批判的って？クリティカルリーディングをしよう！

【第三回】え、たったの3人？情報の「信頼性」と「妥当性」

「なるほどな、20代女性の80％は左利きの男が好きなのか。今日から左手で箸使う練習しようっと！」

　っておいコラ、コアラぁああああ！

　お前の目は節穴かぁああああああ！

　調査対象10人だよ10人！それ本当に信用していいの？！

　極端な例だとお思いでしょうか？実はテレビなんかだとたまに見るんですよ。私がこの間見た番組なんか、「なんと60％が…」とか言ってアンケートの対象者5人！なんてのがありましたからね…呆れて物も言えませんでした。

　前回、主張の根拠となるものについては、事実と意見の2つを挙げましたね？

　今回はこの根拠について、もう少し深く考察してみましょう。

　事実、と言っても色々ありますよね。例えば、筆者の経験談だって、意見か事実かと聞かれたら紛れもない事実です。

　他には、やはりみなさんが信用を置くのは、統計的なデータでは無いでしょうか。アンケートなどがこれに該当しますね。

　科学の分野であれば当然、実験結果の提示をするべきでしょう。数学論文なら証明がこの根拠に当たりますね。「多分こうなる」で定理が出来たらたまったものじゃありませんから。

　余談ですが、科学や数学の世界においては証明無しに仮説を立てた場合、一般的に「ナントカ予想」と呼ばることが多いです。リーマン予想、みたいな感じです。

　さてここでは、特に統計的データについて理解を深めまていきますよ。

　画面の前のみなさん、

「数字を根拠に出されると、つい信用しちゃう！」

　どうです？該当する人は手を挙げて、はーい！

　おぉ見えます見えますよ、たくさん手が上がってますね。かくいう私も統計データはやっぱり信用したくなります。

　でもご注意を、統計データが必ずしも信用できるとは限りません。

　では、統計データの信憑性は何を見て確認したら良いのでしょうか？

　言うまでもなく、まずは人数の妥当性でしょう。先ほど挙げた母数5の統計データなんて、論外ですよね。

　次に見るべきは調査対象者の層です。

　それでは例を挙げて分かりやすく説明していきますね。

　今、「国や文化に関わらず、女性は赤を好む」という論文を読んでいます。

　なんとその論文によると、実に95％の女性が赤が最も好きな色だと答えたと言います。しかも調査対象はなんと10万人！これは十分信用できそうですね。

　でもよく見てください、アンケート対象の女性の国籍はどうでしょうか。日本人が5000人、アメリカ人が1000人、韓国人が100人、ドイツ人が25人、その他全部インド人！

　これでは、「国や文化に関わらず」という主張に対して疑問が沸きますね。これはむしろ、「インド人女性の95％」というべきでしょう。

　こんな風に、主張の根拠として調査対象者が適切でなければ、そのデータは意味をなさないんですね。

　さて、データを見る際に注意すべき点としてはさらに、「信頼性」と「妥当性」が挙げられます。

　はい来た！学生のみなさん、お待たせしました。今までわりと一般的な本やネットの記事の話が多かったですが、ここからの話は少し学術的なものになりますよ！

　社会人のオレにはマジ関係ねぇしぃ、とか言わないで、学生ではない読者のみなさんも読んでくれたら嬉しいな！

「信頼性」と「妥当性」、この2つは何が違うかみなさん説明できますか？

　英語ではreliability とvalidity になるわけですが、似ているようで実はこの2つには大きな違いがあります。

　例えば、

『視力は、「身長－年齢」という計算式によって計測されます。』という提言があるとしましょう。

「おい天邪鬼、お前バカじゃねぇの？こんなの信頼もクソもあるかよ。なんで身長と年齢が視力に影響するんだ？信頼も出来なきゃ、妥当性もねぇな。」

　へぇ、本当にそうですかぁ？

　私はこの計算式を「信頼」しますよ？

　なぜって？

　では画面の前のみなさん、身長－年齢を計算してみてください。

　はい、それがあなたの今日の視力です！

　では明日また、身長－年齢を計算してみてください。

　はい、それがあなたの明日の視力です！

　またまたではでは、一ヶ月後に身長－年齢を計算してみてください。

　はい、それがあなたの一ヶ月後の視力です！

　あ、今笑ったあなた。私の言いたいことが分かっちゃいましたね？

　そうです、何度やっても、「同じ」結果が出ますよね？

　そりゃもちろん、一年以上経てば身長も年齢も変わりますが、それはともかく、直近で何度計っても同じ計算結果が出るはずです。

　それが、データの「信頼性」です。

　繰り返し何度やっても同じ結果が期待できることを、「信頼性がある」と言います。

　では妥当性とは何か。これはみなさんがおそらく想像している通りの意味です。つまり、そのデータが信用に値するか。身長－年齢=視力という計算式が妥当かと訊かれれば、当然答えはNOですよね？

　つまりさっきの例では、「信頼性はある」けど「妥当性はない」ということになります。

　どうですか、ちょっと賢くなった気がしません？

　え、知ってた？

　…そこは知らないフリしてほしかったなぁ。

　とにもかくにも、データの信頼性と妥当性を考慮しながら読むこと、これもまた「クリティカルリーディング」というスキルの一部です。

　さて、長かったですか？短かったですか？

「天邪鬼って、話長いし横道それるし、結局何言ってるかよく分からないよねぇ…」

　今言ったの誰だ？聞こえてるぞ！！！

　でもご安心ください、次回は今までの総復習、まとめです。

　本書はあと少しだけ続きますので、どうか最後までお付き合いください。

Love to read, think, and smile!