因果関係の信頼度を評価する4つの妥当性

まえがき

『サイエンスの世界では、研究結果や論文の内容がどの程度真実なのかを判断するために「妥当性の評価」を行います。（略）本当に因果関係があるかどうかを検証するためには、この4つを全部疑わなければいけません。』

リスト

• 内的妥当性 (Internal Validity): 相関関係がある変数Aと変数Bについて、Aが原因でBが結果であると判断できるか？（例: 測定対象が偏っている、比較する統制群がない）
• 外的妥当性 (External Validity): 示された因果関係は、多様な条件において、どの程度一般化できるか？（例: 特定の期間や場所、状況でしか測定されていない）
• 構成概念妥当性 (Construct Validity): 実際に測定したものは、因果関係で定義されている概念と、どの程度一致しているか？（例: 証明したい概念を測る物差しが適切でない）
• 統計的結論の妥当性 (Statistical Conclusion Validity): 原因と結果の変数に相関関係が示されており、統計的な有意差が存在するか？（例: サンプル数が少ない、定量化が不適切）

あとがき

まえがきを含めて、牧 兼充『科学的思考トレーニング 意思決定力が飛躍的にアップする25問』 （PHP研究所、2022年）より。リストは本文を少し編集して引用しました。またカッコ内には妥当性が低い例を、やはり本文を編集して添えています。

4つのValidityそれぞれにWikipedia（英語版）のエントリーがあります。