暗黙的連合テスト (IAT)

暗黙的連合テスト (IAT) は、概念間の自動的なメンタル連合の強さを、ペアにされたカテゴリ分類ブロック間の反応時間を比較することで測定します。参加者は、できるだけ早く単語を2つの応答カテゴリのいずれかに分類し、タスクは2つの概念が同じ応答キーを共有しているときと、反対のキーにマッピングされているときの反応がどれだけ速いかから暗黙的な態度を推測します。LabvancedのIATテンプレートは、デスクトップおよびモバイル最適化されたバージョンで入手可能で、完全にカスタマイズ可能なカテゴリおよび属性刺激を持っています。

タスク形式 | 暗黙的連合テスト (IAT) オンラインおよびラボでの使用

LabvancedのIATテンプレートは、Greenwald、McGhee、Schwartz（1998）によって導入されたクラシックな7ブロック構造を実装しています。参加者はまず、単一のカテゴリペア（例えば、製品タイプの単語をEco-FriendlyまたはConventionalとして）をEとIキーを使って練習し、その後に無関係なカテゴリペア（属性単語をHigh QualityまたはLow Qualityとして）を練習します。これらの2つのカテゴリペアは、最初に1つのペアリングが同じ2つの応答キーに組み合わされ、次に最初のカテゴリペアのキーのマッピングが逆転されて、反対のペアリングが使用される同じブロックで繰り返されます（Eco-Friendly + High Qualityがキーを共有する）。2つの組み合わされた（「互換性のある」と「非互換性のある」）ブロック間の反応時間を比較することがコアのIAT測定です：1つのペアリングの方が他のペアリングよりも速く、より正確な反応を示す場合、その概念間の暗黙的連合がより強いことを示します。

組み込みデモバージョンは、消費者心理学の枠組みを使用しています：製品タイプの単語（recyclable、synthetic、biodegradable、plasticなど）がEco-FriendlyまたはConventionalと比較され、品質属性の単語（reliable、defective、durable、fragileなど）がHigh QualityまたはLow Qualityと比較されます。どのカテゴリペアが最初に現れるか、各カテゴリが画面のどの側に割り当てられるかは、参加者間でランダムに割り当てられる4つのレベルの対照因子によって制御されるため、応答側とブロック順序の影響が連合測定を混乱させることはありません。

試してみる！

デスクトップ版

参加者は、EとIのキーボードキーを使用して応答し、2つの応答カテゴリが画面の左上と右上にラベル表示され、刺激単語が画面の中央に表示されます。各試行の前に固定クロスが表示され、各試行の後には短い試行間隔があります。すべての応答はフレーム開始に対してタイムスタンプされ、タスクは応答が300ms未満で記録された場合にはToo Fastとして、10秒以上かかる場合にはToo Slowとして自動的に試行を分類し、試行を破棄することなく疑わしい非応答をフラグします。

モバイル版

モバイルおよびタブレットデバイスでは、同じカテゴリ分類ロジックがキーボードキーの代わりに画面上のLeftとRightカテゴリボタンで提示され、参加者は各刺激単語が属するカテゴリと一致するボタンをタップします。Device_selectionフレームは自動的に参加者のデバイスを検出し、正しいデスクトップまたはモバイルブロックにルーティングするため、同じ研究は異なるデバイスタイプの参加者を募集することができます。

暗黙的連合テスト (IAT) で収集されたデータ

IATは、暗黙の連合の強さと方向を明らかにする様々な行動測定を捕らえます。記録された変数は、研究者が標準のIAT Dスコアを計算し、応答の正確さを評価し、反応時間の外れ値によって影響を受けた試行を特定するのに役立ちます。すべての変数は、タスクのVariablesタブ内で表示およびカスタマイズできます。

以下は、LabvancedバージョンのIATで収集された主要な変数です。

変数名	説明
`Stimulus Presented`	試行中に参加者に表示された単語
`Correct Response`	試行中に表示された単語が属していたカテゴリ。正確さをスコアリングするために使用
`Correctness`	応答が正しいカテゴリ（`Correct`または`Incorrect`）と一致したかどうか
`Accuracy`	試行のバイナリ正確度スコア (`1`/`0`)
`reaction_time_Keyboard` / `reaction_time_button`	試行開始から参加者のキー押下（デスクトップ）またはボタンタップ（モバイル）までのミリ秒数
`pressed_key_Keyboard` / `button_clicked`	試行中に参加者が選択したキーまたはボタン
`Counterbalancing_Scenario`	参加者に割り当てられた被験者間の対照バランス条件（4つのうちの1つ）
`Time_Limit`	試行の応答時間の質フラグ (`OK`, `Too Fast`, または `Too Slow`)

