量的データの統計量を数式からイメージ化｜信頼性と妥当性の読み方

この章の要点量的データとは、量の大小や差を数で表し、足し算や平均などの計算に意味があるデータです。最初に確認するのは、見た目が数字かどうかではなく、測定尺度と単位です。

量的データには、回数や人数のように飛び飛びの値を取る離散データと、体温、時間、長さのように範囲内の値を連続的に取り得る連続データがあります。一方、病棟番号や患者IDは数字で書かれていても分類用の記号であり、平均に意味はありません。「軽度・中等度・重度」のような順序データは順番を持ちますが、軽度から中等度までの差と、中等度から重度までの差が等しいとは限りません。

同じ現象でも記録方法でデータの型は変わります。例えば、測定値をそのままmmで記録すれば量的データですが、基準で「陰性／陽性」に分ければカテゴリーになります。後者は判断しやすい反面、基準からどれほど離れているかという情報を失います。看護研究では、何を、どの単位で、いつ、どの条件で測ったかまで変数の定義に含めます。

この章の要点中心を一つの値で表すとき、平均値は「全員の量をならした値」、中央値は「小さい順に並べた真ん中」、最頻値は「最も多く現れた値」です。どれを選ぶかは、分布の形と外れ値の影響で決めます。

平均値は、x̄＝Σxᵢ／n で表します。Σは全データを足す、nはデータ数です。全員の値を一つの容器に集め、同じ量ずつ配り直した値と考えるとイメージしやすくなります。ただし、極端に大きい値や小さい値も合計にそのまま入るため、外れ値の影響を受けます。

中央値はデータを順に並べ、nが奇数なら中央の1値、偶数なら中央の2値の平均を取ります。外れ値があっても「並び順の中央」は動きにくいため、在院日数や待ち時間のように右へ長い裾を持ちやすいデータでは、平均より集団の典型を伝えやすいことがあります。最頻値は最も頻度が高い値ですが、連続データでは測定値の刻み方やヒストグラムの階級幅によって見え方が変わります。

平均と中央値のどちらが正しい、という関係ではありません。平均は総量を反映し、中央値は順位の中央を反映します。答えたい問いに合う代表値を選び、散らばりの指標と分布図を添えることが大切です。

この章の要点分散は、各値が平均からどれだけ離れているかを二乗して平均したものです。標準偏差は分散の平方根で、元のデータと同じ単位に戻した散らばりの大きさです。

標本平均をx̄、各データをxᵢ、標本数をnとすると、標本分散は s²＝Σ(xᵢ−x̄)²／(n−1)、標本標準偏差は s＝√s² です。計算の流れは「平均からの差を出す→差を二乗する→合計する→n−1で割る→平方根を取る」です。

平均との差をそのまま合計すると、正と負が打ち消し合って0になります。そこで二乗して、離れた値ほど大きく効くようにします。二乗後の分散は単位も二乗されるため、平方根を取って元の単位へ戻したものが標準偏差です。母集団全体の分散ならNで割りますが、標本から母分散を推定するときは、標本平均を同じデータから求めた分だけ自由度が一つ減るためn−1で割ります。以下は計算を理解するための架空の学習例です。5回の測定値を脈拍数（回／分）に見立てていますが、患者評価や報告基準を示すものではありません。

この章の要点量的データは、まず分布を見てから要約します。左右対称で単峰性の分布なら平均と標準偏差が中心と散らばりを伝えやすく、強い歪みや外れ値があるなら中央値と四分位範囲が実態を伝えやすいことがあります。

標準偏差は正規分布でなくても計算できます。しかし、正規分布を前提とする「平均±約2標準偏差に約95%が入る」という読み方は、歪んだ分布や複数の山がある分布へそのまま当てはめられません。平均と標準偏差だけでは、二峰性、床効果・天井効果、外れ値の方向を見落とします。ヒストグラム、ドットプロット、箱ひげ図と組み合わせて確認します。

外れ値は、自動的に削除する値ではありません。入力ミス、単位違い、機器・測定手順の問題なのか、実際に起きた重要な変化なのかを、元記録、測定条件、症状や他の所見と照合します。欠測も0ではありません。何件が欠け、なぜ欠けたかを分けて扱わないと、中心や散らばりが偏る可能性があります。

