Psychometrics: An Introduction（心理測定学入門）

引用

Furr, R. M. (2021). Psychometrics: An Introduction (4th ed.). SAGE Publications.

章の要約

第4版は14章からなる。導入の章に続いて、測定の基本概念（第2–4章）、信頼性（第5–7章）、妥当性（第8–9章）、心理測定の質への脅威（第10–11章）、発展的な心理測定アプローチ（第12–14章）の5部が置かれている。出版社は本書の方向性を概念重視だと説明している。手順よりも目的、「どのように」よりも「なぜ」に焦点を当て、数学的証明よりも概念、論理、実用的応用を重んじる。ほとんどの章の末尾には、Rの構文を示す技術付録、要約、推薦文献が付いている。

第1章：心理測定と心理的測定の重要性

導入の章では、心理検査がなぜ重要か、観察可能な行動と観察できない心理的属性の関係、心理検査とは何でどのような種類があるか、心理測定学とは何か、が説明される。さらに、心理学における測定の難しさと個人差の重要性を扱い、心理測定学は差異心理学をはるかに超えるものだと述べる。

第I部、第2章：尺度化

この章は、数についての基本的な問いから始まる。測定の単位、加法性と計数、四つの測定尺度を扱い、そのうえで尺度の実際上の含意と、いくつかの補足的な問題を検討する。

第I部、第3章：差異、一貫性、検査得点の意味

得点の変動と分布、分布間の関連や一貫性の定量化、合成変数の分散と共分散、二値項目を扱う。最後に、検査得点の解釈と検査の規準（ノーム）で締めくくる。

第I部、第4章：検査の次元性と因子分析

検査がいくつの次元を測定しているかを問い、検査の次元性を調べる手段として因子分析を導入する。

第II部、第5–7章：信頼性：概念的基礎／信頼性の経験的推定／信頼性の重要性

第5章は古典的テスト理論を示す。観測得点、真の得点、測定誤差とそれぞれの分散、信頼性の四つの捉え方、測定の標準誤差、領域サンプリング理論である。第6章は、平行検査法、再検査法、内的整合性法による経験的推定を扱い、標本の異質性、信頼性の一般化、差得点の信頼性にも触れる。第7章は、応用実務、行動科学研究、検査の作成と改善において信頼性がなぜ重要かを示す。

第III部、第8–9章：妥当性：概念的基礎／収束的・弁別的妥当性の証拠の推定と評価

第8章は妥当性を定義し、妥当性の証拠を、検査内容、内部構造、反応過程、他の変数との関連、検査の帰結という源泉ごとに整理する。妥当性に関する他の見方を扱い、信頼性と妥当性を対比する。第9章は、法則的ネットワークと、収束的・弁別的証拠を評価する方法、妥当性係数に影響する要因、およびその解釈に焦点を当てる。

第IV部、第10–11章：反応バイアス／検査バイアス

第10章は反応バイアスの種類と、反応セットや反応スタイルを含むその対処法を扱う。第11章は、得点のバイアスがなぜ問題になるか、構成概念バイアスと予測バイアスをどう検出するか、その他の統計的手続きと検査の公平性を検討し、SATを具体例として用いる。

第V部、第12–14章：確認的因子分析／一般化可能性理論／項目反応理論とラッシュモデル

第12章は、確認的な形の因子分析を、尺度の内部構造、信頼性、妥当性、測定不変性に適用する。第13章は一般化可能性理論を導入し、G研究とD研究、1水準・2水準のデザインを扱う。第14章は項目反応理論とラッシュモデルを導入し、1パラメータの例、モデル適合、項目情報と検査情報、応用を含む。

主要概念

第I部：測定の基本概念

• 測定尺度：四つの尺度と、それぞれが得点の扱い方に対して持つ意味。
• 検査の規準（ノーム）：個人の得点を解釈するための基準となる分布。
• 検査の次元性：検査が一つの属性を測るのか複数なのか。因子分析で調べる。

