The 25th Annual Meeting of the Japan Society of Youth and Adolescent Psychology

1. 青年心理学研究で活かす
マルチレベル分析
浅野 良輔
久留米大学文学部心理学科
2017/11/25 (土) 第25回青年心大会@岐阜聖徳学園大学
青年心理学研究法セミナー

2. 御 礼
❖親密な関係研究会
金政 祐司 先生
(追手門学院大学)
古村 健太郎 先生
(弘前大学)
❖ARMS研究会
吉田 俊和 先生
(岐阜聖徳学園大学)
吉澤 寛之 先生
(岐阜大学)
吉田 琢哉 先生
(岐阜聖徳学園大学)
玉井 颯一 氏
(名古屋大学・学振)

3. 30秒バージョン
❖マルチレベル分析
階層データを扱うための分析手法
集団・関係性が個人に与える影響を検討できる
✓ 階層線形モデル (HLM)
✓ マルチレベル構造方程式モデル (MSEM)
✓ 個人的には、HLM < MSEM

4. 本発表の構成
1. 入門編 (45分)
階層データとサンプルの非独立性
階層線形モデルとマルチレベルSEM
2. 事例編 (45分)
小中学校の学級データを用いて
夫婦カップルデータを用いて
3. 補足 (10分)

5. 入門編:
マルチレベル分析とは

6. マルチレベル分析の動向
実験社会心理学研究
2018年
6月？
2018年
12月？

7. どんなときに使う？
アイデンティティ
(自我同一性)
家族

8. どんなときに使う？
アイデンティティ
(自我同一性)
仲間集団

9. どんなときに使う？
アイデンティティ
(自我同一性)
恋愛関係

10. どんなときに使う？
❖集団・関係性全体が青年に与える影響
集団・関係性＝上位レベルの要因
個人1人ひとりの「こころ」を越えた現象
✓ 雰囲気、風土、凝集性、共有期待
個人を扱うだけではとらえきれない
階層データを集めよう

11. いろいろな階層データ
❖集団―個人
小学校
1組
31名
2組
28名
3組
33名
4組
29名
クラスタ
(Level 2)
個人
(Level 1)
事例1

12. いろいろな階層データ
❖ペア―個人
夫婦
田中家
夫1 妻1
伊藤家
夫2 妻2
山田家
夫3 妻3
クラスタ
(Level 2)
個人
(Level 1)
事例2

13. いろいろな階層データ
❖個人―時点 (縦断データ)
大学生
近藤
T1 T2 T3
土方
T1 T2 T3
沖田
T1 T2 T3
個人
(Level 2)
時点
(Level 1)
今回は
扱わない

14. 階層データの特徴と問題
❖ふつうのデータ
個人ID 性別 自我同一性 仲間集団の質
1 0 88 5.0
2 1 92 4.8
3 1 85 5.0
4 1 100 4.8
5 0 20 0.2
6 0 33 0.4
7 1 42 0.1
8 1 37 1.1
・ ・ ・ ・
・ ・ ・ ・

15. 階層データの特徴と問題
❖階層データ (4人集団)
個人ID 学級ID 性別 自我同一性 仲間集団の質
1 1 0 88 5.0
2 1 1 92 4.8
3 1 1 85 5.0
4 1 1 100 4.8
5 2 0 20 0.2
6 2 0 33 0.4
7 2 1 42 0.1
8 2 1 37 1.1
・ ・ ・ ・ ・
・ ・ ・ ・ ・

16. 階層データの特徴と問題
❖サンプルの非独立性 (non-independence)
個人がクラスタに「ネスト」されている
同一クラスタの個人は互いに影響し合っている
✓ 集団や関係性に特有の性質がみられる
→クラスタ内に類似性が生じる
✓ 統計分析におけるサンプルの独立性仮定
✓ 階層データは基本的前提を逸脱している

17. 素朴な解決法
1. 個人単位のデータとみなす (N = 個人数)
クラスタ内の類似性を無視する
仮定された独立性のエラー (Gonzalez & Griffin, 2000)
✓ 関連がないのに関連があると判断してしまう
– 第1種の誤り
– 通常の分散分析や重回帰分析などは使えない
✓ クラスタレベルの変数を扱えていない
– 階層データを集めた意味がない

