教育意識と社会階層 ESSM2013データを用いた潜在クラス多項ロジットモデル 日本教育社会学会第66回大会 於　松山大学・愛媛大学 中澤　渉　（大阪大学）

問題設定 教育の社会移動に果たす役割の重要性（Breen, 2010; Hout, 2012）。その中で特に高等教育費の高騰、学校外教育の重い負担。 日本の公教育費負担は先進諸国で最低レベル。 ただし日本人全体の意識でみた場合、相対的には教育費の公的負担を求める声は必ずしも強くはない（中澤　2014）。 日本人が教育を軽視しているわけではない。むしろ重視。 しかし重視の意味が問題。教育の公益性を重んじているのか、むしろ自分の子が高い教育を受けることが重要なのか、というのでは、公教育費負担に対する態度が異なり得る。

従来の意識研究の問題点 質問紙調査の意識項目＝リッカート尺度 この数値を従属変数にして回帰分析を行う。 　この数値を従属変数にして回帰分析を行う。 →１つのアイテム（項目）についての反応を見ることができるが、意識間の複雑な構造をみることはできない。 因子分析による因子得点を従属変数にする →リッカート尺度は量的変数ではないが、量的変数と見なした上で潜在因子の得点も（その因子において）一次元的な得点で示されるという仮定を置いている。「肯定」「否定」という反応が一次元的な数値や単なる順序で置き換えられるのか。 　因子分析の第一の関心は潜在変数（因子）の発見（変数間の関係）であり、潜在変数における個人の位置を因子得点という連続変量で示すが、個人の回答パターンという質的変数ならではの情報が失われる（藤原他　2012; Collins and Lanza, 2010）。

潜在クラス分析 クロス表分析で関連があると思われる変数間に第三の変数を入れることで、関係が失われる→第三の変数が真の影響。　ラザーズフェルドのエラボレーションの発想。 複数の質的顕在変数（x1～x4）に共通する潜在因子uがあると仮定。その潜在因子を発見するのが潜在クラス分析。 質的変数版因子分析ともいわれる（McCutcheon, 1987）。 x1 x2 u x3 x4

潜在クラス分析の考え方 4つの顕在変数A～Dと1つの潜在変数Xを考える。顕在変数のカテゴリーを仮にi, j, k ,lとし、潜在変数のクラスをtで示す。仮に潜在変数も含めた五重クロス表を作成し、その特定のセルに入る個人の確率を 𝜋 𝑖𝑗𝑘𝑙𝑡 とおく。すると、 𝜋 𝑖𝑗𝑘𝑙𝑡 𝐴𝐵𝐶𝐷𝑋 = 𝜋 𝑡 𝑋 𝜋 𝑖𝑡 𝐴|𝑋 𝜋 𝑗𝑡 𝐵|𝑋 𝜋 𝑘𝑡 𝐶|𝑋 𝜋 𝑙𝑡 𝐷|𝑋 　が成立する。ここで 𝜋 𝑡 𝑋 はXの中で潜在クラスtが占める割合を、 𝜋 𝑖𝑡 𝐴|𝑋 は、クラスtにおける顕在変数Aのカテゴリーiの応答割合を示す。 この式から顕在変数と潜在変数の間にはそれぞれ関連性があるが、顕在変数間には関連がないことがわかる（local independence）。 この前提のもとでtの数を増やし、適合度が高く、もっとも節約的（単純）なモデルが選択される。これは対数線形モデル（log-linear model）において、単純なモデルから徐々に変数間の関連を仮定してモデルを複雑にし、適合的なモデルを発見するのと同様の手順である（藤原他 2012;三輪 2009; Heinen, 1996; 松田 1988）。

データ 2013年11月～12月 『教育と仕事に関する全国調査（ESSM2013）』 （Survey of Education, Social Stratification, and Social Mobility in Japan, 2013） 　郵送留置・訪問回収調査 　日本全国　30～64歳、抽出数は240地点、4800人 　　有効回答数　2893（回収率　60.3%） 　　分析は使用する変数について欠損のない2406名 　　（分析にはフリーソフトのlemを用いた）

