慶英会 塾長｜慶應義塾大学卒・英検1級
中高一貫校の学校英語・NEW TREASURE・英検対策を専門とするオンライン個別指導塾です。塾長紹介
NEW TREASURE（ニュートレジャー）Stage4・5の科学系ReadやStage5のCritical Writingでは、accuracy（正確さ）・precision（精度、測定値のまとまり）・reliability（信頼性、一貫して測れるか）・validity（妥当性、調べたいものを適切に測れているか）を混同すると研究の結論を読み違えます。たとえば温度計が3回とも22.0℃を示しても、基準値が20.0℃なら「値はそろっているが基準からずれている」状態です。慶英会では独自4資料40問・モデル英文40例・全文和訳・計算と説明を掲載しました。
この教材は実際の研究データや教科書の本文を再現したものではありません。学校・機器・調査人数などはすべて練習用の架空の事例です。研究分野によってreliabilityやvalidityの詳細な定義・評価方法は異なります。ここでは高校生の英語読解・研究発表で必要な基礎的な違いに絞っています。
4概念の違い ／ 4資料40問 ／ 全解答・全文和訳 ／ 復習 ／ FAQ
accuracy・precision・reliability・validityの違い
| 英語 | 読み方の中心 | 簡単な判断例 |
|---|---|---|
| accuracy | 基準の値への近さ | 基準20℃に対して22℃が続けば基準から2℃ずれた値。 |
| precision | 繰り返し値の散らばりが小さいか | 22、22、22℃は数値がよくそろっている。 |
| reliability | 同等の条件・手順で一貫した結果が得られるか | 数回だけでは長期・別条件での一貫性は不明。 |
| validity | その方法で調べたい概念を本当に測っているか | 図書館の利用回数だけでは満足度を直接測れていない。 |
正確さ（accuracy）と精度（precision）は同時に高いこともありますが、必ず一致するわけではありません。また、同じ質問への回答が繰り返し一致していても、その質問が測定したい「満足度」を尋ねていなければ妥当性に問題が残ります。研究の英語を読むときは、測定した値→指標の意味→どこまで言えるかの順に確認しましょう。
慶英会独自4資料40問｜英語研究の測定と評価
資料を読み、英語で1〜3文の回答を作ってください。数値問題では計算式を確認し、推論・評価問題では資料の限界を明示してください。すべて独自の架空の実験と調査です。
資料1｜資料1｜温度計の正確さと測定値のばらつき
Original research text: For this fictional exercise, a reference device establishes that the temperature of a stable test environment is 20.0°C. Thermometer A records 22.0, 22.0 and 22.0°C in three readings. Thermometer B records 19.0, 20.0 and 21.0°C. These are illustrative numbers, not results from actual equipment. The reference is treated as the correct value for this task. The students want to distinguish precision, which concerns how close repeated measurements are to one another, from accuracy, which concerns closeness to the reference value. Three readings are not sufficient to describe all possible performance or all future environments.
問1：Identify the reference temperature.
問2：Calculate the mean of Thermometer A’s readings.
問3：Calculate the mean of Thermometer B’s readings.
問4：Identify the thermometer whose three readings are more closely grouped.
問5：State why Thermometer A’s readings are not accurate relative to the reference.
問6：Can we conclude that Thermometer B always gives accurate readings?
問7：Calculate Thermometer B’s range.
問8：Explain why precision and accuracy are not identical.
問9：Suggest one useful next step for checking Thermometer A.
問10：Write a careful results-and-limitations statement.
資料2｜資料2｜繰り返し測定・測定範囲・妥当性
Original research text: Students in a fictional classroom want to measure how long a simple device takes to complete a programmed cycle. The display on the device states that the planned duration is 30.0 seconds, but this is a target, not an independently verified reference measurement. Using the same stopwatch and procedure, Student X records 30.1, 30.0 and 30.1 seconds in three trials. Student Y measures the same type of programmed cycle under a different procedure and records 32.0, 28.0 and 31.0 seconds. The class wants to evaluate repeatability, but the two students did not use identical measurement conditions. The class also asks whether this test is suitable for judging the device’s reliability over a whole school year. Only three trials per student have been collected.
問11：Identify the stated target duration.
問12：Calculate the range of Student X’s measurements.
問13：Calculate the range of Student Y’s measurements.
問14：Which student’s readings appear more repeatable in the collected trials?
問15：Does the 30-second target prove what the true duration was?
問16：Why should the two students’ results not be treated as a controlled comparison?
