感情投影表情描画法による心理アセスメントツールの開発

Abstract

背景 心理アセスメントを行う過程において、言葉や表情などによる表出の内容は重要な情報資料となる。その表出内容を構造的に収集する方法として、質問紙法や投影法による心理検査法がある。しかし、質問紙法は心理面の表層部分に適用範囲が限られ、投影法は検査判定の不安定さが問題点として指摘される。そのため, 質問紙法の客観性・簡便性と投影法の広い適用性とを併せもったアセスメントツールの開発が望まれている。 目的 本研究の目的は、簡便に解釈および評価することが可能な表情描画法による心理アセスメントツールを作成することである。 方法 大学生255名を対象に、多面的感情状態尺度、気分調査票および表情描画シートで構成される無記名式質問紙調査を実施し、その有効回答者211名を分析対象とした。まず、因子分析を行って多面的感情状態尺度および気分調査票を集約し、各項目標準偏差に基づき上位・下位得点者の表情描画の顔パーツの形を選出した。次に、感情因子であるネガティブ感情 (N感情) とポジティブ感情 (P感情) の顔パーツの形を各パーツ単位で確定し、表情描画シートのN・Pサインを特定した。また、7つの感情を独立変数とするロジスティック回帰分析を行い、表情描画スコアの適合性を検討した。 結果 「抑醒・不安」「倦怠」「疲労感」「不安感」を下位因子とするN感情因子と「活動的快」「集中」「驚愕」を下位因子とするP感情因子で構成される感情因子が抽出された。N感情とP感情のサインの特定については、N感情サイン (左右眉2サイン、左右目2サイン、口4サイン) およびP感情サイン (左右眉1サイン、左右目2サイン、口2サイン) をスコア化し、これをもとに表情描画シートの表情描画スコアを作成した。N感情を1、P感情を2としてロジスティック回帰分析を行った結果、「倦怠:Exp (B) =1.20, 95%CI [1.04, 1.38], p<0.02」「抑馨・不安:Exp (B) =1.16, 95%CI [1.00, 1.34], p<0.06」が認められた (回帰モデルの正分類率74.4%, p<0.001) 。 結論 ロジスティック回帰モデルにより、感情投影表情描画法の妥当性 (感情判別の的中精度) が確認され、「倦怠」「抑諺・不安」の把握に適していることが示唆された。つまり、開発された感情投影表情描画法は、P感情よりもN感情の側面を相対的に捉えるのに適したアセスメントツールといえる。

Background For psychological assessment, language and facial expressions provide the important information. Currently , two methods are available to collect these expression contents. They are the questionnaire method and psychological testing using a projective technique. How ever, both of them have their own shortages. The former only covers surface psyche, and the latter has a problem in the reproducibility of testing. Therefore, the development of an assessment tool having the advantages of both methods with objectivity , simplicity wide application is highly desired. Objective Purpose This study aims to develop a psychological assessment tool that , by drawing facial expressions, capture temporal emotional status. Methods An anonymous questionnaire survey composed of attributes (sex and age), a multiple mood scale (MMS) , a mood inventory and a drawing sheet of facial expressions , was conducted for 255 university students as respondent s. First, MMS and mood inventory were analyzed by factor analysis and the features of drawn facial parts of high or low scorers' facial expressions according to the standard deviation of each item were extracted. Next, whether the facial drawing represents negative feeling (N feeling) or positive feeling (P feeling) , was determined for each facial part. Thus, the N and P signs on the facial expression drawing sheet were indentified. In addition, a multiple logistic regression analysis using seven feelings as independent variables was performed. Results The N and P feeling factors were extracted. N feeling factors were composed of such subfactors as "depression and anxiety", "fatigue", "tiredness" and "anxious feeling" P feeling factors were composed of such subfactors as "active emotion", "concentration" and "consternation". Features of N and P feeling signs were extracted, including 8 N feeling signs ( 2 signs with both eyebrows, 2 with both eyes, 4 with mouth) and 5 P feeling signs (1 sign with both eyebrows, 2 with both eyes, 2 with mouth). These signs were graded, and based on this grading, the facial expression drawing on the sheet was scored. The results of the multiple logistic regression analysis with N feeling as score 1 and with P feeling as score 2 were as follows: Fatigue: Exp(B)=1. 20, 95%CI [1 . 04 , 1. 38] , p<0. 02; Dysphoria and Anxiety : Exp(B)=1. 16, 95%CI [1. 00, 1. 34], p<0. 06 (Regression model showed a 74. 4% probability of correct classification, p<0.001). Conclusion The validity of the facial expression drawing was confirmed by the logistic regression models. It was suggested that this method is appropriate for the assessment of "fatigue" and "depression and anxiety". Therefore, the facial expression drawing we developed is more suitable for assessment of the aspect of N feeling rather than that of P feeling.