
ネット上にある独立変数と従属変数に関する説明のほとんどは、学生向けに書かれたものです。検索上位を占めるのは、子供向けの政府サイト、小学6年生の算数の復習、百科事典のエントリーなどです。どれも同じことを言っています。独立変数とは変化させるものであり、従属変数とは測定するものである、と。それは正しいのですが、メソッド(研究手法)の章を書き始めようとした瞬間に、それでは不十分になります。
ここで紹介するのは、自分の選択を理論武装しなければならない人のためのバージョンです。この2つの変数を見極める確実な方法、同じセクションに含めるべき他の4つの変数のタイプ、交絡因子が減点の原因になる理由、そして審査員が納得するような一文にまとめる方法を解説します。
<CTA title="信頼性の高いメソッドセクションを書く" description="Jenniは、最初から情報源を紐付けた状態で、各セクションの構成案作成と執筆をサポートします" buttonLabel="Jenniを無料で試す" link="https://app.jenni.ai/register" />
独立変数と従属変数とは何か?
独立変数とは、研究者が操作、割り当て、または選択する変数です。想定される原因、入力、そして最初に発生する事象です。従属変数とは、その後に応答があったかどうかを確認するために測定する変数です。想定される結果であり、その値は独立変数に依存(depend)すると考えられているため、この名がついています。
ナショナル大学の統計リソースは、これをすっきりと説明しています。独立変数は、従属変数に変革をもたらすかどうかを判断するために研究者によって操作されるものであり、従属変数は、その値がその変化に依存しているかどうかを確認するために測定されるものです。
ここから、心に留めておくべき2つの慣例が導き出されます。グラフでは、独立変数は横軸、従属変数は縦軸に配置されます。回帰方程式では、従属変数は左辺の y であり、独立変数は右辺の x 項です。そのため、統計学者はこれらを左辺変数、右辺変数と呼ぶことがあります。
見分け方
馴染みのない問題に直面したときは、直感に頼るのではなく、次のステップを踏んで考えてみてください。1分ほどで、直感が狂うケースを防ぐことができます。

研究課題を1つの文章にする。 「AがBに与える影響は何か」という形式を目指してください。そのように表現できない場合は、方向性のある課題ではない可能性があり、それ自体を認識することが重要です。
自分が設定または選択する方はどれかを自問する。 研究者が割り当て、操作、または参加者の選定基準にするものはすべて独立変数です。実験では、あなたがそれを設定します。観察研究では、それを選択するか、あるいは単に発生した通りに記録します。
測定するまで待つのはどちらかを自問する。 他のすべてのことが起こった後に記録する変数が、従属変数です。
時間テストを適用する。 独立変数が先に来ます。もしBがAを引き起こした可能性が考えられる場合、それはラベルの付け方の問題ではなく、方向性の問題であり、研究の限界(Limitation)に含めるべき内容です。
結果を説明し得る他のすべての要因をリストアップする。 両方の変数に関連しており、かつそれらの間の因果経路上にないものはすべて交絡因子です。それを特定して測定するか、測定できなかった理由を説明してください。
実際の問いに当てはめると、次のようになります。
研究課題 | 独立変数 | 従属変数 |
睡眠時間は試験の成績に影響するか? | 前夜の睡眠時間 | 試験のスコア |
新しい指導法は定着率を向上させるか? | 指導法(新規または標準) | 6週間後の定着度テストのスコア |
カフェインの摂取量は反応時間を変化させるか? | ミリグラム単位のカフェイン摂取量 | ミリ秒単位の反応時間 |
世帯収入から平均余命を予測できるか? | 世帯収入(設定されたものではなく観察されたもの) | 死亡時の年齢 |
フィードバックの頻度は仕事の満足度に影響するか? | 1ヶ月あたりの上司によるフィードバックの回数 | 仕事の満足度尺度のスコア |
4行目に注目してください。誰も誰かに収入を「割り当てる」ことはできません。このようなケースでは標準的な用語が馴染まなくなりますが、これについてはさらに下で詳しく説明します。
<ProTip title="🎚️ 設定か測定か:" description="参加者をその変数の特定のレベルに割り当てることが想像できるなら、それは独立変数です。起こったことを記録することしかできないのであれば、それは従属変数です" />
メソッドセクションにおける他の4つの変数
2つの変数しか指定していないメソッドの章は、ほとんどの場合不十分です。報告基準はそれ以上のものを求めており、査読者もそれをチェックしています。