問17：Calculate Student X’s average to one decimal place.
問18：Can the three trials establish the device’s reliability over one year?
問19：Propose a stronger test of long-term reliability.
問20：Write a conclusion that avoids confusing repeatability with accuracy.
資料3｜資料3｜質問票は何を測っている？回答の一貫性と妥当性
Original research text: A fictional school wants to understand student satisfaction with library services. A draft survey asks only one question: ‘How many days did you visit the library last week?’ Twenty students answer. Fifteen report at least one visit, and five report no visits. In a follow-up, the same twenty students give the same answers to the same visit-frequency question. This suggests consistent responses for this narrow question, but it does not show that students are satisfied. A person can use the library often while being dissatisfied. The draft also does not ask whether students have easy access to the library or what changes they would prefer. The group has not measured satisfaction directly.
問21：Identify the research goal.
問22：What did the original survey question actually ask?
問23：How many students reported at least one visit?
問24：Calculate that share among respondents.
問25：What does the identical follow-up response suggest?
問26：Does consistency prove that the survey validly measures satisfaction?
問27：Why might a frequent visitor still be dissatisfied?
問28：Suggest a more direct satisfaction question.
問29：Identify one limit of generalizing from twenty volunteers.
問30：Write a short research-methods evaluation.
資料4｜資料4｜二人の観察者の分類結果と再現可能性
Original research text: Two students independently classify the same twenty short, anonymous comments about a fictional school’s reading area. The coding categories are ‘request for longer hours’ and ‘other’. They agree on fourteen comments but classify six comments differently. The instructions for borderline examples are vague, and the coders have not discussed a shared rule for such cases. The comments came from volunteers rather than a randomly selected sample. The team wants to improve agreement between observers and evaluate whether the coding categories capture all important issues, such as noise or accessible seating.
問31：Identify how many comments both observers classified.
問32：Identify the number of agreements.
問33：Calculate the simple observed agreement rate.
問34：Calculate the disagreement count and percentage.
問35：Explain one potential reason for disagreement.
問36：Is seventy-percent observed agreement the same as perfect inter-rater reliability?
問37：How could the team improve consistency between observers?
問38：Why might the two-category scheme have limited validity?
問39：Can the volunteer comments represent all students’ views?
問40：Write a cautious evaluation and next-step proposal.
全40問の英文モデル・日本語訳・測定の根拠
推論問題では別解も成り立ちます。ただしaccuracy、precision、reliability、validityのそれぞれが何を評価しているかを、英語・日本語の両方で説明してください。
資料1｜温度計の正確さと測定値のばらつき｜全解答
本文の日本語訳：架空の演習で基準温度が20.0℃と定められた安定した環境を、温度計Aは22.0・22.0・22.0℃、Bは19.0・20.0・21.0℃と3回記録。Aは数値がそろうが基準から2℃高く、Bの平均は20℃だがばらつきがある。いずれも実機の測定結果ではなく、3回だけで将来の性能全般は評価できない。
解1：The reference temperature is 20.0°C.
和訳：基準温度は20.0℃。
解説：正確さを比較する対象として指定された値。
解2：The mean of A’s readings is 22.0°C.
和訳：Aの3回の平均は22.0℃。
解説：(22+22+22)÷3＝22。
解3：The mean of B’s readings is 20.0°C.
和訳：Bの3回の平均は20.0℃。
解説：(19+20+21)÷3＝20。
解4：Thermometer A has the more closely grouped readings.
和訳：Aの3測定値の方がまとまっている。
解説：Aの範囲0℃、Bの範囲2℃。まとまりがprecision。
解5：All three readings are 2.0°C above the reference.
和訳：3回とも基準より2℃高い。
解説：まとまりがよくても基準値への正確さは別。
解6：No. We have only three readings in one test environment.
和訳：いいえ。一つの環境で3測定だけでは常に正しいとは言えない。
解説：alwaysと一般化する根拠がない。
解7：The range of B’s readings is 2.0°C.
和訳：Bの測定値の範囲は2℃。
解説：最大21−最小19＝2。
解8：A’s readings are tightly grouped but differ from the reference, while B’s mean matches the reference but its readings vary.
和訳：Aはまとまるが基準から離れ、Bは平均が基準と一致してもばらつく。
解説：一致度と繰り返しのばらつきという評価軸の違い。
解9：The students could check calibration against a suitable reference over more temperatures.
