仮説と効果検証｜社会的事業における役割について解説

この記事では、「仮説」と「効果検証」について、その意味と種類、両者の関係性や、社会的事業における重要性、実施における課題とその対処方法について解説します。

<目次>

仮説の意味・種類とその重要性

仮説と仮説検証の意味

「仮説」とは、現時点で答えの分かっていないある「問い」に対する、暫定的な「仮の答え」のことを指します。ここで重要な点は、まず先に明確な「問い」が定義されており、仮説はその問いに対する「仮の答え」となっていなければならない、ということです。

事前に設定された「問い」、つまり分析を通じて「何を明らかにしたいのか」が明確になっておらず、漫然と収集されたデータを眺めて後付け的に作り出された「仮説」は、本来の意味での「仮説」ではありません。

「仮説検証」は、明確な「問い」に対する「仮説」を実証するために、必要なデータを収集・分析することで仮説の正しさを検証することを意味します。そうして検証された仮説は、「問い」に対する一つの答えを提供すると同時に、「実態やその要因に対するより正確な理解には、さらに何を明らかにする必要があるのか」についての情報を提供し、「問い」の質を高めるための示唆を与えてくれます。

このように、「問い」とそれに対する「仮説の検証」の2つを繰り返すことで「問い」と「仮説」の質を高め、実態やその要因に対する理解と打ち手の精度を向上させることが、事業の改善やそれを通じた社会課題の解決の成功確率を高めることにつながります。

作成：Intelligence In Society

仮説の種類と重要性

「仮説」と呼ばれるものは、その内容や目的によっていくつかの種類に分類することができます。社会課題の解決に向けた事業を行うにあたって、この違いを認識しておくことは、より効果的に事業を構築・運営していく上で重要です。

なぜなら、事業を行う際に作成する「ロジックモデル」から明らかなように、社会課題の解決に向けた事業は、多数の「仮説」の集合体として成立しているからです。したがって、事業に関する一つ一つの仮説の質の高さが、事業そのものの質の高さに直結すると言っても過言ではありません。

仮説の分類方法には様々な形が考えられますが、ここでは社会課題の解決に向けた事業において有用と考えられる分類の仕方として、以下の3つに整理しています¹。

①事実関係に関する仮説：
Whatの問いに対する答えとしての仮説。「実態はどうであるのか、どの程度なのか」という問いに答える。

②理論仮説：
物事が生じている要因や背景に関する、抽象的な理論の仮説。Whyの問いに対する答えとしての仮説であり、「何故そうなっているのか」という問いに答える。

③実証仮説：
理論仮説を実証するための、具体的なデータのレベルの仮説。実証仮説を検証することにより、理論仮説が「間接的」に検証される。

以下の、「介護職人材不足の解消」に向けた自治体の仮想的な取り組みに関するロジックモデルの例で、これら3つの仮説分類について説明します。

まず、最終成果に記載された「介護職人材不足の解消」の背後には、『介護職人材は、必要な人数に対して将来大幅に不足するのではないか』『その不足は、持続的な介護サービスの実現に重大な影響を及ぼすのではないか』という、「①事実関係に関する仮説」が存在します。

次に、施策に記載された「定着の促進」は、『なぜ介護職人材が不足しているのか』というWhyの「問い」に対する、『介護職人材の業界への定着に課題があるからだ』という「②理論仮説」に当たります。
同様に、方向性に記載された「キャリア構築促進」は、『なぜ介護職人材の業界への定着に課題があるのか』というWhyの「問い」に対する、『介護職人材が自らのキャリアを描きにくい環境となっているからだ』という「②理論仮説」です。

また、事業に記載された「資格取得費用の補助」「処遇改善に対するインセンティブ付与」は、上記の理論仮説を実証するための「③実証仮説」に当たります。資格取得費用補助などの事業を行うことが、定着の促進につながることをデータ等により示すことで、『介護職人材の業界への定着が進まないのは、自らのキャリアを描きにくい環境となっているからだ』という理論仮説を、間接的に検証する役目を果たします。

作成：Intelligence In Society

これらの仮説の区別を理解した上で、事業に関する適切な「問い」と「仮説」を設定し、仮説検証を通じてこれらの質を高めていくことが、事業の質の向上と目指す成果の達成における重要なポイントとなります。