この章の要点標準偏差（SD）は「個々の値の散らばり」、平均の標準誤差（SE）は「同じ方法で標本を取り直したときの平均値の散らばり」です。似た名前でも、記述と推定という別の問いに答えます。

平均の標準誤差は SE＝s／√n です。同じ標準偏差なら、標本数nが大きいほどSEは小さくなります。これは個人差が小さくなったのではなく、母平均の推定が精密になったことを表します。したがって、対象者のばらつきを示したい表で、SDの代わりに小さく見えるSEを示すと誤解を招きます。

母平均の95%信頼区間は、独立性などの前提が成り立つとき、概念的には x̄±臨界値×SE で求めます。母標準偏差が未知の小標本では通常t分布の臨界値を用い、大標本で正規近似できる場合は約1.96が使われます。95%とは、同じ手順で標本抽出と区間作成を繰り返すと、その約95%が固定された母平均を含むという意味です。得られた一つの区間について「母平均が95%の確率で入る」とは解釈しません。

この章の要点信頼性は、測定値がどの程度、測定誤差から自由で再現可能かを表します。古典的テスト理論では、観測得点Xを「真値T＋誤差E」、すなわち X＝T＋E と考えます。ここでの真値は、同じ対象を同じ条件で無限に測ったときの平均的な得点という理論上の値であり、医学的な真実や正確さそのものではありません。

信頼性係数は概念的に、真の個人差の分散／全分散、つまり Var(T)／{Var(T)＋Var(E)} と表せます。誤差分散が小さいほど1に近づきます。ただし、対象集団の個人差が大きいと係数が高くなりやすく、均質な集団では同じ絶対誤差でも低くなり得ます。したがって、信頼性係数だけでなく、対象集団と測定誤差の大きさを併せて読みます。

再検査信頼性を調べるには、測りたい状態が2回の間で安定していること、注目する条件以外の測定条件がそろっていることが前提です。間隔が短すぎれば回答の記憶、長すぎれば真の変化が混ざります。適切な間隔は、測る概念と対象集団で変わり、一律には決められません。

この章の要点「信頼性があるか」だけでは質問が足りません。時間、評価者、項目、機器など、どの条件を変えても再現できるかを先に定め、その設計に合う指標を選びます。

この章の要点Cronbachのαが高いことは、条件を満たした尺度の項目間関連を示す一材料ですが、尺度が一つの概念を測ることや妥当であることの証明ではありません。αは項目数と項目間の共分散の影響を受けます。

αは、項目数をk、各項目の分散をsᵢ²、合計得点の分散をs_total²とすると、α＝k／(k−1)×{1−Σsᵢ²／s_total²} と表せます。項目が一緒に動くほど高くなりますが、似た項目を重ねても上がり得ます。反対に、異なる下位概念を一つに混ぜた総得点へαを計算しても、解釈できないことがあります。先に因子構造などで一次元性を確認し、下位尺度ごとに評価します。

COSMINでは、PROMの系統的レビューで内的一貫性を判定する際、少なくとも低い確実性の一次元性の証拠があり、かつαが0.70以上という基準を用います。これはすべての測定・対象・意思決定に共通する合格線ではありません。高いαだけを理由に採用したり、αを上げるためだけに内容上必要な項目を削ったりしません。

また、Pearsonの相関係数は二つの値が一緒に増減する強さを示しますが、一致を示しません。一方の機器が常に10高くても相関は高くなり得ます。連続値の二つの測定法を比べる場合は、差の平均による偏りとlimits of agreementを示すBland–Altman法などで、差そのものを評価します。その一致幅が許容できるかは、臨床上の必要性に基づき事前に決める必要があります。

この章の要点妥当性は、尺度の得点が意図した概念をどの程度表しているかを示します。単一の係数で完了する検査ではなく、対象集団・言語・場面・用途ごとに証拠を積み上げる評価です。

この章の要点信頼性が高くても、妥当性が高いとは限りません。標的の例でいえば、矢が狭い範囲にまとまるのが高い信頼性、狙った中心を捉えるのが高い妥当性です。中心から外れた場所へ矢が密集すれば、再現性は高いが系統的にずれている状態です。

ただし、この比喩では質問票の内容妥当性や構成概念妥当性を十分に表せません。実際の尺度では「標的の中心」自体を、概念定義、対象者の経験、専門家の判断、仮説検証などから定めます。また、矢が中心の周囲に広く散らばり平均だけ中心に合っていても、個人の測定には大きな誤差が残ります。