18. 素朴な解決法
2. クラスタごとに平均する (N = クラスタ数)
クラスタ単位の分散と個人単位の分散を混ぜる
レベル横断のエラー (Gonzalez & Griffin, 2000)
✓ 2つの分散による影響を区別できない
分析単位のエラー (Gonzalez & Griffin, 2000)
✓ 「純粋な」クラスタレベルの変数ではない

19. 素朴な解決法
❖問題の整理
個人単位の分析
✓ クラスタ内の類似性を無視している
クラスタ単位の分析
✓ クラスタ単位／個人単位の分散が混ざる
分散を分解しよう

20. 新たな解決法
❖4人集団の分散の分解 (イメージ)
cf. 因子分析
個
人
単
位
の
分
散
ID = 1
ID = 2
ID = 3
ID = 4
ク
ラ
ス
タ
単
位
の
分
散
類似性

21. 新たな解決法
❖級内相関係数 (ICC)
クラスタ内の類似性の程度
級内相関係数が高いほど・・・
✓ クラスタ内の類似性が高い
✓ クラスタ間の違いが大きい
クラスタ単位の分散
個人単位の分散＋クラスタ単位の分散

22. 新たな解決法
❖級内相関係数は分析の指針になる
非常に低い場合
✓ クラスタ単位の分散を無視できる
✓ N = 個人数で分析してもよい (狩野・三浦, 2002)
非常に高い場合
✓ 個人単位の分散を無視できる
✓ N = クラスタ数で分析してもよい
中程度の場合
✓ マルチレベル分析へ

23. マルチレベル分析１
❖階層線形モデル (HLM)
Raudenbush & Bryk (2002)
結果変数をLevel 1/Level 2に分解する
✓ Level 1: 個人レベル
✓ Level 2: クラスタレベル
階層データに対する回帰分析
マルチレベル分析の中で最も有名

24. マルチレベル分析１
自我同一性
自我同一性
自我同一性
Level 2
Level 1
❖階層線形モデルがしていること
仲間集団の質
(クラスタ平均)
仲間集団の質

25. マルチレベル分析１
❖文脈効果 (contextual effect)
個人レベルよりもクラスタレベルの説明変数が
結果変数に強く影響しているか
✓ Level 2の回帰係数 − Level 1の回帰係数
文脈効果が認められると、マルチレベル分析の
意義をより主張しやすい

26. 階層線形モデルの問題
❖Level 2の説明変数がクラスタ平均
説明変数に個人単位の分散が混入したまま
文脈効果にバイアスが生じやすくなる (Lüdtke et
al., 2008, 2011)
✓ 主に、Level 2の回帰係数がゆがむ
バイアスを生じさせる要因
✓ クラスタ数の少なさ
✓ クラスタサイズの小ささ
✓ 級内相関係数の低さ
クラスタ信頼性を
低下させる

27. 階層線形モデルの問題
❖クラスタ信頼性
クラスタ平均が「真の」得点を表している程度
クラスタ信頼性が高いほど・・・
✓ クラスタ平均には誤差が含まれていない
✓ cf. 尺度の内的整合性
クラスタサイズ × 級内相関係数
１＋ (クラスタサイズー１) × 級内相関係数

28. 階層線形モデルの問題
Lüdtke et al. (2011)
❖Level 2の回帰係数のシミュレーション
ｎ = クラスタサイズ
バイアスは
概して大きい

29. 階層線形モデルの問題
清水 (2017; ペアデータ, βB = 0と仮定)
❖Level 2の回帰係数のシミュレーション
級内相関係数 (+Level 1の回帰係数) に
応じてバイアスが大きくなっている

30. 階層線形モデルの問題
❖問題の整理
Level 2の回帰係数にバイアスが生じやすい
級内相関係数が低い場合
✓ 学校データには適用しにくい (事例1)
クラスタサイズが小さい場合
✓ ペアデータには適用しにくい (事例2)
説明変数の分散も分解しよう

31. マルチレベル分析２
❖マルチレベル構造方程式モデル (MSEM)
Muthén (1989, 1997; Muthén & Asparouhov, 2011)
階層データをWithin/Betweenに分解する
✓ Within: 個人レベル
✓ Between: クラスタレベル
構造方程式モデルによる階層線形モデル
✓ より柔軟なモデルを仮定できる
– 潜在変数、複数の結果変数、媒介変数
✓ モデル適合度を参照できる

32. マルチレベル分析２
自我同一性
自我同一性
自我同一性
Between
Within
仲間集団の質
仲間集団の質
仲間集団の質
❖マルチレベルSEMがしていること