統制変数(Control variables)
統制変数とは、比較を曖昧にしないために、あえて一定に保つ(変化させない)変数のことです。全員を同じ部屋で、一日の同じ時間帯にテストすることは、環境や概日リズムの影響を統制することになります。統制変数は効果として分析されるのではなく、考慮の外から排除されます。
交絡変数(Confounding variables)
交絡因子は、独立変数と従属変数の両方に関連しており、かつそれらの間の因果経路上にはないものです。これは結論を無効にしてしまう要因であり、これについては以下で専用のセクションを設けて解説します。
調整変数(Moderating variables)
調整変数は、関係性の強さや方向を変化させます。バロンとケニーによる古典的な定義では、調整変数とは、独立変数(予測変数)と従属変数(基準変数)との間の関係の方向や強さに影響を与える変数のことです。もしあなたの介入プログラムが、ベテランスタッフには効果があり、新人には効果がない場合、経験が調整変数になります。調整変数は「誰に対して」「いつ」という問いに答えるものです。
媒介変数(Mediating variables)
媒介変数は因果経路の上に位置し、そのメカニズムを説明します。再びバロンとケニーの定義を借りれば、ある変数は、それが予測変数と基準変数の関係を説明する度合いにおいて、媒介変数として機能します。睡眠が試験の点数に影響を与える理由が、睡眠が集中力に影響を与えるからである場合、集中力が媒介変数になります。媒介変数は「どのようにして」という問いに答えるものです。
人々を混乱させるのが、調整変数と媒介変数の違いです。調整変数は、効果が変化する「条件」です。媒介変数は、効果が発生する「プロセスにおけるステップ」です。これらを誤ってラベリングすると、分析とそこから導き出される主張が変わってしまいます。
なぜ交絡因子が重要なのか

交絡は、相関関係に関する発見が覆される理由であり、曖昧なものではなく明確な定義が存在します。コロンビア大学の疫学教育リソースは、ラストの『Dictionary of Epidemiology』を引用しています。交絡とは、要因がアウトカムに与える影響の推定値が、その双方に関連しているものの、両者間の因果経路における中間ステップではない外部因子によって歪められることです。
この定義からは、オレゴン州立大学のオープンな疫学の教科書に示されている3つのテストが導き出されます。交絡因子となるためには、変数が要因と統計的に関連している必要があり、アウトカムを引き起こすものでなければならず、さらに両者の因果経路の上にあってはなりません。3番目の条件は人々が見落としがちなものであり、教科書はその結果について率直に述べています。因果経路の上にある変数は媒介変数であって、交絡因子ではありません。媒介変数を調整しても推定値はきれいにならず、むしろ測定しようとしていた効果自体を台無しにしてしまいます。
具体的な事例として、コーヒーを多く飲む人ほど肺がんの発症率が高いというものがあります。コーヒーが肺がんを引き起こすわけではありません。喫煙はコーヒーを飲むことに関連しており、肺がんを引き起こします。そして、コーヒーからがんへのいかなる因果経路のステップでもありません。喫煙は交絡因子であり、これを無視した分析は、実際に統計的に有意な、しかし完全にまやかしの結果を生み出すことになります。
<ProTip title="🕵️ 交絡因子を洗い出す:" description="データを収集する前に、アウトカムの原因となり、かつ予測変数ともリンクしている変数を5つリストアップしてください。測定できるものは測定しましょう。測定できないものは、事前に記述された「研究の限界」セクションとなります" />
同じ変数でもどちらにもなり得る
変数自体に、それを独立変数または従属変数たらしめる本質的な性質はありません。その役割は変数そのものではなく、研究課題によって決まります。
睡眠時間が試験の成績に影響するかどうかを問う場合、睡眠時間は独立変数です。しかし、不安が睡眠に影響するかどうかを問う場合、それは従属変数になります。仕事の満足度は、管理体制に関する研究では従属変数になり、離職に関する研究では独立変数になります。ラベルは、議論の中での立場を示しているに過ぎません。
これが、方向性の問題が単なる机上の論理ではなく、真の脅威である理由でもあります。BCcampusの研究手法の教科書が示すように、ストレスと計画性の欠如は相関しており、ストレスを感じていることが先を見通す力を損なう可能性も、その逆と同じくらい容易に起こり得ます。さらに誠実性のような第3の変数がその両方を引き起こしている可能性もあります。実験や強力な時間的デザインなしには、データだけでそれを解決することはできず、考察セクションでそうではないふりをするのは、読者の信頼を失う最も手っ取り早い方法です。
<ProTip title="🔀 方向性のチェック:" description="因果関係の主張を逆にして書いてみて、それでも妥当に聞こえるか確認してください。もし妥当に聞こえるなら、あなたの設計はその方向性を仮定するのではなく、正当化する必要があります" />
「独立変数」という言葉が不適切な場合
真の実験では、他のすべてから独立して独立変数を本当に設定できるため、この用語はしっくりきます。しかし、観察研究ではそうはいかないため、一部の方法論者はそこでこの言葉を使うのは誤解を招きやすいと考えています。
BCcampusの教科書は、相関関係を扱う設計について率直に述べています。どちらの変数も他方を引き起こすと考えられておらず、何も操作されない場合、独立変数および従属変数という用語は、この種の研究には適用されません。ナショナル大学も同じ指摘をしています。Wikipediaでは、独立として扱われる量が統計的に独立でもなく、独立して操作可能でもない可能性があるため、一部の著者が「説明変数(explanatory variable)」という言葉を好むと記されています。
これは合意されたルールというよりも現役の慣例であり、多くの有能なアナリストが妥協することなく、観察データに対して「独立変数」という言葉を使っていることを知っておいてください。実用的なアドバイスとしては、自分の分野に従うことです。疫学では要因(exposure)と結果(outcome)、臨床試験ではエンドポイント(endpoint)、回帰分析のテキストでは予測変数(predictor)と応答変数(response)、心理学の相関研究では予測変数と基準変数(criterion)と言います。慣例に合わせることは、あなたがどの伝統に沿って執筆しているかを理解しているというシグナルになります。
メソッドセクションに変数を書き込む方法