和訳：Aを複数の温度で適切な基準と比較し校正を調べられる。
解説：一つの温度だけで全範囲を断定しない。
解10：Thermometer A gave three identical readings of 22.0°C when the reference was 20.0°C. Thermometer B’s three readings averaged 20.0°C but ranged from 19.0 to 21.0°C. Thus A was more precise in this small set, whereas B’s mean was closer to the reference. More readings and calibration checks are needed before making broader claims.
和訳：Aは22℃を3回示し基準20℃との差が2℃、Bは19〜21℃で平均が20℃だった。今回の測定ではAの方がそろい、Bの平均が基準に近い。一般的な性能の判断には追加測定が必要。
解説：測定値、判断、限界を分けて説明している。
資料2｜繰り返し測定・測定範囲・妥当性｜全解答
本文の日本語訳：架空の教室で装置のプログラム1回の所要時間を調べる。装置の表示は予定30.0秒だが、これは独立に検証した真値ではない。Xは同じストップウォッチ・手順で30.1・30.0・30.1秒、Yは別の手順で32.0・28.0・31.0秒。2人の測定条件は同一ではない。各3回だけで、装置の1年間の信頼性も評価できない。
解11：The device’s stated target is 30.0 seconds.
和訳：装置の予定時間は30.0秒。
解説：targetと実測の真値を区別する。
解12：The range is 0.1 seconds.
和訳：Xの測定範囲は0.1秒。
解説：30.1−30.0＝0.1秒。
解13：The range is 4.0 seconds.
和訳：Yの測定範囲は4秒。
解説：32.0−28.0＝4.0秒。
解14：Student X’s readings are more consistent within the three recorded trials.
和訳：記録された3回ではXの値の方が一貫している。
解説：同じ手順で記録したXの範囲が小さい。
解15：No. The target was not an independently verified reference measurement.
和訳：いいえ。予定30秒は独立の基準測定ではない。
解説：真値と装置の設定値を混同しない。
解16：They used different measurement procedures.
和訳：測定手順が違っていたから。
解説：手順が違うとばらつきの原因を特定できない。
解17：The mean is approximately 30.1 seconds to one decimal place.
和訳：Xの平均は小数第1位までで約30.1秒。
解説：(30.1+30.0+30.1)÷3＝30.066…→30.1秒。
解18：No. Three trials do not measure performance across a year.
和訳：いいえ。3回の試行で1年間の安定性は証明できない。
解説：評価期間が目的に合わない。
解19：The class could repeat measurements over a longer period using the same procedure and record environmental conditions.
和訳：同じ手順で長期間反復し環境条件も記録する。
解説：長期信頼性には時間的なサンプルと条件の統一が必要。
解20：Student X’s three measurements were closely grouped, ranging from 30.0 to 30.1 seconds. Student Y’s range was larger, but the procedures differed, so the cause cannot be identified. The stated 30.0-second target is not an independently verified true value. These short trials suggest that X’s recorded measurements were more repeatable, but they do not establish absolute accuracy or the device’s long-term reliability.
和訳：Xの測定値は30.0〜30.1秒とまとまる。Yは幅が大きいが手順が異なるため原因は不明。30秒は独立の真値ではなく、短期反復測定のまとまりは分かっても絶対的正確さや長期信頼性は不明。
解説：精度・正確さ・長期の信頼性を混同しない。
資料3｜質問票は何を測っている？回答の一貫性と妥当性｜全解答
本文の日本語訳：架空の学校が図書館サービスへの満足度を知りたいが、草案で尋ねたのは先週図書館を利用した日数だけ。20人中15人は少なくとも1日利用、5人は利用0日。同じ20人が次回も同じ頻度の回答をした。狭い設問では回答が一貫しているが、頻繁に使う人が満足しているとは限らない。満足度自体は直接調べていない。
解21：The goal is to understand satisfaction with library services.
和訳：目的は図書館サービスへの満足度を知ること。
解説：何を測りたいか（construct）を特定。
解22：It asked about the number of days students visited the library during the previous week.
和訳：先週何日図書館を利用したかを尋ねた。
解説：利用頻度と満足度は異なる。
解23：Fifteen of the twenty students reported at least one visit.
和訳：20人中15人が少なくとも1日利用した。
解説：15/20。
解24：Seventy-five percent of respondents reported at least one visit.
和訳：回答者の75％が少なくとも一度利用した。
解説：15÷20＝75％。満足した割合ではない。
解25：It suggests consistency in answers to the visit-frequency question for these students.
和訳：この20人の利用頻度質問への回答に一貫性があることを示唆する。
解説：繰り返し回答の一致は狭い測定の一貫性。
解26：No. Visit frequency is not the same construct as satisfaction.