33. マルチレベル分析２
❖マルチレベルSEMの特徴
全変数を個人単位とクラスタ単位に分解する
✓ 階層線形モデルは結果変数だけ
クラスタ信頼性の低さによる問題を回避する
✓ 級内相関係数が低くてもよい
– 学校・組織・地域の大規模データ (事例1)
✓ クラスタサイズが小さくてもよい
– ペア・家族・小集団の小規模データ (事例2)
結果を数式ではなく図で示せる
✓ 階層線形モデルよりも親しみやすい
！

34. マルチレベル分析２
❖Betweenの回帰係数のシミュレーション
清水 (2017; ペアデータ, βB = 0と仮定)
階層線形モデルよりも
バイアスが小さい

35. ここまでのまとめ
❖マルチレベル分析
階層データはサンプルの非独立性を特徴とする
クラスタ内の級内相関を正しく扱う必要がある
✓ 階層線形モデル
– 説明変数にクラスタ単位の平均を投入する △
✓ マルチレベルSEM
– 説明変数にクラスタ単位の分散を投入する ○
– 図示できる
事例編はマルチレベルSEMのみ

36. 質問タイム

37. 事例編:
学級データ
Between/Withinで
回帰係数の正負が逆になる

38. マルチレベルSEMの実際
❖研究の流れ
1. 仮説の構築
2. 階層データの収集
3. 級内相関係数・クラスタ信頼性の確認
4. マルチレベル相関係数の確認
5. マルチレベルSEMによる分析の実施
6. 考察

39. 事例1：問題
❖風土変数 (Marsh et al., 2012)
仲間集団が形成する学級全体の風土・雰囲気
子どもの社会化に重要な役割を果たす
✓ 理論からみた学級レベルの意義
マルチレベル分析が実証研究を可能にする
✓ 方法論からみた学級レベルの意義

40. 事例1：問題
❖集合的道徳不活性化 (Gini et al., 2015)
集合的
道徳不活性化
いじめ被害者
への攻撃
集合的
道徳不活性化
学級レベル
個人レベル
+
+

41. 事例1：問題
❖集合的道徳不活性化 (Gini et al., 2015)
集合的
道徳不活性化
いじめ被害者
の擁護
集合的
道徳不活性化
学級レベル
個人レベル
－
+

42. 事例1：問題
❖集合的道徳不活性化 (Gini et al., 2015)
集合的
道徳不活性化
いじめの傍観
集合的
道徳不活性化
学級レベル
個人レベル
+

43. 事例1：問題
❖検討事項
1. 学級レベルの肯定的・否定的仲間集団はいじめ
加害経験に影響するかどうか
2. 個人レベルの肯定的・否定的仲間集団はいじめ
加害経験に影響するかどうか
3. 学級レベルの肯定的・否定的仲間集団の影響は
個人レベルよりも強いかどうか (文脈効果)

44. 事例1：参加者
❖岐阜県内の小中学生95学級2,573名
全体 女子 男子
小学5年生 548 288 260
小学6年生 514 265 249
中学1年生 520 281 239
中学2年生 469 242 227
中学3年生 522 247 275
合計 2,573 1,323 1,250

45. 事例1：測定内容
❖仲間集団の質
肯定的仲間集団 (Laird et al., 1999)
✓ 5項目3件法: M = 2.57, SD = 0.44, ω = .82
否定的仲間集団 (Bukowski et al., 1994; 4項目3件法)
✓ 4項目3件法: M = 1.32, SD = 0.41, ω = .75
❖いじめ加害経験 (岡安・高山, 2000; 3項目4件法)
3項目4件法: M = 1.53, SD = 0.58, ω = .63

46. 事例1：級内相関・クラスタ信頼性
Note. N = 95学級2,573名。** p < .01, *** p < .001
級内相関係数 クラスタ信頼性
肯定的仲間集団 .050 *** .588
否定的仲間集団 .026 ** .420
いじめ加害経験 .061 *** .638
級内相関係数の小ささが
クラスタ信頼性を低下させる

47. 事例1：マルチレベル相関分析
1 2 3
1. 肯定的仲間集団 — .084 −.360
2. 否定的仲間集団 −.138 *** — .444 **
3. いじめ加害経験 .030 .223 *** —
Note. N = 95学級2,573名。上三角行列はペアレベル相
関係数、下三角行列は個人レベル相関係数を表して
いる。** p < .01, *** p < .001