これは検索上位のページがことごとくスキップしているステップであり、論文に実際に登場する唯一のステップでもあります。
現在利用可能な最も優れた仕様は、観察研究の報告基準である STROBE によるものです。その項目7では、すべてのアウトカム、要因、予測変数、潜在的な交絡因子、および効果修飾因子を明確に定義し、該当する場合は診断基準を示すことを求めています。詳しい解説では、さらに3つの期待事項が加わります。各変数のデータソースと評価方法、評価方法がグループ間および長期にわたって比較可能であったかどうか、そして各変数が測定された組織のレベルです。
これをチェックリストとして読めば、段落は自然と出来上がります。それぞれの変数について、それが何であるか、どのように測定されたか、どの測定器具を使ってどのレベルで測定されたか、そしてなぜモデルに含まれているのか。実際に書くと、以下のようになります。
独立変数は睡眠時間であり、測定単位は時間とし、テスト当日の朝に1項目の質問を用いて自己申告させた。従属変数は試験の成績とし、標準化されたモジュール末評価におけるパーセンテージスコアとして数値化した。過去の評定平均値(GPA)は所属機関の記録から測定され、共変量として含めた。これは睡眠習慣と学業成績の双方に関連しており、かつ両者間の因果経路上にないためである。
わずか3つの文章ですが、どれも査読者が尋ねるであろう疑問に先手を打って答えています。3つ目の文章では、共変量を単に列挙するだけでなく、それを正当化していることに注目してください。これが、単に選択を報告するメソッドセクションと、選択を理論武装するメソッドセクションの違いです。
<ProTip title="📋 一貫した表記を:" description="文書全体を通して、変数は同じ言葉で表現してください。メソッドセクションで「睡眠時間」と呼ばれている変数が、結果セクションで「睡眠の質」となっていると、2つの異なる概念として読めてしまい、注意深い審査員からどちらを測定したのか問われることになります" />
Jenniで変数セクションのドラフトを作成する方法
変数が何であるかが分かれば、あとは構成を整えて執筆する作業です。
ステップ1. 必要なものを正確に記述する。 プロンプトで研究内容、対象、および変数を指定します。曖昧なプロンプトからは、指導教員のチェックを通らないような、ありきたりな段落しか返ってきません。

ステップ2. 引用の好みを設定する。 在籍する学部が求めているスタイルを選択します。すべての測定器具や確立された尺度には引用が必要となるため、メソッドセクションには驚くほど多くの引用が含まれます。

ステップ3. 見出しを生成する。 本文を書く前にメソッドの章のアウトラインを作成し、変数サブセクションが設計、参加者、分析に対して適切な位置に収まるようにします。

ステップ4. 変数ごとにドラフトを作成する。 定義、測定、器具、レベル、正当化というSTROBEのリストに沿って、変数ごとに進めていきます。公表されている測定器具の引用は、DOIを使ってライブラリに読み込んでおけば、最初から正確な参照を作成できます。
ステップ5. 指導教員に見せる前に見直す。 セクションに対して「Claim Confidence」を実行し、設計上サポートできない因果関係を仄めかしている箇所がないかキャッチします。変数セクションにおいて、それは通常、「関連している(is associated with)」と書くべきところに紛れ込んだ、余計な「影響を与える(affects)」です。
ラベルを正しく貼れば、議論がスムーズに展開する
独立変数と従属変数を正しく命名することは、この作業の最も小さな部分に過ぎません。真の価値は、この作業によって否が応でも直面させられる事柄にあります。それは、あなたの問いが本当に方向性を持っているか、その方向性を擁護できるか、他に結果を説明できる要因はないか、そして使用している言葉が実行した設計と一致しているかどうかです。
<CTA title="自信を持ってメソッドの章のドラフトを作成する" description="各セクションを構成し、すべての測定器具を引用し、主張が研究設計と一致しているか確認します" buttonLabel="Jenniを無料で試す" link="https://app.jenni.ai/register" />
今週、ご自身の研究課題について5つのステップのチェックを行い、上記の3つの文章からなるバージョンを書いてみてください。もし変数の測定方法や測定器具を書き込めない箇所があれば、それこそがメソッドセクションを書き進める前に解決すべき次の課題です。同じ規律は研究論文のすべての部分に通じており、すべてはここから始まります。
