見守るか、それとも介入するか？

あることが別のことに影響するかどうかについて、データを集める基本的な方法は2つあります。

• 観察研究では、すでに起きていることを測定し、何も変えません。たとえば、生徒たちの睡眠時間と成績を記録します。
• 実験では、対象に処置を割り付けてから、何が起きるかを測定します。たとえば、何人かの生徒には8時間眠るように伝え、別の生徒には6時間眠るように伝えます。

どちらの方法でもパターンを見つけられます。しかし、きちんと行われた実験だけが、因果関係について多くのことを示せます。その理由を説明します。

観察研究で、睡眠時間が長い生徒ほど成績もよいとします。睡眠が役立っているのかもしれません。でも、睡眠時間が長い生徒は、仕事が少なかったり、家庭が落ち着いていたり、勉強の習慣がより整っていたりするのかもしれません。こうした要因のどれかが本当の理由かもしれず、睡眠と一緒に変化しています。このような隠れた変数を交絡因子といいます。交絡因子は、調べているものと結果の両方に関係し、影響があるように見せたり、影響を隠したりします。ワールド5では、これについて4つのレッスンで学びます。

実験では、これを無作為割付によって解決します。コイントス（またはコンピューター）で、どの対象がどの処置を受けるかを決めれば、ほかのすべての点、つまり睡眠習慣、仕事、家庭の状況、測定しようとも思わなかったことについて、グループの違いは偶然によるものだけになります。対象数が十分に多ければ、グループは平均すると似たものになります。したがって、その後に結果が異なれば、残された体系的な違いは処置だけです。

よい実験には、通常、次のものがあります。

• 調べているものを受ける処置群と、受けない（または標準的な代替手段を受ける）対照群。
• これらのグループへの無作為割付。
• 人々の期待が結果に影響するときのプラセボ：見た目が同じで害のないものを使い、全員が処置を受けているかもしれないと思えるようにします。
• 盲検化：参加者が自分のグループを知らない（単盲検）ようにし、結果を測定する人もグループを知らない（二重盲検）ようにします。そうすれば、期待によって測定結果が偏ることを防げます。

例を見てみましょう。ある園芸家は、植物用の肥料が効果を発揮するか知りたいと思っています。よくない設計では、窓のそばにある植物には肥料を与え、日陰にある植物には何も与えず、比べます。これでは、光の違いが肥料の違いと混ざってしまいます。よりよい設計では、ポテンショメータ40個に番号を付け、くじ引きでそのうち20個を肥料のグループに選び、残りの20個を対照群にします。そして、全部を同じ棚に置きます。これなら、光、水、ポテンショメータの大きさが偶然によってつり合い、成長にはっきりした差があれば、肥料の効果だと考えられます。（考え方を説明するための作り話の例です。）

実験がいつでもできるとは限りません。30年間、人々に無作為に喫煙させることはできませんし、都市を無作為に洪水に遭わせることもできません。こうした問題では、観察研究、慎重な設計、そして複数の証拠に頼ります。原因についての証拠は弱くなることを、正直に認めるべきです。