端な態度を取る人は 少なく,中庸的態度が 一番おおい ෯E ΧςΰϦͷईZE ີͷࠩZ 測定の モデル ਖ਼نΛԾఆ͢Δ
11 心理測定のモデル • 個人を潰して項目間相関にし,次元性を 算出する(共通意味空間の基底) • この空間に個人を射映することで個人 差を数量的に表現したと考える <latexit sha1_base64="eagoRZ1qetmiBx7JYlekdawVLr8=">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</latexit>
1 N Z0Z = R = AA′  + D2 ;標準化されたスコア ;相関行列 ;因子負荷行列 ;誤差の因子負荷行列(対角) Z R A D
構成概念の「接地」 12 ݱ࣮ੈք ֓೦# ֓೦" ֓೦$ ཧత݁߹ Պֶతମܥ ݱੈք ܦݧత݁߹ʢૢ࡞తఆٛʣ
؍Մೳͳࣄɾࣄ ݱ࣮ੈքͱՊֶతମܥͱͷؔʢӬढ़࿕ ʮࣾձ৺ཧֶݚڀೖʯ౦ژେֶग़൛ձ
構成概念はこうせい • 構成概念は「共通意味空間の基底」とみなしてもよいかもしれ ないが,少なくとも「心の中」ではなく「言語空間構造」の記述で あるから,個々人の属性や心的要素を記述するものではない。 13 ֓೦" ֓೦#
理論的に言えること • 尺度作成の根本は学力検査,態度調査 • 社会の側に基準(正誤,個人差に対する仮定)がある • 「正規分布する」,すくなくとも何らかの理論的分布に従う,ということ が明らかにされていなければ適切な尺度化(数値化)はできていない • 個人の内部に関する要素の同一性(局所均質的構成概念の仮
定;Borsboom(2005))が満たされないものは,カテゴリの度数を数え上 げることさえ限定的な意味しか持ち得ない • 本当はわからないけどこのカテゴリに反応したという意味で「同じ」とみ なす,という無機質な解釈なら可能 • →リッカートのような得点化は原理的に無理 • →因子分析のようなデータ生成メカニズムを扱うモデル化は不適切 ㅟ ㅟ ㅟ ㅟ ㅟ ㅟ 14
「理論」が求められている • 社会心理学の理論が弱い • 個人と社会(内と外)を分ける明確なアイデアがなく,社会的 刺激に反応する個人の内的プロセスを「態度」としてしまっ たのではないか。(ex.社会的態度の感情的側面) • 次第に 感情>感想>お気持ち>心,のように徐々に解釈が
緩んでいったのでは? • 「方略」「思考」「イメージ」「評価」「動機」「〜感」はどの要素? • 個人内心理学をしたいのであれば,尺度化の理論はまだない • 我々は心の中を測れてはいない • そもそも個人の主観的経験を言葉でまとめること自体が可 能なのかという哲学的,原理的議論からやり直そう 15
LLM/場面想定法/国語 • 大規模言語モデル(LLM)はテキスト化された世界がかつて ないほど多く含まれているから,言語空間を分析するので あればLLMは優秀な被験者であり,もしかして母集団 • 状況を詳細に記述した条件下での反応パターンを測定する 場面想定法はいわばアナログなLLM • 「この時の筆者の気持ちを答えよ」は国語か心理学か
• 「人間/社会とは常に開かれたシステムであり,無限に言語 と意味を生成する」のであれば,心理学は科学かSFか 16 ͝ΊΜͳ͍͞ɼ͜Εεʔπέʔεϫʔυ
方法論としてはどうか
方法論的に語られること • 尺度作成の手順と諸注意(ノウハウ) • 構成概念の明確化,尺度項目の準備,サンプリング,ワーディン グ,倫理的配慮,翻訳するときの標準的手順 • 尺度水準,信頼性と妥当性 • 因子分析(探索的,確認的)の様々なオプション
• 語られないこと • 態度理論(=リッカート法はなぜカテゴリに数字を振れるのか) • 因子分析の数理的意味;相関行列の固有値分解など • 因子分析以外の多変量解析的アプローチ 18