Labvancedの暗黙的連合テスト (IAT) テンプレートを使用して収集された行動測定のデータプレビューで、刺激単語、応答精度、および各試行の反応時間を示しています。

Labvancedで収集された暗黙的連合テストの試行データプレビュー。

暗黙の連想テスト (IAT)

この研究は、暗黙の態度を暗黙の連想テストを用いて測定します。参加者は、ペアになったカテゴリーに単語を分類し、反応時間の差が自動的な連想の強さを明らかにします。

暗黙の連想テスト (IAT) を支える技術

タイミング精度: IATは反応時間の差に基づくパラダイムであり、応答の遅延(reaction_time_Keyboard / reaction_time_button)は各試行でミリ秒単位の精度で取得され、これが適合ブロックと非適合ブロックの比較を意味のあるものにします。
デスクトップアプリ: 安定したキーボードのタイミングやハードウェア統合が必要な実験室ベースのIAT研究では、Labvancedデスクトップアプリを使用してタスクを展開でき、EEGやその他のLSL接続のラボハードウェアと互換性があります。
ウェブカメラによる視線追跡: オプションの注視記録はIATに追加でき、参加者が反応する前にカテゴリーラベルにどのように視覚的に注意を向けるかをキャプチャし、専用ハードウェアなしでカテゴライズプロセスへの窓を加えます。

タイミング精度

時間に敏感なタスクのために、ミリ秒単位の精度で反応時間、タスクパフォーマンスなどをキャプチャします。

デスクトップアプリ

デスクトップアプリを使用してラボ内研究を実行し、EEGやその他のLSL接続のラボハードウェアと互換性があります。

暗黙の連想テスト中にLabvancedで作成されたウェブカメラ視線追跡タスクを見ている人

ウェブカメラによる視線追跡

組み込みでコード不要かつピアレビューされたウェブカメラによる視線追跡で、注視パターンと視覚的注意をキャプチャします。

IATテンプレートのカスタマイズ

このテンプレートをカスタマイズする方法は多くあります。以下は、研究者がこのタスクの変更に関して一般的に尋ねるテーマのいくつかです。

カテゴリーと属性の刺激セット

IATは固定されたコンテンツセットではなく、一般的な分類および応答時間のパラダイムであるため、カテゴリーラベル、属性ラベル、および刺激単語リストはハードコーディングされた値ではなく、編集可能なデータフレームとして保存されます。組み込みのデモは、消費者心理学のフレーミング（エコフレンドリー製品と従来の製品、高品質と低品質）を使用していますが、研究者は文献で研究されている他の暗黙の態度分野、自尊心、性別-キャリアの関連性、その他の社会認知IATなどのためにこの同じ構造を適応することが一般的です。研究者は、使用する任意の発表されたIAT変種での正確な刺激セットを確認すべきです。なぜなら、単語リストは研究特有であり、再検証なしに互換性がないからです。

カウンターバランスの割り当て

応答側とブロック順序の割り当てを制御する4レベルのCounterbalancing因子は、Factors & Randomizationに表示される被験者間因子です。研究者は、参加者が4つのカウンターバランスシナリオに分配される方法を調整できるか、簡略化されたデザインが好ましい場合はシナリオを削減できます。

応答キーとタイミング閾値

デスクトップ版のE/IキーのマッピングとToo Fast（300ms）およびToo Slow（10秒）応答時間の閾値は、タスクのイベントで設定されます。キーの割り当てとタイミング閾値は、特定の発表されたIATプロトコルに合わせて編集できます。

ブロックごとの試行数

各組み合わせ（重要）ブロックはデフォルトで30試行を実行し、各ブロックの前に10試行の練習ブロックがあります。ブロックごとの試行数は、より短いまたは長い発表されたIATプロトコルに合わせてTrials & Conditionsパネルで調整できます。

よくある質問

人種IATを実行したいのですが、現在のタスクをどのように編集すればいいですか？

ブロック構造、カウンターバランス、応答時間のスコアリングロジックは、すべてのIAT変種で同じであり、変更されるのはカテゴリーと属性のコンテンツだけです。このテンプレートを人種態度IATに変換するには：

2つのProduct Typeカテゴリーラベル（現在Eco-Friendly / Conventional）をあなたの2つの社会グループカテゴリーに置き換え、画面上のLeft/Rightカテゴリーラベルのテキスト要素をそれに合わせて更新します。
Attributeカテゴリーラベル（現在High Quality / Low Quality）をGood / BadまたはPleasant / Unpleasantのような価値ペアに置き換えます。
Practice Trials Stimuli ListおよびTwo Attribute Stimuli Listデータフレームの単語リストをあなたの刺激セットに置き換え、練習ブロックと組み合わせブロックが中心に構築される同じ10アイテムごとのカテゴリー構造を維持します。

