臨床家を目指すあなたへ：統計はどこまで身につければいいのか

数字が苦手でも臨床家になれるのか――統計サバイバルガイド 📊

「人の回復を助けたくてカウンセリングの勉強を始めたのに、どうして数字と格闘しているのだろう」。これは臨床心理の大学院進学を準備する人たちのあいだで、最もよく聞かれる悩みのひとつです。臨床家を志す人の多くは深い人間理解への志向と自然な共感性をもっているのに、シラバスに「統計」の文字を見た瞬間に身構えてしまいます。

ここで、すべての見え方を変える捉え直しを提案します。臨床の現場でも研究の場でも、統計は「数学」ではありません。それは、クライエントが実際に変化していることを示し、より良い支援の方法を見つけるための、論理的な言語なのです。**エビデンスに基づく実践（EBP）**への強い流れが、このスキルを「あって当然のもの」へと変えました。自分が用いている技法が本当に効果を上げていること、その改善が単なるプラセボ効果ではないことを、示せなければならないのです。

では、大学院の教室に――あるいは初めての実習に――足を踏み入れる前に、いったいどこまで知っておけばよいのでしょうか。すべての公式を暗記する必要があるのか。まったくありません。本稿では、臨床家を目指すすべての人に理解してほしい3つの統計手法――t検定、分散分析（ANOVA）、回帰――を抽出し、それぞれを臨床のレンズを通して整理します。🧠

1. なぜ数字が臨床家の「道具」になるのか

最初に変えるべきはスキルではなく、心構えです。統計を「試験のために詰め込む科目」として扱うのをやめ、目の前の人に実際に何が起きているのかを理解するための道具として見るところから始めましょう。

科学者―実践家モデル

臨床専門職のアイデンティティは、科学者と実践家という2本の柱の上に成り立っています。面接室のなかでは温かさと波長合わせを差し出し、その底では冷静な分析を携える。「うつのクライエントにCBTを試したら良くなった」という直観と、「CBT群は待機リスト統制群と比べて、うつ得点に統計的に有意な低下が見られた（p < .05）」という、論拠をもった主張との違いです。後者の言い方こそが、専門的・学術的な対話に参加することを可能にします。

文献を批判的に読む

大学院では大量の論文を読むことになります。序論と考察にざっと目を通して結果の表を飛ばしてしまえば、研究の核心を取り逃します。基礎的な統計リテラシーがあってはじめて、適切な問いを立てられます。選ばれた手法は妥当だったか。著者は知見を過剰に解釈していないか。批判的な読みは、ここにかかっています。

プログラムの効果を示す

学校や相談機関で集団カウンセリングのプログラムを開発したとしましょう。管理職や助成元を説得するには、「参加者が楽しんでいた」よりも、客観的な変化を示す事前・事後の分析のほうがはるかに力をもちます。数字は、あなたの良い仕事にふさわしい信頼性を与えてくれるのです。

2. これだけでいい――核となる3つの手法を比較する

統計手法は数えきれないほどありますが、修士課程で最もよく出会うのはt検定、分散分析（ANOVA）、回帰の3つです。この3つの違いがわかれば、森全体を見渡せるようになります。大切なのは、公式を手計算できることではありません。**「自分のリサーチクエスチョンに合うのはどの分析か」**という、たった一つの問いに答えられることです。

表1. 臨床心理学研究における核となる統計手法。

ここで、あなたが実際に関心をもつテーマを当てはめて、対応づけを練習してみましょう。

• 「養育態度が子どもの社会的スキルにどう影響するかを見たい」 → 回帰
• 「マインドフルネス介入の前後で不安を比較したい」 → 対応のあるt検定

この「問いが先、手法は後」という対応づけの練習こそ、何よりも先に身につけたい習慣です。

3. 現実的な学習ロードマップ

「では、いますぐ統計の入門書を開いて、公式を暗記し始めるべきか」。それも違います。現代の研究では、ソフトを使いこなす力と解釈する力のほうが、手計算よりはるかに重要です。入学前に効率よく統計を攻略するための、三段階の戦略を示します。

ステップ1：核となる概念に慣れる（論理 > 数学）

数式ではなく、正確な定義に焦点を当てましょう。眠っていても説明できるくらいにしたいのは、次の概念です。

• 帰無仮説（H0）と対立仮説（H1）： 研究者が示したいのは対立仮説のほうです。
• p値： 一般に .05（5%）を下回ると「統計的に有意」と呼ばれます。つまり、この結果が偶然得られる確率が5%未満だということです。
• 信頼区間： 区間推定は、点推定ひとつよりも多くの情報をもっています。

ステップ2：統計ソフトを実際に触ってみる

大学院ではSPSS、AMOS、Mplus、Rなどがよく使われます。入学前に、無料のjamoviやSPSSの試用版を入れておきましょう。一度でいいので、表データを読み込み、ボタンを押し、t検定の結果が現れるのを見てください――その一度の体験が、漠然とした恐れの多くを溶かします。計算するのはコンピューターで、あなたはただ指示を出すだけです。

ステップ3：結果セクションを（何度も）読む

興味のあるテーマの修士論文や学術論文を選び、その結果セクションを丁寧に読んでみましょう。*「t(24) = -2.54, p < .05 であり、有意な差が認められた」*のような文に出会ったら、一つひとつの数字を、それが出てきた表までたどってみてください。この逆向きの読み解きこそ、最も実践的な訓練です。これに習熟すれば、大学院の統計の授業で扱う内容の半分は、すでに準備できたことになります。

おわりに：データの向こうにいる人を理解する

統計は、結局のところ、人を理解するための道具です。集める一つひとつのデータには、誰かの現実の苦闘と努力が宿っています。たった一つのp値が本物の喜びを呼び起こすのは、それがあなたの治療的な働きかけが現実の人間を助けたという、客観的な証拠になるからです。

大学院を前にして統計が山のように立ちはだかって見えても、心配はいりません。優れた臨床家はみな、かつてあなたとまったく同じ場所に立っていました。統計的に考える姿勢を身につけた瞬間から、あなたの臨床的直観はより鋭く、より地に足のついたものになります。温かさと厳密さは、どちらかを選ぶものではありません。目指すのは、その両方を備えた臨床家――データに学びながら、深く人間的であることです。

よくある質問