和訳：いいえ。利用頻度と満足度は別の概念。
解説：reliabilityとvalidityの違い。
解27：Frequent use does not necessarily mean that services meet a student’s needs.
和訳：多く利用していてもサービスが必要に合っているとは限らない。
解説：行動頻度だけで感情を推定しない。
解28：How satisfied are you with the library’s opening hours and study spaces?
和訳：開館時間や学習場所にどのくらい満足していますか。
解説：測定したい構成概念を直接質問する。複数の観点を分ける設問設計も可能。
解29：The group cannot assume that these twenty students represent every student at the school.
和訳：20人で全校生徒を代表するとは限らない。
解説：標本の代表性は別の問題。
解30：The draft survey collected visit-frequency information from twenty students, and fifteen reported at least one visit. Their repeated responses were consistent, but this does not establish satisfaction with library services. The question measures frequency rather than satisfaction, so it may not be valid for the stated goal. The researchers should ask more direct, clearly defined satisfaction questions and recruit an appropriate sample before drawing broader conclusions.
和訳：草案は20人の利用頻度を調べ15人が利用した。回答は一貫したが満足度の測定として妥当とは限らない。満足度を直接尋ねる設問と適切な標本が必要。
解説：一貫した回答と目的に合う測定を区別。
資料4｜二人の観察者の分類結果と再現可能性｜全解答
本文の日本語訳：2人の生徒が架空の学校の学習エリアに関する匿名コメント20件を独立に分類した。「開館時間延長の要望」と「その他」の2分類で14件は一致し6件は不一致。境界例のルールが曖昧で合意基準がない。コメントは希望者からの収集で無作為標本ではなく、騒音・座席の利用しやすさなども適切に分類できているか検討が必要。
解31：Both observers classified the same twenty comments.
和訳：両者は同じ20件を分類した。
解説：個人の数ではなくコメント件数。
解32：They agreed on fourteen classifications.
和訳：14件の分類で一致した。
解説：計測値14。
解33：The observed agreement rate was 70 percent.
和訳：観察された単純一致率は70％だった。
解説：14÷20＝70％。偶然一致を調整した指標ではない。
解34：They disagreed on six comments, or 30 percent.
和訳：6件、30％で不一致だった。
解説：6÷20＝30％。
解35：The coding instructions for borderline cases were vague.
和訳：境界的な例の分類指示が曖昧だったためかもしれない。
解説：原因候補であり証明はされていない。
解36：No. Agreement was not perfect, and a simple agreement rate does not adjust for chance.
和訳：いいえ。完全一致ではなく、単純一致率は偶然一致を補正していない。
解説：単純一致と包括的な信頼性評価を分ける。
解37：It could define clearer categories and test a shared coding guide.
和訳：分類基準を明確にし共通の手引きを試す。
解説：観察者間の判断ルールを統一する。
解38：It may fail to capture separate issues such as noise or accessible seating.
和訳：騒音や利用可能な座席など別の重要項目を区別できない可能性がある。
解説：測りたい内容を十分反映するかという妥当性の問題。
解39：No. Volunteer comments alone do not establish the opinions of the entire school.
和訳：いいえ。希望者のコメントだけで全校の意見は確定できない。
解説：代表性は観察者間一致とは別の評価軸。
解40：Two students independently coded twenty comments and agreed on fourteen, giving a simple observed agreement rate of 70 percent. Six comments were classified differently, possibly because the rules for borderline cases were unclear. The group should establish a more detailed coding guide and repeat the exercise. It should also review whether the categories capture issues beyond opening hours, including noise and seating access. Because the comments came from volunteers, the results should not be generalized to every student.