小塩編(2024)心理尺 度構成の方法,誠信書房 • ちゃんと書いてる本が出た • 等現間隔法,シグマ法にもちゃんと 言及している! • 正規分布の仮定を強調している! •
BorsboomからCOSMINまで幅 広く理論・実践をカバーしている! 19 分布の仮定がピュアすぎること,因 子 分析以外のモデルに 言 及していないことなど マニアには物 足 りない部分もありますが今のところ最良の 一 冊。
改めて数値化の根拠 • 学力検査,社会的態度,性格検査は反応パターンが一義的 • 学力検査は正答・誤答についての共通見解がある • 社会的態度は正規分布すると仮定する(ただし態度対象 が社会通念的に「一致した意味」を持っているべき) • 性格検査は正規分布すると仮定する(ただし「言語の用
法・意味のパターン」と考えるべき) 20 カテゴリを数え上げ(蓄積),分布から数値化できる
方法論的に取りうる対応 • 尺度作成の手順としては,項目作成→EFA/CFAで終わることが多 いが,加えて標準化まで進めること • 大規模調査に基づく得点分布の報告,数値化の手続き・プロ フィールなど類型化の手続きを規定して,報告するべき • 毎回のEFA/CFAは得点が相互比較できないので推奨されない •
潜在変数間関係(構造方程式)は,その変化量で議論する • 理論空間での変化を現実世界での変化にしっかり接地させる • 応答性(意味のある変化とは何か)についてしっかり考える 21
方法論的に取りうる対応 • 因子分析で取り出せるのは,静的構造にすぎない • 静的;一時的に止まっている,あるいは安定的で変化しない 状態にある何かであること • 構造;複数の機能(はたらき)の背後にある共通した枠組み (仕組み)であること 22
言い換えると,「時間的・概念的に不安定」であったり,「共通して いない個別性の高いもの」は測ることができない
方法論的に取りうる対応 • 非計量多次元尺度構成法をもっと活用しましょう • 項目間相関でも個人間距離でもデータにできる • 測定モデルではない;距離関係を反映したモデル空間上での可視化 を目指したもの • 古くから個人差モデル(INDSCAL等)が提案されており,個人の内
的世界の共通するところ・しないところが明示的にモデル化されて いる • クラスター分析ももっと活用しましょう • 用途が個人差の分類にあるのなら,測定モデルを介さなくても十分 23 ωοτϫʔΫੳ͍͍ΑͶʂ
1. 外的基準で数量化でき,それに対応する尺度である→心理尺度 である必要はないが,ラフな近似としての意味があるかも? 2. 反応パターンが一義的でそれに対応して直接意味のある数値化 ができる→テスト理論 3. 反応パターンが一義的で,反応カテゴリの集積が確率分布に従う と仮定できることから,尺度値が数値化できる→態度理論/因子 分析モデル
4. 反応パターンが一義的だが,確率分布が仮定できない→測定モ デルを止める。MDS,クラスタリング,パターン分類へ 5. 反応カテゴリが一義的でなく,程度の評価は個人ごとに異なる→ 非計量MDSの3相モデルなど積極的に個人差をモデル化する 6. 反応カテゴリに個々人の意味が付与されており,その人にしかわ からない→測るという目的に合致しない 24 ৺ ཧ ई ͷ ར ༻ Մ ೳ ੑ
まとめ • 理論的に;尺度を使う前にちょっと落ち着いて考えよう • 古い論文を読むと,Paper and Pencilで得られるものは本質 的でなく精度の低い近似値でしかないという扱いを受けていた • 発展したのは統計モデルにすぎない
• 方法論的に;因子分析を使う前にちょっと落ち着いて考えよう • スコアの分布とその意味についても考察・報告するようにしよう • 非計量MDSやクラスター分析も検討しよう • 制度的に;研究法でも統計法でもない心理測定学を教えよう 25