48. 事例1：マルチレベルSEM結果
いじめ加害経験
肯定的仲間集団
否定的仲間集団
Between (学級レベル)
いじめ加害経験
肯定的仲間集団
否定的仲間集団
Within (個人レベル)
ロバスト最尤法による推定: χ2 (df = 0) = 0.00

49. 事例1：マルチレベルSEM結果
Between Within
b 95%信頼区間 β b 95%信頼区間 β
肯定的仲間集団 −0.815*** [−1.560, −0.070] −.402 0.081* [0.024, 0.138] .062
否定的仲間集団 0.764*** [0.172, 1.356] .480 0.328*** [0.260, 0.396] .231
Note. N = 95学級2,568名。* p < .05, *** p < .001
文脈効果 = −0.896,
95% CI [−1.654, −0.137], p = .021

50. 事例1：マルチレベルSEM結果
Between Within
b 95%信頼区間 β b 95%信頼区間 β
肯定的仲間集団 −0.815*** [−1.560, −0.070] −.402 0.081* [0.024, 0.138] .062
否定的仲間集団 0.764*** [0.172, 1.356] .480 0.328*** [0.260, 0.396] .231
Note. N = 95学級2,568名。* p < .05, *** p < .001
文脈効果 = 0.436,
95% CI [−0.154, 1.025], p = .147

51. 事例1：考察
❖学級レベル
肯定的仲間集団が高いクラスほど、いじめ加害
経験が少ない (文脈効果あり)
否定的仲間集団が高いクラスほど、いじめ加害
経験が多い
❖個人レベル
同じクラス内の子どもよりも肯定的仲間集団が
高い子どもほど、いじめ加害経験が多い
同じクラス内の子どもよりも否定的仲間集団が
高い子どもほど、いじめ加害経験が多い

52. 事例1：考察
❖学級レベルの効果が一貫して示された
肯定的仲間集団→いじめ加害経験
個人レベルのいじめ促進効果よりも強かった
✓ 集合的道徳活性化 (Gini et al., 2015)
否定的仲間集団→いじめ加害経験
✓ 集合的道徳不活性化 (Gini et al., 2015)

53. 質問タイム

54. 事例編:
ペアデータ
Between/Withinの
因子負荷量に等値制約を置く

55. 事例2：問題
❖2者関係そのものの性質
2者関係は1人ひとりに還元できない性質をもつ
(Berscheid, 1999)
2者関係は2人の間主観性からなる (Ickes et al., 2004)
2者関係における特有性の検討が重要である
(Finkel et al., 2017)
✓ これまでの研究では検討が不十分だった

56. 事例2：問題
❖共有された関係効力性 (浅野, 2015; 浅野・五十嵐, 2015)
望ましい成果を得るため互いに協力し合えるか
どうかに関する2人の効力期待
ペアレベルの概念
cf. 知覚された関係効力性
✓ 上記に関する個人1人ひとりの効力期待
✓ 個人レベルの概念

57. 事例2：問題
❖恋愛・同性友人関係 (Asano et al., 2016)
知覚された
関係効力性
人生満足度
共有された
関係効力性
ペアレベル
個人レベル
+
+

58. 事例2：問題
❖仮説
1. 共有された関係効力性が高い夫婦カップルは、
幸福感が高い (ペアレベル)
2. 知覚された関係効力性が高い個人は、幸福感が
高い (個人レベル)
3. 共有された関係効力性は知覚された関係効力性
よりも幸福感を高める (文脈効果)

59. 事例2：参加者
❖夫婦ペア814組
クロス・マーケティングのモニタ本人 & 配偶者
✓ 夫: 平均49.9 ± 11.8歳 (26–76)
✓ 妻: 平均47.8 ± 11.2歳 (26–69)
✓ 婚姻年数: 平均19.8 ± 13.1年 (0–47)
✓ 子どもの数: 平均1.38 ± 1.10人 (0–6)

60. 事例2：測定内容
❖関係効力性 (Murray & Holmes, 1997; 浅野訳, 2009)
9項目5件法: M = 3.57, SD = 0.79, ω = .97
❖幸福感
人生満足度 (Diener et al., 1985; 大石訳, 2009)
✓ 5項目7件法: M = 20.87, SD = 6.19, ω = .95
ポジティブ感情 (Mroczek & Kolarz, 1998)
✓ 6項目5件法: M = 3.35, SD = 0.75, ω = .95
抑うつ (鈴木ら, 1989)
✓ 10項目3件法: M = 15.50, SD = 5.36, ω = .93
心理的幸福感 (Morozink et al., 1995)
✓ 21項目7件法: M = 4.51, SD = 0.65, ω = .89