和訳：20件のコメントで14件一致、単純一致率70％。6件の不一致があり、分類基準を改善して再評価する必要がある。騒音や座席の問題をとらえられる分類かも検討し、希望者の意見を全校へ一般化しない。
解説：一致率・妥当性・代表性を別々に検討した報告。
研究英文で間違えやすい5つの判断
- 3回の値が同じだから、必ず真値にも正しいと結論づける。
- 測定値の平均が基準に近いだけで、毎回のばらつきを無視する。
- 狭い質問の回答が安定していることと、研究目的に合う測定ができていることを同一視する。
- 観察者同士の単純一致率を、そのまま全ての研究の信頼性の証明とする。
- 希望者だけの小さな標本を、全校生徒・すべての測定環境に一般化する。
7日で4概念を区別する復習
- 1日目：資料1の温度計AとBを「基準値への近さ」と「測定値のまとまり」に分ける。
- 2日目：資料2の測定手順の違いを確認し、長期的な信頼性を評価する方法を説明する。
- 3日目：資料3で利用頻度と満足度が同じでない理由を日本語・英語で説明する。
- 4日目：資料4で観察者間一致率、分類の妥当性、標本の代表性を分ける。
- 5日目：4資料の解答を隠し、数字と用語を正確に再現する。
- 6日目：学校のReadから研究の目的・手段・数値・限界を抜き出す。
- 7日目：別の架空の測定を考え、accuracy・precision・reliability・validityの4項目を自力で点検する。
関連する無料教材
- Stage4・5｜Methods・Results・Limitationsの研究英作文40問
- Stage4・5｜図表の脚注・分母・T/F/NG40問
- Stage4・5｜evaluate・inferの英問英答40問
- NEW TREASURE Stage別・文法別無料教材一覧
- Stage5｜研究英文Abstractを自分で書く40問
- Stage4・5｜研究質問・仮説・変数の40問
- Stage4・5｜SD・SE・95％CIのエラーバー40問
- Stage4・5｜質的・量的データと自由記述40問
よくある質問
Q. precisionが高いならaccuracyも高いですか？
A. いいえ。値が何度も同じでも、基準から一定量ずれている場合があります。
Q. reliabilityとvalidityは同じですか？
A. 一貫した結果が出ることと、測りたいことを測れているかは別の観点です。
Q. 平均値が正しければ測定方法に問題はありませんか？
A. いいえ。平均だけでなくばらつき、手順、基準、測定回数を確認してください。
Q. 実際のNEW TREASUREの研究本文から取った問題ですか？
A. いいえ。慶英会の完全オリジナル演習です。
慶英会の最大1か月無料体験・学習相談
NEW TREASURE Stage4・5の科学Read・Projectで研究の根拠・数値・因果の説明が難しい生徒に、学校の範囲に合わせた個別の解説と演習を提供しています。最大1か月無料体験・学習相談はこちら。
参考にした主な公式情報
- Ｚ会 NEW TREASURE Third Edition Stage4
- Ｚ会 NEW TREASURE Third Edition Stage5
- Purdue OWL｜Organizing Your Argument
本文4本、40問・英文解答・和訳と計算根拠はすべて慶英会が独自に制作しました。実在の研究結果を報告するものではありません。
NEW TREASURE（ニュートレジャー）でお困りの方へ
慶英会 塾長｜慶應義塾大学卒・英検1級
塾長の経歴・指導方針を確認する
授業の進度が速い、英文法が難しい、定期テストで点が取れない。慶英会では、使用Stage・Lesson、学校の進度と理解度に合わせて、必要な単元から立て直すオンライン個別指導をご案内しています。
最大1か月完全無料体験・学習相談をご希望の方は、慶英会公式LINEからご連絡ください。LINEでは「学年・使用Stage・困っているLesson・次のテスト日」を分かる範囲でお送りください。
LINEを開いた後、「無料体験希望（ブログ・NEW TREASURE）」または「学習相談希望（ブログ・NEW TREASURE）」とメッセージをお送りください。ボタンを押すだけでは相談の受付は完了しません。LINEをご利用になれない場合は、メールで学習相談もできます。
指導内容・無料体験の条件を先に確認したい方へ：NEW TREASURE対策の相談を始める前に、慶英会公式サイトで指導内容・料金・無料体験の対象と条件を確認できます。無料体験の回数や受付状況は変わる場合があるため、最新の案内を優先してください。個別の学習相談は上の公式LINEをご利用ください。
受講内容・無料体験の条件と受付状況は無料体験のご案内で確認できます。相談だけでも受け付けています。 料金・コース・無料体験の条件もご確認ください。
最大1か月完全無料体験・学習相談受付中
最大1か月の完全無料体験をご案内
学校教材・学力・目標に合わせた個別指導
入塾前に授業の進め方や講師との相性をお確かめください。
学校英語・定期テスト・英検の学習相談にも対応します。
保護者様の教育相談も無料で承ります。
1.学年 2. 学習目標 3.体験ご希望をお送りください。
体験の期間・回数・担当講師・日程は、ご希望と受付状況を確認してご案内します。
慶英会 塾長｜慶應義塾大学卒・英検1級。中高一貫校の学校英語・NEW TREASURE・英検対策を専門としています。塾長の経歴・指導方針を確認する