• Column
  • 学校では学べないデジタル時代のデータ分析法

データ分析と心理学の深いつながり【第36回】

入江 宏志(DACコンサルティング代表)
2020年7月27日

前回までは、「ヒト・モノ・カネ・ブランド・データ」の5大アセットの視点からデータ分析の事例について説明してきた。筆者が現在も現場でのデータ分析の仕事を継続している。そこで特に役立っているが心理学の考え方である。

 データ分析に取り組んでいて感じるのは、データ分析を学問として考えると、心理学が非常に近いということだ。そのことを知っていれば分析がしやすくなる。データ分析と心理学を、以下の6項目で比較してみよう。

比較1:定義

 心理学の定義は、「人の心理や行動に関する法則を突き止めようとする学問」である。一方、データ分析では、「多種多様なデータに関する法則を突き止めようとする学問」だと定義できる。

 データサイエンスでは、統計や確率といった数学だけでとらえると真実が見えない。ここに心理学のやり方も取り入れることで効果的な分析ができる。これはまさに、法則を突き詰めようとする「データ分析学」だと言えるだろう。

比較2:条件付け

 心理学で条件付けとして知られるのが、あまりにも有名な「パブロフの犬の実験」である。高校生物の授業で習ったはずだ。犬は餌を与えると唾液を出すが、餌と同時にメトロノームの音を聞かせる。これを継続すると犬はメトロノームの音を聞いただけで唾液が出るようになる。

 データ分析で条件付けといえば、ベイズの定理(第7回参照)やスパースモデリング(第15回参照)が当てはまる。条件を設定することで真実を見極める。客観的にデータを分析することは以前から大切な手法であるが、未来を予測したり不確定な要素が多かったりする場合は、主観的な条件付けが必要となる。

 ベイズの定理では、知りたい事象の確率を直接得られない場合、分析者の主観的な条件を設定し、条件付き確率が礎になっている(図1)。そこに客観的なデータを取ることで事象の確率を求めていく。

図1:ベイズの定理の考え方

 スパースモデリングでは、間引きされたデータから全体を想像していく。その際も方程式という条件で、見えない部分を補っていくことができる。

 心理学では、条件を付けることで人の行動を誘導したり観察したりする。データ分析では、条件付けをすることで予測することになる。

 何かを確かめるために科学的に実験することは、心理学でもデータ分析でも変わらない。実験法や観察法、質問紙法、面接法などの方法がある。実験法は最もポピュラーな方法だ。さまざまな条件を与えて、行動を観察することである。

 心理学の対象は“人”に関すること、生物学は“生き物”に関することだ。これに対しデータ分析では、“ヒト”だけでなく“モノ”、“カネ”を対象に条件を与えて実験ができる。

 実験といえば、2019年のノーベル経済学賞は「ランダム化比較試験(RCT:Randomized Controlled Trial)だった(第2回参照)。世界の貧困削減に対する実験的アプローチである。無作為にグループを2つに分け、一方に、ある施策を加え2つのグループで成果の違いを確かめる。因果関係の実証に効果的で、納税、ごみ捨て対策、未成年の非行防止など、さまざまな分野で使われている。

 他によく使われる方法として観察法がある。条件を与えず、自然な行動を観察する。アンケートに代表されるのが質問紙法だ。アンケート結果をクロス集計や因子分析などで解析していく(第5回参照)。心理学では面接法もある。データ分析でも、面接でデータが取れれば意味を持ってくる。