社会学における妥当性を理解する

TCmake_photo/ゲッティ イメージズ

の社会学および研究用語では、内部妥当性は、調査の質問などの手段が測定しようとするものを測定する程度であり、外部妥当性は、実験の結果が直接の研究を超えて一般化される能力を指します。

真の妥当性は、実験が行われるたびに、使用された機器と実験結果自体の両方が正確であることが判明したときに得られます。その結果、有効であることが判明したすべてのデータは信頼できると見なす必要があります。つまり、複数の実験で繰り返すことができなければなりません。

例として、ある調査で、学生の適性スコアが特定のトピックにおける学生のテスト スコアの有効な予測因子であると仮定した場合、その関係について実施された調査の量によって、測定手段 (ここでは、学生としての適性テストの点数に関連する）は有効と見なされます。

妥当性の 2 つの側面: 内部と外部

実験が有効であると見なされるためには、まず内部的にも外部的にも有効であると見なされる必要があります。これは、実験の測定ツールを繰り返し使用して同じ結果を生成できる必要があることを意味します。

しかし、カリフォルニア大学デービス校の心理学教授であるバーバラ・ソマーズが彼女の「科学的知識の紹介」のデモコースでそれを述べているように、妥当性のこれら2つの側面の真実を判断するのは難しいかもしれません:

有効性のこれら 2 つの側面に関しては、方法が異なります。実験は、構造化され、制御される傾向があるため、多くの場合、内部妥当性が高くなります。ただし、構造と制御に関するそれらの強さは、低い外部妥当性をもたらす可能性があります。結果は、他の状況への一般化を防ぐために非常に制限される場合があります。対照的に、観察研究は現実世界で行われているため、外的妥当性（一般化可能性）が高い可能性があります。ただし、非常に多くの制御されていない変数が存在すると、どの変数が観察された動作に影響を与えているかを確認できないという点で、内部妥当性が低くなる可能性があります。

内部妥当性または外部妥当性が低い場合、研究者は、社会学的データのより信頼できる分析を実現するために、観察、機器、および実験のパラメーターを調整することがよくあります。

信頼性と妥当性の関係

正確で有用なデータ分析を提供する場合、あらゆる分野の社会学者と科学者は、研究において妥当性と信頼性のレベルを維持する必要があります。すべての有効なデータは信頼できますが、信頼性だけでは実験の妥当性は保証されません。

たとえば、ある地域でスピード違反切符を切られた人の数が、日ごと、週ごと、月ごと、年ごとに大きく異なる場合、それは何かの良い予測因子になる可能性は低く、そうではありません。予測可能性の尺度として有効です。ただし、同じ数のチケットが毎月または毎年受信される場合、研究者は同じ割合で変動する他のデータを関連付けることができる場合があります。

それでも、すべての信頼できるデータが有効というわけではありません。研究者は、その地域でのコーヒーの売り上げと、 スピード違反切符 データは互いにサポートしているように見えるかもしれませんが、外部レベルの変数は、数の測定ツールを無効にします。 コーヒー 受け取ったスピード違反切符の数に関連して販売されます。