科学研究の目的は、私たちを取り巻く世界についての理解を深めることです。 そのために、研究者はさまざまな人々のグループ、つまり集団を研究します。 これらの集団は、1つの職場の数人の個人のような小さなものから、カナダ社会の横断面を代表する何千人もの人々のような大きなものまであります。 このような研究結果から、仕事と健康がどのように関係しているのかを知ることができます。
この質問に答えるには、まず一般化可能性という概念を理解する必要があります。
一般化可能性とは、最も単純な形では、過去の観察結果に基づいて予測を行うことだと言えます。
一般化の2つの側面
集団への一般化。 科学者が一般化可能性について語るとき、調査サンプルから得られた結果を、そのサンプルが選択されたより大きな集団に適用することがあります。 例えば、「カナダの人口の何パーセントが自由党を支持しているか」という質問を考えてみましょう。 この場合、研究者にとって重要なのは、母集団を代表する人々を調査することです。 そのため、調査対象者には、より大きな人口から適切な割合で関連するグループが含まれるようにしなければなりません。 関連するグループの例としては、人種、性別、年齢層などが考えられます。
理論への一般化。 より広く言えば、一般化可能性の概念は、観察から科学的な理論や仮説に移行することを扱っています。 このタイプの一般化とは、時と場所を特定した観察結果をもとに、普遍的な仮説や理論を作り出すことです。 例えば、1940年代から1950年代にかけて、イギリスのリチャード・ドールとブラッドフォード・ヒルは、ロンドンの病院に入院していた肺がん患者649人のうち647人が喫煙者であることを発見しました。 これを受けて、サンプル数を増やしたり、対象者を変えたり、喫煙量を変えたりして、さらに多くの研究が行われました。 その結果、人、時間、場所を問わず一貫した結果が得られると、その観察結果は一般化され、「タバコの煙が肺がんを引き起こす」という理論が生まれたのです。”
一般化のための要件
一般化のためには、対象となる集団を代表する研究サンプルが必要ですが、研究が行われた背景や、それらが結果にどのような影響を与えるかについても理解する必要があります。
例えば、腰痛のある男性労働者のための新しい運動プログラムに関するスウェーデンの研究についての記事を読んだとします。 この研究は、フィットネスセンターで働く男性労働者を対象に行われました。 研究者は2つのアプローチを比較しました。 参加者の半数はセラピストから運動に関するパンフレットをもらい、半数は元オリンピック選手が指導する運動プログラムを受けました。
この研究が、しっかりとしたデザインと厳密な報告に基づいて実施されたものだとすれば、その結果は信頼できるものです。
この研究は、しっかりとしたデザインと厳密な報告のもとに行われたと考えると、結果は信頼できます。しかし、この結果をどのような集団に一般化できるでしょうか。 オリンピアンがエクササイズプログラムを提供することがどれほど重要か？ 無名のセラピストがエクササイズプログラムを提供しても効果があるか？ 同じオリンピアンでも、知名度の低い国で実施した場合、プログラムは効果的か？ この結果は、フィットネスセンターとは異なる他の職場の従業員にも当てはまるか？
この研究の一般化可能性に対する自信を高めるためには、同じエクササイズ プログラムを異なる環境（職場や国）で異なる提供者が実施し、同じ結果が得られるように繰り返す必要があります。