したがって、測定を選ぶ順序は「何を誰に何のために測るかを定義する→内容が適切か確かめる→得点構造を確かめる→目的に合う信頼性と測定誤差を確かめる→他の妥当性・反応性を確かめる」です。どれか一つの係数を、尺度全体の品質ラベルに置き換えません。

この章の要点統計量を正しく読む近道は、数値の大小を評価する前に、何を誰からどう測ったかを確認することです。次の順で追うと、適用範囲と限界を見失いにくくなります。

1. 構成概念と用途：症状、行動、能力、満足度など、何を測り、集団比較・スクリーニング・個人の経時評価のどれに使うのか。
2. 対象：年齢、疾患、重症度、言語、診療場面が、自分が適用したい対象と近いか。
3. データの型と単位：連続・離散・順序のどれか。測定時点、姿勢、機器、評価者、得点範囲は同じか。
4. 分布と欠測：ヒストグラム等、外れ値、床・天井効果、欠測数と除外理由が示されているか。
5. 記述統計：平均にはSD、中央値にはIQRなど、中心と散らばりが対応しているか。「平均±数値」の数値がSDかSEか明記されているか。
6. 信頼性設計：再検査なら対象が安定していたか。ICCなら型と95%CI、αなら一次元性の根拠があるか。
7. 測定誤差と妥当性：係数だけでなく、何単位の誤差があり、その幅が用途上許容できるか。内容・構造・仮説検証など複数の証拠があるか。
8. 解釈：基準範囲、診断基準、重症度分類、治療目標、報告・対応の目安を混同していないか。統計的な差が、そのまま臨床的に重要な差を意味していないか。

既存研究で信頼性や妥当性が報告されていても、別の言語版、年齢層、疾患群、短縮版、回答方法へ自動的に引き継げるわけではありません。同じ名称の尺度でも版と対象を確認します。

この章の要点臨床の測定値は、真の状態、個人内変動、測定誤差が重なった結果です。予想外の値を見たら、数値だけで結論を出さず、患者の安全を優先しながら、変化の意味と測定の確かさを同時に確認します。

まず、値、単位、測定時刻、前回値からの方向と速さを確認します。次に、機器、測定部位、姿勢、安静・活動、処置や投薬との時間関係、装着状態、体動、評価者、入力ミスなど、比較条件が同じかを見ます。これは「異常値を消す」ためではなく、真の変化と測定誤差を区別するためです。

さらに、症状、意識、呼吸・循環の様子、疼痛、摂取・排泄など、その測定値と臨床的に関連する所見を組み合わせます。値が普段と大きく違っても患者の状態が安定し、測定条件に疑いがあれば、手順と機器を確認して再測定する価値があります。一方、状態悪化を示す所見がある場合は、完全な再測定を待つことで連携を遅らせません。緊急性と報告先は、患者の状態、検査・機器の特性、指示、施設の手順に従います。

共有するときは、「現在値＋単位＋時刻」「ベースラインと経時変化」「測定条件」「同時にある症状・所見」「再測定値と確認した点」「直前の関連する介入」を一組にします。受け手は、変化が真の可能性、測定誤差の可能性、追加評価の必要性を判断しやすくなります。一般化できる一律の報告値をこの記事で作らないのは、診断基準、治療目標、基準範囲、施設の連絡基準がそれぞれ別だからです。

患者へは、「1回の数字だけでなく、同じ条件での変化や体調と合わせて見ています」「測定条件の影響を確認するため、もう一度測ります」のように、再測定の目的を説明できます。数値を軽視するのでも、単独で断定するのでもなく、測定値を文脈へ戻すことが看護の役割です。

この章の要点量的データの理解は、公式の暗記ではなく、数値がどの問いに答えるかを分けることから始まります。平均・中央値は中心、分散・標準偏差・IQRは散らばり、平均のSEとCIは推定の不確かさ、測定標準誤差は個々の測定の誤差を扱います。

信頼性は再現性と誤差、妥当性は意図した概念を測れているかという証拠です。高いα、ICC、相関係数の一つだけで結論を出さず、対象、条件、分布、係数の種類、95%CI、絶対的な誤差、妥当性の証拠を組み合わせます。看護では、単一値から経時的な判断へ進み、症状・所見・測定条件と一緒に再評価し、必要な情報をそろえて連携します。