相関研究の重要性
なぜ相関研究が重要なのですか？ Stanovich（2007）は次のように指摘しています。
「最初に、多くの科学的仮説は相関または相関の欠如に関して述べられているので、そのような研究はこれらの仮説に直接関連しています...」
第二に、相関関係は因果関係を意味しませんが、因果関係は相関関係を意味します。つまり、相関研究は因果関係の仮説を明確に立証することはできませんが、それを除外する可能性があります。
第三に、最近開発された複雑な相関設計の一部は非常に限定された因果推論を可能にするため、相関研究は見かけよりも有用です。
…一部の変数は、単に倫理上の理由で操作できない（たとえば、人間の栄養失調または身体障害）。順序、性別、年齢などの他の変数は、操作できないため本質的に相関関係にあり、したがって、それらに関する科学的知識は相関関係の証拠に基づいている必要があります。」
相関関係がわかったら、それを使用して予測を行うことができます。あるメジャーのスコアがわかっている場合は、それに関連性の高い別のメジャーをより正確に予測できます。変数間/変数間の関係が強いほど、予測はより正確になります。
実用的な場合、相関研究の証拠は、制御された実験条件下でその証拠をテストすることにつながる可能性があります。
相関が必ずしも因果関係を意味するわけではないことは事実ですが、因果関係は相関を意味します。相関研究は、より強力な実験方法への足がかりであり、複雑な相関計画（経路分析および交差遅延パネル計画）を使用することで、非常に限られた因果推論を可能にします。
ノート：
単純な相関から因果関係を推測しようとする場合、2つの主要な問題があります。
- 方向性の問題-変数1と2の間の相関は1の変化が2の変化を引き起こしているためであると結論する前に、因果関係の方向が逆になる可能性があることを認識することが重要です。
- 3番目の変数の問題-両方の変数が3番目の変数に関連しているため、変数の相関が発生する可能性があります
パス分析、重回帰、偏相関などの複雑な相関統計では、「他の変数の影響が取り除かれた後、または2つの変数間の相関が再計算されるか、「除外」または「部分除外」されます」（Stanovich、2007年、p。 77）。複雑な相関設計を使用する場合でも、研究者が限定された因果関係を主張することが重要です。
パス分析アプローチを使用する研究者は、因果関係の観点からモデルを構成しないように常に非常に注意しています。なぜだか分かりますか？パス分析は相関データに基づいているため、パス分析の内部妥当性は低いと推論してください。原因から結果への方向性を確実に確立することはできず、「第3の変数」を完全に除外することはできません。それにもかかわらず、因果モデルは、将来の研究の仮説を生成したり、実験が実行できない場合に潜在的な因果関係を予測したりするのに非常に役立ちます（Myers＆Hansen、2002、p.100）。
因果関係を推測するために必要な条件（ケニー、1979）：
時間の優先順位：1が原因2の場合、1が2の前にある必要があります。原因が効果の前にある必要があります。
関係：変数は相関している必要があります。 2つの変数の関係を判断するには、偶然に関係が発生するかどうかを判断する必要があります。素人観察者は関係の存在をよく判断できないことが多いため、統計的手法を使用して関係の存在と強さを測定およびテストします。
非偽装（偽装は「本物ではない」という意味）：「因果関係の3番目で最後の条件は非偽装です（Suppes、1970）。 XとYの関係が偽ではないためには、Zが制御されるとXとYの関係が消えるようなXとYの両方を引き起こすZがあってはなりません」（Kenny、1979. pp。4-5）。
参考文献
ケニー、D。（1979）。 相関と因果関係.
マイヤーズ、A。＆ハンセン、C。（2002）。 実験心理学。カリフォルニア州パシフィックグローブ：ワズワース。
スタノビッチ、K。（2007）。 心理学についてまっすぐに考える方法。マサチューセッツ州ボストン：ピアソン。