意識項目 A, 「安定した生活を送っていくためには、高校卒業後も学校に行った方がよい」（高卒後の学歴重視） B, 「一般に、学校の授業で得た知識は、仕事をするうえで役立つ」（学校知の有用感） C, 「公立学校は信頼できる」（公立学校への信頼） D, 「税金を増やしてでも、今より政府の教育支出を増やすべきだ」（公教育支出推進） 公教育支出の増加への賛否には、単に学校教育を重視したり、教育に対する有用感があるというほかに、「公教育」に対する信頼といった意識が関連していると思われる。 単純なモデルを発見するため、それぞれの意識は「賛成・あてはまる」「反対・あてはまらない」の2値に変換する。「わからない・どちらともいえない」は、欠損ケースを減らすため、多い方のカテゴリーに含める（Yamaguchi(2000)でもやっている処理。分析の大勢には影響なし）。

分析 ①４つの意識項目の背景に何らかの潜在変数があると仮定して、適合度の高い潜在クラスを導き出す。 ②潜在クラスは事実上のカテゴリーと見なせるので、このカテゴリーを従属変数とする多項ロジットモデルを推定する。これにより、各潜在クラスを分ける要因が導き出せる。 なお、②において従属変数となる潜在クラスは、①で導き出した潜在クラスと同じになるように、予め各潜在クラスの条件付き応答確率を大まかに定義しておく。ただし現実には共変量が加わることで、潜在クラスの条件付き応答確率は①と全く同じになるわけではない。 分析の事例としてはYamaguchi (2000)。わかりやすいlemを利用した実践例としては都村ほか（2008）を参照。

変数 意識はp.7のスライドの通り。 説明変数 　回答者の職業階層（いわゆるEGP階級分類（Erikson, Goldthorpe, and Portocarero, 1979）をもとに、6カテゴリーに分類（I+II=専門・管理に相当, III=事務・（被雇用の）販売に相当, IV=自営・家族従業・農業に相当、V+VI=熟練に相当、VII=半熟練・非熟練に相当、無職）。 　回答者の学歴（中学・高校、短大・高専・専門、大学・大学院の3カテゴリー） 　性別（男女の2カテゴリー） 　出生年代（1948-57生、1958-67生、1968-83生の3カテゴリー） 　子の有無（あり・なしの2カテゴリー）

意識変数の分布 A 高卒後の学歴重視 B 学校知の有用感 Ｃ 公立学校への信頼 Ｄ 公教育支出推進

変数の記述統計（N=2,406）

モデルの選択 潜在変数は1つと仮定する。 モデル3については識別性の問題が生じるので（Goodman, 1974）、潜在クラスの３のうち2つの潜在クラスが同じ大きさという制約を設けた。モデル対比の結果からモデル3を選択。 クラス数 d.f. G2 p AIC BIC モデル1 1 11 280.835 .000 258.835 195.193 モデル2 2 6 30.291 18.291 -16.424 モデル3 3 1.885 .390 -2.115 -13.686 モデル対比 ⊿G2 ⊿d.f. p モデル1－モデル2 250.454 5 .000 モデル2－モデル3 28.405 4

潜在クラスの構成・応答確率 クラス1 （教育否定群） クラス2 クラス3 Ａ 高卒後学歴重視 .321 .679 .991 .009 （私的利益重視群） クラス3 （公的機能重視群） 肯定 否定 Ａ　高卒後学歴重視 .321 .679 .991 .009 .638 .362 Ｂ　学校知の有用感 .373 .627 .719 .281 .784 .216 Ｃ　公立学校への信頼 .235 .765 .301 .699 .899 .101 Ｄ　公教育支出推進 .157 .844 .358 .642 .537 .464 クラス別構成割合 .481 .260　

潜在クラス多項ロジットモデルの結果

各クラスの共変量ごとの構成割合（１） 職業階層別 学歴別

各クラスの共変量ごとの構成割合（2） 性・子の有無 世代（出生コーホート）

結果の要約 本発表の4つの意識の背景に1つの潜在変数があると仮定すると、3つのクラスに縮約できる。 回答者の半分近くがどの意識にも否定的で、教育に対する価値を高く見ていない。残り半分は、教育の私的な利益を重視し、公的な機能をあまり重視しない層と、全体的に教育の価値を重く見る層に分けられる。 私的利益を重視する層は、その属性から、子育てを行っている（いた）比較的高学歴の女性（教育ママ的な人々？専業主婦層も相対的に多い？）に偏っている。 相対的に公教育を重視している層は、専門・管理職や高学歴が多くなる。それでも公教育費の増額を望む人は、このクラスに限定しても半分程度に過ぎない。

