NARTと教育スコアで解くIQ推定の科学【ChatGPT統計解析】
WAIS-R IQ推定において、NARTスコアは読解力が低いほど高くなる負の係数(-0.7)、教育スコアは教育年数を反映する正の係数(4.6)を持つ。交差妥当性検証では、49名の予測IQスコアがNARTおよび教育スコアから計算され、実際のIQスコアとの相関が確認された。最初の研究では交差妥当性が0.69で統計的に有意だった。また、二重の交差妥当性検証として49名のデータを導出研究、104名のデータを相互検証に用い、新しい回帰式を導出、これを用いて104名のIQスコアを予測し、実際のスコアと相関が確認された。統計的有意性は示されていないが、縮小はわずかで交差妥当性(0.68)と導出研究(0.75)の結果が良好に一致していた。
▼▼▼▼▼▼▼▼
チャンネル登録はこちら
交差妥当性研究
WAIS-R IQ の推定において、 NARTの係数が負(−0.7)になっていることに注意しよう。
一方,教育スコアは正(4.6)である。これは. NARTスコアは,テストでの正答数に比べて誤答数がどれぐらいあったか,という形でつくられているからである。
つまり,高いNARTスコアは読解力が低いことを表している。
一方で,教育スコアはたんに学校教育の年数を意味する。
したがって,高い教育スコアはより多くの教育を受けたことを表している。
このように,これらの符号は互いに逆になっていて,NARTとIQは負の関係なのに教育スコアとIQは正の関係にある。
2つ目の群のデータが,交差妥当性を検証するために用いられた。
49名の実験参加者それぞれの予測IQスコアは,導出研究によって見いだされた回帰式に,参加者のNARTスコアと教育スコアを代人することにより計算された。
これらの予測IQスコアは,実際に得られた49名のIQスコアとの相関があるかどうか検証される。
第二のデータは,予測されたIQと実際のIQの関係を示す指標として集められたからだ。
この交差妥当性のための71!は元の研究で得られた回帰係数の予測がどれぐらいよかったかの指標である。
最初の交差妥当性研究では,交差妥当性が0.69で,元の研究と一致しており,統計的にも有意だ。
ここまでの例では,古典的な導出研究と交差妥当性の検証について見てきた。
さらに一歩進んで二重の交差妥当性の検証研究を行う。
すなわち,すでに説明したものに加えて,2つ目の49名の参加者のデータを導出研究として,1つ目の104名のデータを相互検証研究として検討し直したのである。彼らは第二のサンプルから得られたすべての予測変数と基準変数のデータを使って, MRC分析をして。新しい回帰方程式を得た。
この方程式は2回目の導出研究として示してある。統計的に有意であることが示されている。
次に,1つ目の群の104名の参加者それぞれのIQスコアの予測に用いることで,この式を相互検証した。
これらの予測IQスコアは,相互検証の値の統計的な有意性を明らかにするために取得した,
104名の参加者の実際のIQスコアと相関していた(2回目の導出研究)。
違いについての統計的有意性検定はこの研究では示されていないが,二次交互妥当性研究の(0.68)と2回目の導出研究からの(0.75)の比較を見ても,縮小はわずかしか生じてないことが明らかである。
WAIS-R IQの推定において、NARTスコアと教育スコアがそれぞれ異なる役割を果たすことに注目する必要があります。具体的には、NARTスコアの係数が負の値(-0.7)である一方、教育スコアは正の値(4.6)を示しています。これは、NARTスコアが単にテストでの正答数を示すのではなく、誤答数がどの程度あったかを含めた形で構成されているためです。したがって、高いNARTスコアは読解力が低いことを示し、IQとの間に負の関係が見られます。一方で、教育スコアは単に学校教育を受けた年数を表し、高い教育スコアはより多くの教育を受けたことを意味し、IQとの間に正の関係を示します。このように、NARTと教育スコアはIQに対して異なる符号を持つ要因として機能しています。交差妥当性研究では、これらの要因を用いてIQを予測するモデルの有効性が検証されました。まず、最初の交差妥当性検証では49名の参加者を対象とし、導出研究で得られた回帰式に各参加者のNARTスコアと教育スコアを代入して予測IQスコアを算出しました。その後、これらの予測IQスコアと実際のIQスコアの相関を検証し、結果として交差妥当性が0.69であることが確認され、統計的に有意であることが示されました。この結果は、元の研究で得られた回帰係数の妥当性を支持するものです。さらに、二重の交差妥当性研究が実施されました。この研究では、すでに説明した49名のデータを新たな導出研究として利用し、最初の104名のデータを相互検証に用いるという手法が採られました。具体的には、49名のデータから得られた予測変数と基準変数を用いてMRC(多重回帰分析)が行われ、新しい回帰方程式が導出されました。この新しい回帰方程式を用いて、104名の参加者それぞれのIQスコアを予測し、予測IQスコアと実際のIQスコアの相関が再度確認されました。この段階での交差妥当性の値は0.68であり、最初の研究とほぼ一致していることが分かりました。また、この二重の交差妥当性研究では、予測IQスコアと実際のIQスコアの間に縮小が見られるかどうかも検討されました。その結果、縮小はわずかしか生じておらず、新しい回帰方程式が統計的に有意であることが示されました。このようにして、最初の導出研究、交差妥当性研究、そして二重の交差妥当性研究を通じて、NARTスコアと教育スコアを用いたIQ推定モデルの妥当性が多角的に確認されました。本研究の意義は、単なる交差妥当性の検証にとどまらず、予測モデルの精度と信頼性を強化するための二重の検証手法を取り入れた点にあります。特に、NARTスコアと教育スコアが異なる符号でIQに影響を与えるメカニズムを明らかにし、それぞれのスコアが持つ独自の役割を明確にした点が評価されます。さらに、これらの結果は、従来の研究で得られた知見と一致しており、心理測定学の分野における信頼性の高いモデル構築の一例として位置づけられます。したがって、本研究はNARTスコアや教育スコアがIQ推定にどのように寄与するかを解明するだけでなく、心理測定における妥当性と信頼性を高める手法としての交差妥当性研究の重要性を再確認するものであり、今後の研究や実務への応用可能性を示唆しています。最後に、二重の交差妥当性研究から得られた結果が示すように、IQ推定モデルは教育的および認知的背景を考慮することで、より高い精度での予測が可能となることが示されました。このアプローチは、単なるIQ測定にとどまらず、教育政策や個別支援計画の策定など、幅広い応用が期待されます。
関連記事