変数の妥当性とは？

新年まで、もうあと3日ですね。どうも、串田です。

地元の神社や商店街では、年越し準備に取り掛かっている光景をよく見ます。この光景を目の当たりにすると、一年を振り返ります。でも、思い返される光景は、ゼミばかり。夏合宿に、インゼミに、冬合宿。これだけ、一年を振り返ってゼミばかりというのは、一生懸命ゼミに取り組んだのだと、今頃になって実感する今日この頃です。

冬合宿が終わってから映画の制作者やアカデミー賞などデータを集めるのと同時並行で、冬合宿前までに立てた仮説の分析を行っていました。
仮説１：流行物が原作の場合、製作者ネットワークが閉鎖的だと、興行収益が高まる
仮説２：過去の名作が原作の場合、製作者ネットワークが開放的だと、興行収益が高まる。

しかし 、思ったような分析結果は出ませんでした。重回帰分析の結果、原作に有意性がないと出たり、モデル内の変数間にいくつもの重なりがでたりしました。そこで、私たちは制作者のネットワークだけに焦点を絞って、新たに分析を行っていました。

分析結果はというと、なんとか出すことが出来ました。分析結果から、創造性（興行収益・芸術得点）をあげるには、以下の2通りの方法があるということがわかりました。

１，プロデューサーが監督と弱い紐帯を持つこと。

弱い紐帯とは、ネットワーク論における主要な概念の一つで、つながりの浅い人からのほうが、自分が知らない新しい情報を手に入れられるという考え方です。

ここから、弱い紐帯をもつプロデューサーは、企画志向であり、新規性の高い情報を手に入れることができるため、高い創造性を発揮できるのだと、私たちは考えました。

２，プロデューサーが監督と強い紐帯を持つ、かつ、他の製作スタッフと密な関係を構築すること。

強い紐帯も、ネットワーク論における主要な概念の一つで、つながりの深い人とは、信頼関係が構築されており、暗黙知の共有がなされるという考え方です。さらに、密度が濃いネットワークは、閉鎖性が高いネットワークとも言いかえられ、そのネットワークの中では、お互いの信頼が深まり、暗黙知の共有が進むとされています。

ここから、強い紐帯をもつプロデューサーは、信頼志向であり、監督やスタッフとの価値観や世界観の共有がなされているため、高い創造性が発揮できるのだと、私たちは考えました。

分析結果を終え、「これで終わりだー！新年は、平穏無事に迎えられる」と意気揚々と先生の研究室へ相談に行きました。

しかし、「この変数のつくり方じゃあとらえきれてない」。

自信を持って臨んだこの分析の結果も無残にも散っていきました。

私たちはここにきて、変数をいかに正確に設定するのかという難しさに直面しました。本来であれば、先行研究を参考にして、変数を作っていきます。しかしながら、今回の分析にかんしてはあまり先行研究がみつからず、自分たちで変数を設定しなければなりませんでした。

ネットワークデータを観測範囲の初年度から、当該年度までの累積データで作っていたのです。

例えば、

2000年までのプロデューサーの累積成績は、1990~1999年までの累積ネットワークデータ、

2001年までのプロデューサーの累積成績は、1990~2000年の累積ネットワークデータ

で説明するというように、

後の年度になるにつれて、ネットワークデータの量が増えていくという形です。

これには問題点があります。

「現在のネットワークデータが、過去の成績を説明することになる」という問題です。私たちは、キャリア連帯の成果を、そのプロデューサーがこれまで製作に関わった映画の興行収益の累積平均であるとしていました。

例えば、これまでに製作に関わった映画の興行収益が5億、10億、15億であれば、

（5＋10＋15）/3=10です。

当該年に関わった映画だけでなく、当該年以前に関わった映画の結果も含まれています。

その累積平均興行収益を、現在までの累積ネットワークで説明するということは、間接的に、現在のネットワークの値が、過去の興行収益を説明するということになります。それでは、因果関係が逆になってしまいますよね。

この「累積の問題点」のフィードバックをいただき、わたしたちは、もう一度データベースを作りなおすことに決めました。とても大変ですが、弱音はいている暇はありません。年越しはメンバーで合宿を行うので、ここで挽回したいと思います。

それでは。

串田