中間変数とは何ですか?
介在変数は、独立変数と従属変数の間の関係に影響を与える変数です。
多くの場合、このタイプの変数は、研究者が 2 つの変数間の関係を研究しているときに、別の変数が実際にその関係に関与していることに気づいていないときに現れることがあります。
中間変数はさまざまな研究状況に現れます。ここではいくつかの例を示します。
例 1: 教育と支出
研究者は、教育 (独立変数) と年間支出 (従属変数) の関係に興味があるかもしれません。
1,000 人の教育レベルと年間支出に関するデータを収集した結果、2 つの変数の間に強い正の相関関係があることがわかりました。特に、教育を受けた人ほど支出額が高くなる傾向があることがわかりました。
しかし、研究者たちは気づかないうちに、収入という介在変数を考慮していませんでした。高学歴の人は高収入の仕事に就く傾向があり、自然に使えるお金が増えることがわかりました。
例 2: 貧困と平均余命
研究者は、貧困 (独立変数) と平均余命 (従属変数) の関係に興味があるかもしれません。
1万人から貧困と平均余命に関するデータを収集したところ、この2つの変数の間には強い相関関係があることが判明した。特に、貧しい人ほど平均余命が短い傾向があることがわかった。
しかし、研究者たちは気づかないうちに、中間変数である「ヘルスケア」を考慮していませんでした。貧しい人々は医療へのアクセスの信頼性が低く、当然のことながら、彼らの期待余命は低いことが判明しています。
例 3: トレーニングに費やした時間と試合ごとのポイント
スポーツ研究者は、選手が練習に費やした時間 (独立変数) と 1 試合あたりの平均得点 (従属変数) の関係に興味があるかもしれません。
100人の選手を対象にトレーニングに費やした時間と試合ごとのポイントに関するデータを収集したところ、2つの変数の間に強い相関関係があることが判明した。特に、練習量が多いプレーヤーは、1 試合あたりの平均得点が多い傾向があることがわかりました。
しかし、研究者は気づかずに、その間に演奏された時間の違いに注目していませんでした。より多くの時間をトレーニングする人はコーチとの距離が近く、選手のことをよりよく知るようになり、選手をより試合に投入する傾向があり、その結果、より多くの得点を獲得する機会が増えることが分かりました。
介在する変数を特定することの重要性
介在変数を理解することは、多くの場合、介在変数が従属変数の変動を説明する真の変数であるため、研究者が独立変数と従属変数の関係を明確にするのに役立ちます。
多くの場合、独立変数は介在変数の変化を引き起こし、それが調査対象の従属変数の変化を引き起こします。
介在変数を特定することで、独立変数と従属変数の間の実際の関係を理解しやすくなります。
技術的なメモ:介在変数は、媒介変数または介在変数と呼ばれることもあります。