研究のヒント

要因計画と交互作用とは|2×2 デザインの読み方と結果の書き方

公開日

独立変数が 2 つ以上ある実験を要因計画と呼び、2×2 デザインがその基本形です。平均値の表とグラフを使って主効果と交互作用の違いを説明し、交互作用があるときに主効果をどう解釈するか、条件数と人数の関係、F 値と効果量を含む結果の書き方をまとめます。

独立変数が 1 つだけの実験は分かりやすいですが、現実の現象は複数の原因が組み合わさって起きます。独立変数を 2 つ以上組み合わせて調べる計画を要因計画と呼びます。ここでは最もよく使われる 2×2 デザインを例に、主効果と交互作用の意味、結果の読み方と書き方を説明します。

要因計画とは

独立変数を要因、要因が取る値を水準と呼びます。要因計画では、すべての要因の水準を組み合わせた条件を作ります。例えば「教示の種類(励まし / 中立)」と「課題の難しさ(易 / 難)」の 2 要因なら、組み合わせは 2 × 2 = 4 条件です。これを 2×2 デザインと呼びます。

課題: 易課題: 難
教示: 励まし条件 1条件 2
教示: 中立条件 3条件 4

要因が 3 つなら 2×2×2 で 8 条件、水準が 3 つの要因が入れば 2×3 で 6 条件になります。要因計画の利点は、1 回の実験で複数の要因の効果と、要因どうしの組み合わせの効果を同時に調べられることです。

主効果

ある要因が、ほかの要因の水準をまとめた上で、従属変数に与える効果を主効果と呼びます。従属変数を「正答率(%)」として、4 条件の平均値が次のようだったとします(説明のための架空の値です)。

課題: 易課題: 難行の平均
励まし806070
中立705060
列の平均7555
  • 教示の主効果: 行の平均を比べます。励まし 70 と中立 60 で、励ましのほうが 10 ポイント高い
  • 課題の主効果: 列の平均を比べます。易 75 と難 55 で、易しいほうが 20 ポイント高い

この表では、励ましの効果は課題が易しくても難しくても同じ 10 ポイントです。要因の効果がもう一方の要因の水準によらず一定なら、交互作用は無く、主効果だけで結果を説明できます。

交互作用

ある要因の効果が、もう一方の要因の水準によって変わることを交互作用と呼びます。平均値が次のようだったとします。

課題: 易課題: 難行の平均
励まし757072.5
中立755062.5
列の平均7560

励ましの効果は、易しい課題では 0 ポイント(75 対 75)、難しい課題では 20 ポイント(70 対 50)です。「励ましの効果は課題の難しさによって違い、難しい課題で大きい」というのが、この平均値のパターンの読み方です。教示の主効果(72.5 対 62.5)も出ていますが、それは難しい課題での差が平均に反映されたもので、「励ましは常に効く」とは言えません。

平均値の表はパターンを読むためのもので、差が偶然の範囲を超えているかは分散分析で確かめます。交互作用が有意なら、主効果の解釈は交互作用に合わせて慎重に行います。片方の要因の水準ごとに、もう一方の要因の効果を調べる分析(単純主効果の検定)を続けて行うのが一般的です。

グラフで見分ける

横軸に一方の要因の水準、縦軸に従属変数の平均を取り、もう一方の要因の水準ごとに線を引きます。

  • 2 本の線がほぼ平行: 交互作用は小さい
  • 2 本の線が平行でない(開く、閉じる、交差する): 交互作用がある可能性

線が交差する場合(一方の水準では A のほうが高く、他方では B のほうが高い)を交差型交互作用と呼びます。このときは主効果がほとんど出ないこともあり、主効果だけを見ていると「何の効果も無い」と誤って結論しかねません。グラフは目で見るための道具で、平行かどうかの最終的な判断は検定に任せます。

交互作用がない場合は励まし条件と中立条件の 2 本の折れ線が平行で、ある場合は難しい課題でだけ差が開く折れ線グラフ
図 3. 本文の 2 つの表を折れ線にしたもの (架空の値)。横軸に課題の難しさ、線の色が教示の条件。左は 2 本が平行で交互作用がなく、右は難しい課題でだけ差が開く。平行かどうかの最終判断は分散分析に任せる。

条件数と人数

要因と水準を増やすと、条件数は掛け算で増えます。被験者間計画なら、各条件に十分な人数が必要です。1 条件 25 人として、2×2 なら 100 人、2×2×2 なら 200 人、2×3×3 なら 450 人です。

人数を抑えるには、一部の要因を被験者内にする混合計画が使えます(被験者内計画と被験者間計画の記事)。被験者内にした要因は、水準の提示順による順序効果への対処が必要です。

交互作用の効果量は主効果より小さいことが多く、交互作用を調べたい実験では、主効果だけを調べる場合より多い人数を見込みます。

結果の書き方

  1. 条件ごとの平均と標準偏差、人数を表にする
  2. 各要因の主効果と交互作用の検定結果を書く。例: 「教示と課題の交互作用が有意であった(F(1, 96) = 8.52, p = .004, 偏イータ二乗 ηp² = .08)」のように、F 値、自由度、p 値、効果量をそろえます
  3. 交互作用が有意なら、単純主効果の検定結果を続けて書き、「どの水準のときに、どの要因の効果があったか」を文章で説明する
  4. 交互作用が有意でないときは主効果を解釈します。このとき「交互作用は無かった」ではなく「交互作用を支持する十分な証拠は得られなかった」と書きます。有意でないことは、効果が無いことの証明にはなりません

変数の整理に迷ったら、独立変数・従属変数・剰余変数の記事から始めてください。

Psynaut で使う場合

Psynaut では、「実験条件」で要因と水準を登録すると、全組み合わせの条件枠(A1B1 のようなコード)が自動で作られ、各条件枠にその条件で見せるセクションを対応付けられます。割り当ては来た参加者から順に条件を巡回する方式です(無作為割り当ての記事)。書き出す CSV は条件コード付きの列名になり、wide と long の形式を選べます。

見本: 2 × 2 の要因計画
ログインなしで開けます。回答も編集も保存されません。

見本の管理画面の実験条件タブ。要因 A「文章の長さ」と要因 B「図の有無」がそれぞれ 2 水準の被験者間で、4 つの条件枠 A1B1〜A2B2 に読み物 1〜4 が対応付けられている
見本の管理画面の「実験条件」タブ。文章の長さ × 図の有無の 2 × 2 で、4 つの条件枠にそれぞれ読み物のセクションを対応付けています。参加者には 4 条件のうち 1 つが配られます。

参考文献

  • Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing experiments and analyzing data: A model comparison perspective (3rd ed.). Routledge.
  • Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. https://doi.org/10.3389/fpsyg.2013.00863

この記事をシェアする

XBlueskyFacebookはてブ

研究の準備を Psynaut でまとめる

フォームの作成から参加者の日程調整、分析用データの書き出しまで、無料プランで試せます。

デモを試す

次に読む記事

記事一覧へ
要因計画と交互作用とは|2×2 デザインの読み方と結果の書き方 | Psynaut