議論・課題 Ｄの意識について、「税金を増やしてでも」という部分に反応して、否定的な回答が増えた可能性がある。 男女別に同様の分析を行うと、男性は2クラス、女性は3クラスが適合的になる。本発表の結果は、女性の分布に大きく依存している。 回帰分析の結果は、因果関係を示しているわけではない。高学歴と公教育重視に関連はありそうに見えるが、教育拡大が進んでいるので、高学歴化が進む若い世代ほど公教育重視になるのか、といえばそうとも言えない。 相対的に子育てを熱心に行うことが多いと思われる女性の間で、公立の信頼が薄く、公教育費負担の増加を望まない傾向が強いのは、このあたりから教育の私事化が進行していることの現れ？あるいはそもそもそういう母親ほど、自分の「子の」教育に熱心？（税が増えれば家計に負の影響はあるが、もし教育費が増えれば家計が助かる側面もある。それでも公教育費の増加は望む傾向が弱い。教育における私的な選択を重視？） 公的機能重視群で有意に無職が少ないことをどう読み取るか。

謝辞・および要旨の訂正 本研究は、日本学術振興会科学研究費補助金（基盤研究(A)、課題番号23243083）による研究成果の一部である。なお、データの使用にあたっては、教育・社会階層・社会移動調査研究会の許可を得た。 要旨の訂正 要旨に掲載されている潜在クラスの応答確率の表は、p.12のような制約をつけずに行ったが、識別性の問題から本発表のような制約をつけた結果の方が適切なので、これに差し替えさせてほしい。

文献 Breen, Richard. 2010. “Educational Expansion and Social Mobility in the 20th Century,” Social Forces, 89(2): 365-88. Collins, Linda M. and Stephanie T. Lanza, 2010, Latent Class and Latent Transition Analysis: With Applications in the Social, Behavioral, and Health Sciences. Hoboken, NJ: John Wiley & Sons. Erikson, Robert, John H. Goldthorpe, and Lucienne Portocarero. 1979. “Intergenerational Class Mobility in Three Western European Societies: England, France, and Sweden,” The British Journal of Sociology, 30(4): 415-41. 藤原翔・伊藤理史・谷岡謙, 2012, 「潜在クラス分析を用いた計量社会学的アプローチ－地位の非一貫性、格差意識、権威主義的伝統主義を例に」『年報人間科学』33: 43-68. Goodman, Leo A. 1974. “Explanatory Latent Structure Analysis Using Both Identifiable and Unidentifiable Models,” Biometrika, 61(2): 215-31. Heinen, Ton. 1996. Latent Class and Discrete Latent Trait Models: Similarities and Differences, Thousand Oakes, CA: Sage. Hout, Michael. 2012. “Social and Economic Returns to College Education in the United States,” Annual Review of Sociology, 38: 379-400. 松田紀之, 1988, 『質的情報の多変量解析』朝倉書店 McCutcheon, Allan L. 1987, Latent Class Analysis, Newbury Park, CA: Sage. 三輪哲，2009，「潜在クラスモデル入門」『理論と方法』24(2): 345-56. 中澤渉，2014，『なぜ日本の公教育費は少ないのか』勁草書房 都村聞人・岩井紀子・保田時男・宍戸邦章，2008，「JGSS-2005 を用いた通信機器利用の潜在クラスモデル－統計分析セミナーにおける適用例」大阪商業大学比較地域研究所・東京大学社会科学研究所編『JGSSでみた日本人の意識と行動』7: 233-49. Yamaguchi, Kazuo. 2000. “Multinomial Logit Latent-Class Regression Models: An Analysis of the Predictors of Gender-Role Attitudes among Japanese Women,” American Journal of Sociology, 105(6): 1702-40.