次に、仮説の検証と密接に関係する「効果検証」について、その意味と仮説検証との関係性、実施における課題やそれに対する対応手段について説明します。

効果検証と仮説検証

効果検証の意味

一般的に「効果」とは、

ある働きかけによって現れる、望ましい結果（デジタル大辞泉）
ある原因から明確な因果関係による結果として生じる現象（Wikipedia）

などの意味で用いられる言葉ですが、「効果」の性質として特に重要な点は、上記の定義から示唆される通り、「再現性」を持つということです²。

「再現性」とは、上記の例で言えば、「資格取得費用の補助」を行えば、現場の介護職員の「キャリア構築促進」という結果が得られるということであり、「キャリア構築促進」を行えば、介護職員の「定着の促進」という結果が得られるということを意味します。仮に再現性が無ければ、「効果」に基づいて意思決定を行っても期待された結果が得られず、目指す成果や目的の達成が困難となります。

「効果検証」とは、効果の有無や程度について、実際のデータ等に基づいて客観的に検証し、評価することを指します。ここで明らかな点は、「効果検証」は必然的に、仮説の実証を通じた「仮説検証」につながるということです。

なぜなら、効果検証を行う際には、必ずその前提として、「ある働きかけによって、特定の結果が現れる」という仮説が存在しているはずであり、効果の検証を行うことは、その仮説を実際のデータによって実証することに他ならないからです。

効果検証における課題

効果の重要な性質が「再現性」であるということは、効果の検証には、2つの現象の間の「因果関係」に対する評価が求めらることを意味します。そして、実際の効果検証の場面で問題となる点の多くは、この「因果関係」を正しく評価できていないために、効果の有無や程度について誤った結論に達してしまうことです。

例えば、上記の例において、「身体的負担の軽減」が、介護職人材の「定着の促進」に対する効果を持つ、という仮説を検証する場合を考えます。特定の介助支援機器の導入が、介護職員の身体介護における負担を軽減することが予め知られている場合、その介助支援機器を導入している施設群と、導入していない施設群における介護職員の定着率に関するデータを集め、その平均値を比較する、という形が良く行われる検証方法です。

しかし、この場合、その介助支援機器を導入している施設は、導入していない施設に比べて経営状態が良好であり、定着率の差は機器導入の有無ではなく、実際には給与水準や、情報管理システムの整備による業務のしやすさなど、機器導入以外の要因によって生じている可能性があります。

また、機器を導入した施設について導入前と導入後の定着率を比較する、という検証方法においても、例えば機器導入と並行してそれらの施設で継続的な処遇改善が行われている場合などは、機器導入前後における定着率の変化が、機器導入によるものなのか、それ以外の要因によるものなのかを正しく判断することができません。

作成：Intelligence In Society

因果推論の活用

このような、因果関係の評価における課題に対処し、より適切な評価を可能にするための理論的な枠組みが、「因果推論」です。そもそも「因果関係」とは、ある要因Xを変化させることによって、他の要因Yも変化する、ということを指します。「統計的因果推論」は、データを用いた統計分析によって、この因果関係を明らかにする手法です。

因果関係を特定するにあたっては、要因Yに影響する可能性のある全ての要因のうち、要因X以外の要因については固定した上で、要因Xのみを変化させたときの、要因Yの変化を捉えることが必要となります。

ただし、実際のケースにおいては、要因Xのみを変化させることは困難あるいは不可能である場合が多く、その点を踏まえた上でいかに因果関係を正しく特定するかが重要であり、因果推論ではこの課題を乗り越えるための様々な工夫を行います。

例えば、「ランダム化比較試験（RCT）」と呼ばれる手法は、ある働きかけの影響を「受けた」グループと、「受けなかった」グループの2つが、＜働きかけの有無以外の点においては＞統計的に同質の集団となる状況を作ることで、2つのグループの結果の差を、働きかけの有無によるものと特定することを可能にします。

WEBマーケティングの領域などにおける効果検証では、WEBサービスの特性を活用し、ABテストなどによってRCTに近い状態を比較的容易に実現することができます。それ以外の一般的な事業では、厳密な効果検証には「因果推論」の枠組みを踏まえた評価が必要となりますが、それが難しい場合でも、因果推論の基本的なポイントを押さえることで、致命的な誤りにより間違った結論に至る可能性を軽減することが可能です。