61. 事例2：級内相関・クラスタ信頼性
Note. N = 814組1,628名。*** p < .001
級内相関係数 クラスタ信頼性
関係効力性 .600 *** .750
人生満足度 .472 *** .641
ポジティブ感情 .457 *** .627
抑うつ .306 *** .469
心理的幸福感 .236 *** .382
クラスタサイズの小ささが
クラスタ信頼性を低下させる

62. 事例2：マルチレベル相関分析
1 2 3 4 5
1. 関係効力性 — .718 *** .776 *** −.627 *** .478 ***
2. 人生満足度 .390 *** — .850 *** −.701 *** .566 ***
3. ポジティブ感情 .340 *** .530 *** — −.790 *** .583 ***
4. 抑うつ −.268 *** −.466 *** −.543 *** — −.430 ***
5. 心理的幸福感 .281 *** .246 *** .278 *** −.404 *** —
Note. N = 814組1,628名。上三角行列はペアレベル相関係数、下三角行列は
個人レベル相関係数を表している。*** p < .001

63. 事例2：マルチレベルSEM結果
幸福感関係効力性
Between (ペアレベル)
ロバスト最尤法による推定: χ2 (df = 13) = 99.18, CFI = .963,
RMSEA = .064, SRMR (Between) = .046, SRMR (Within) = .057
人生満足度
ポジ感情
抑うつ
心理的幸福感
幸福感関係効力性
Within (個人レベル) 人生満足度
ポジ感情
抑うつ
心理的幸福感
a
b
c
d
a
b
c
d

64. 事例2：マルチレベルSEM結果
Between Within
b 95%信頼区間 β b 95%信頼区間 β
幸福感 (因子負荷量)
人生満足度 1.000 — .865 1.000 — .724
ポジ感情 0.133*** [0.124, 0.142] .954 0.133*** [0.124, 0.142] .779
抑うつ −0.795*** [−0.858, −0.732] −.855 −0.795*** [−0.858, −0.732] −.620
心理的幸福感 0.063*** [0.055, 0.071] .665 0.063*** [0.055, 0.071] .374
関係効力性 4.630*** [4.097, 5.163] .801 3.181*** [2.641, 3.721] .480
Note. N = 814組1,628名。*** p < .001
文脈効果 = 1.449,
95% CI [0.638, 2.260], p < .001

65. 事例2：因子負荷に制約なし
幸福感関係効力性
Between (ペアレベル)
ロバスト最尤法による推定: χ2 (df = 10) = 67.23, CFI = .976,
RMSEA = .059, SRMR (Between) = .018, SRMR (Within) = .045
幸福感関係効力性
Within (個人レベル)
人生満足度
ポジ感情
抑うつ
心理的幸福感
人生満足度
ポジ感情
抑うつ
心理的幸福感

66. 事例2：因子負荷に制約なし
Between Within
b 95%信頼区間 β b 95%信頼区間 β
幸福感 (因子負荷量)
人生満足度 1.000 — .901 1.000 — .676
ポジ感情 0.125*** [0.112, 0.139] .962 0.140*** [0.123, 0.157] .755
抑うつ −0.581*** [−0.674,−0.488] −.793 −1.091*** [−1.259, −0.923] −.728
心理的幸福感 0.047*** [0.035, 0.060] .583 0.085*** [0.066, 0.103] .449
関係効力性 5.107*** [4.511, 5.702] .815 2.803*** [2.215, 3.391] .464
Note. N = 814組1,628名。*** p < .001
文脈効果 = 2.304,
95% CI [1.336, 3.271], p < .001

67. 事例2：考察
❖ペアレベル
関係効力性が高いカップルほど、幸福感が高い
(文脈効果あり)
❖個人レベル
同じカップル内のパートナーよりも関係効力性
が高い個人ほど、幸福感が高い

68. 事例2：考察
❖ペアレベルの効果が示された
共有された関係効力性→幸福感
知覚された関係効力性の効果よりも強かった
✓ 一方だけでなく、双方が効力期待を共有する
ことが2人を幸せにする
✓ 不均衡な関係性は双方にとってデメリット？