第II部：信頼性

• 観測得点・真の得点・誤差得点：信頼性を定義する古典的な分解。
• 測定の標準誤差：観測得点が真の得点からどの程度ずれうるか。
• 信頼性の推定：平行検査法、再検査法、内的整合性のアプローチ。

第III部：妥当性

• 妥当性の証拠の源泉：内容、内部構造、反応過程、他の変数との関連、検査の帰結。
• 法則的ネットワーク：収束的・弁別的証拠を判断するための、予想される関係の網。

第IV–V部：脅威と発展的方法

• 反応バイアスと検査バイアス：得点の質と公平性への脅威。
• 確認的因子分析、一般化可能性理論、項目反応理論：本書が導入する三つの発展的枠組み。

批判的分析

長所

• 概念重視の姿勢が明確。 出版社の説明は、手順より目的、証明より理解という本書の狙いを明示しており、節の見出しもそれを裏づける。「妥当性とは何か」「なぜ検査得点のバイアスを気にするのか」といった問いを軸に構成されている。
• 統計は必要な箇所で導入される。 出版社によれば、統計的手続きは別章にまとめず、使われる文脈の中で導入される。そのため、得点や信頼性に必要になった時点で分散や共分散に出会う。
• 第4版でR対応。 ほとんどの章末にあるRの技術付録とデータセット・構文ファイルにより、読者は計算を実際に練習できる。出版社は、図表の拡充と基礎的な統計の補足もうたっている。
• 明快な順序。 信頼性と妥当性にはそれぞれ概念的な章が経験的な章の前に置かれ、発展的な内容は最後に来る。

短所

• 発展的方法は各1章のみ。 確認的因子分析、一般化可能性理論、項目反応理論はそれぞれ1章ずつで、入門にとどまる。潜在変数モデルやIRTの実践的な訓練が必要な読者は、専門書が必要になる。
• 意図的に概念中心。 数学的証明よりも概念を重んじる方針なので、証明や導出を求める読者には向かない。
• 心理測定に焦点。 例は行動科学研究から取られているため、教育者は考え方を教室の評価や大規模な教育テストに置き換えて読む必要がある。

コースにおける位置づけ

評価のコースの中で、ファーは測定理論の本にあたる。ポファムの『Classroom Assessment』とブルックハート／ニトコの『Educational Assessment of Students』は教員向けの教科書で、妥当性と信頼性を説明したうえで、教室での評価を作り、使う方法を示す。実践の出発点はこちらである。ウィリアムの『Embedded Formative Assessment』は形成的評価の実践的な解説であり、『Handbook of Formative Assessment in the Disciplines』は、特定の教科における形成的評価を測定の原理と結びつける研究ハンドブックである。

ファーの本は、問いが「どう評価するか」から「その得点はどれほど良いものか」に移ったときに加える一冊である。信頼性と妥当性が量的に何を意味するのか、バイアスをどう検出するのか、項目反応理論のような現代的アプローチが古典的テスト理論をどう拡張するのかを扱う。形成的評価を測定の原理と結びつけるハンドブックとも自然に組み合わせられる。

本書の使い方

本書は、教育学・心理学の大学院生や、検査を作成・選択・解釈する実務者に向いている。教室での評価についての科目と、相関と分散を含む統計学入門を履修しておくのが妥当な準備である。

実践的な読み方は次のとおり。

• 中核： 得点、分散、信頼性の語彙を学ぶ第1–3章と第5–6章、続いて妥当性の第8–9章。
• 応用： 信頼性が実務でなぜ重要かを扱う第7章と、検査を選んだり検討したりする人には検査バイアスの第11章。
• 任意： 因子分析として第4章と第12章を併読。古典的な内容が固まってから、一般化可能性理論と項目反応理論の第13–14章。

読みながら、付属のデータセットでRの付録を実際に動かし、各概念を自分の知っている検査に当てはめて、その検査にどのような信頼性の証拠と妥当性の証拠があるかを問うとよい。