69. 事例2：考察
❖Between/Withinの等値制約の意味
潜在変数を仮定して文脈効果を推定する場合、
等値制約を置くべき (Lüdtke et al., 2011)
回帰係数がレベル間で比較可能になる
→文脈効果を解釈しやすくする
✓ 適合度が多少悪化しても (今回は許容範囲)
✓ 等値制約を置かないと収束しない場合もある

70. 質問タイム

71. 補足

72. 階層線形モデルは不要？
❖クラスタレベルの説明変数による使い分け
(Lüdtke et al., 2008, 2011)
階層線形モデル
✓ 社会学的指標: 年齢・性別・SESの構成比率
✓ クラスタ平均が概念的にマッチする
マルチレベルSEM
✓ 心理学的指標: 雰囲気・風土・共有期待
✓ 分解された分散が概念的にマッチする

73. クラスタレベルの意味は？
❖過去の理論や知見に照らし合わせた解釈
分析上の議論
✓ Level 1 (Within) vs. Level 2 (Between)
概念上の議論
✓ 個人レベル vs. 集団・ペアレベル
2つの議論は分けて考える必要がある
✓ Level 2は必ずしも集団・ペアレベルの概念を
意味するわけではない
！

74. クラスタレベルの意味は？
関係効力性
関係効力性
Between
Within
❖分析上の議論 (マルチレベルSEM)
幸福感
幸福感

75. クラスタレベルの意味は？
知覚された
関係効力性
共有された
関係効力性
ペアレベル
個人レベル
❖概念上の議論
幸福感

76. クラスタレベルの意味は？
知覚された
関係効力性
共有された
関係効力性
ペアレベル
個人レベル
❖概念上の議論
知覚された
幸福感
共有された
幸福感

77. Take-Home Messages
❖パラダイムシフトの可能性
心理学理論は個人の心理プロセスを扱ってきた
✓ 社会心理学における集団錯誤 (Allport, 1924)
✓ 上位レベルを扱う方法論がなかったから？
理論が先、方法論が後 ○
方法論が先、理論が後 ×
マルチレベル分析が
集団・関係性→個人の可能にする

78. ありがとうございました
Ryosuke ASANO (asano_ryousuke@kurume-u.ac.jp)
結果変数
結果変数
結果変数
Between
Within
説明変数
説明変数
説明変数
❖マルチレベル構造方程式モデル
結果変数
結果変数
結果変数
Level 2
Level 1
❖階層線形モデル
説明変数
(クラスタ平均)
説明変数

80. いじめ加害経験 (3項目; 岡安・高山, 2000)
❖友だちといっしょになって、だれかを、仲間はず
れにしたり、無視したり、かげで悪口を言った
❖友だちといっしょになって、だれかに、いやがら
せやいたずらをした (らくがきをしたり、物をかく
したりした、など)
❖友だちといっしょになって、だれかに、わざとぶ
つかったり、遊ぶふりをしてたたいたり、けった
りした

81. 仲間集団の質
❖肯定的仲間集団 (7項目; Laird et al., 1999)
できるかぎり自分の友だちと一緒にいる
友だちは楽しいことをよく思いつく
私 (僕) にとって、仲間でいることはとても重要だ
❖否定的仲間集団 (4項目; Bukowski et al., 1994)
友だちは私 (僕) が嫌がっているのに、いらつかせよう
としたり、困らせようとする
友だちと私 (僕) はしょっちゅう言い争いになる
私 (僕) は友だちとケンカすることがある

82. 関係効力性 (9項目; Murray & Holmes, 1997; 浅野訳, 2009)
❖私たちは、お互いに協力して、2人の間で起こる問
題を解決できる
❖私たちは、問題の解決に向けて、ものごとがうま
く運ぶようにし合うことが常にできる
❖私たちは、お互いに協力して、2人にとって望まし
い理想の関係を築くことができる

83. 幸福感
❖ポジティブ感情 (6項目; Mroczek & Kolarz, 1998)
楽しい
機嫌がいい
❖抑うつ (10項目; 鈴木ら, 1989)
近ごろ元気がないですか
ゆううつなときがありますか
❖人生満足度 (5項目; Diener et al., 1985; 大石訳, 2009)
ほとんどの面で、私の人生は理想に近い
私は自分の人生に満足している

84. 幸福感
❖心理的幸福感 (21項目; Morozink et al., 1995)
私は、これまで人として、とても成長してきたと思う
(人格的成長)
私は、人生の方向や目的について、考えをもっている
(人生の目的)
私はものを決めるとき、他のみんながすることに影響
されたりはしない (自律性)