E/Iキーのマッピング、4レベルのCounterbalancing因子、およびToo Fast/Too Slow応答時間フラグは変更する必要はありません。これらはパラダイムに依存しません。

Labvancedは検証された人種IATの単語や顔のセットを提供していません。文献から1つを手に入れるか（たとえば、以下に引用されているGreenwald、McGhee、& Schwartz、1998年に記載されている刺激など）、あなたの機関が検証した材料から入手し、データ収集前にあなたの機関の倫理審査を通す必要があります。これは、人口カテゴリーを含むあらゆる暗黙的バイアスの研究に対して必要です。

Labvancedは検証済みのハーバード/プロジェクト・インプリシットの人種IAT刺激セットを提供していますか？

いいえ。組み込みライブラリスタディ（スタディID 83858）には、消費者心理学の刺激セット（エコフレンドリー対従来製品、高品質対低品質）が付属しており、検証済みの人種IAT用の単語や顔のセットは含まれていません。Labvancedが提供するのは、一般的なIATエンジン、7ブロック構造、対称化、キー割り当て、反応時間のスコアリングであり、これはハーバードスタイルの人種IATと文献中のその他のIATバリエーションが基づいているものです。あなたの研究が検証済みの人種IAT刺激セットを必要とする場合は、公開された文献やプロジェクト・インプリシットの独自の資料から直接入手し、上記の手順に従ってタスクに読み込んでください。

IATは不正確な応答に対してフィードバック画面を表示しますか？

デフォルトでは表示されません。CorrectnessとAccuracyはすべてのトライアルで記録されますが、赤のXや「不正解」のメッセージは表示されず、トライアルのシーケンス（Fixation Cross → Stimulus Presentation → インタートライアル）は修正応答のために一時停止しません。

多くの伝統的なIATはこの種のフィードバックを示しましたが、元々の1998年のラボ手続きは、刺激を固定300msで「エラー」という単語に置き換え、修正を必要としない単純なペナルティを使用しました（Greenwald, McGhee, & Schwartz, 1998）。赤のXおよびライブで修正するバージョンは、後のWebベースのデモIAT（現代のimplicit.harvard.eduデモの背後にあるモデル）から来ており、Greenwald, Nosek, & Banaji (2003)に記載されています：不正確な応答は赤のXを示し、参加者はトライアルを続行する前に正しい応答を与える必要がありました。その2003年の論文は、この可視的な修正ステップは実際には必要ないことも示しました：同じエラーペナルティ効果は、各エラー試行の反応時間を、そのブロックの平均正しい応答ラグタイムに調整した600msベースのペナルティを加えたもので置き換えることによって、スコアリング時に再現できます。参加者がその場で間違いを見て修正するのではなく。これは研究者がエクスポートされたデータに適用するスコアリング時の計算であり、各ブロックの完全な正試行ラグタイムのセットに依存するため、ブロックが完了するまで行うことはできず、タスク中のトライアルごとにライブで行うことはできません。Labvancedのテンプレートは、すべてのトライアルでCorrectnessと反応時間を記録するため、研究が必要とする任意のエラーハンドリング戦略（1998年のアプローチ、600msスコアリングペナルティ、またはエクスポートされたデータからの事後的なカスタムルール）を適用できます。

研究デザインが可視フィードバックを必要とする場合は、タスクのEventsシステムを使用して追加してください：Stimulus Presentationフレームで、参加者のキー押下またはボタンクリックでトリガーされるイベントを追加し、Correctness変数を確認し、CorrectnessがIncorrectに等しいときのみフィードバック要素（例：赤のX画像またはテキスト）を条件付きで表示します。Correctness変数はすでにすべてのトライアルで設定されているため、新しいスコアリングロジックは必要なく、条件付き表示のみが必要です。

他に知りたいことがあれば、気軽にお問い合わせください：

IATの推奨使用法と応用

インプリシット・アソシエーション・テストは、インプリシットな社会的認知を測定するために最も広く使用されている手段の1つであり、社会心理学、消費者研究、臨床設定で参加者が正確に報告しないかもしれない、あるいは意識していない態度を研究するために適用されています。

インプリシット・バイアスと社会的認知研究： IATパラダイムは、社会的カテゴリーに対する自動的態度を研究するための標準ツールであり、Greenwald, McGhee, และ Schwartz（1998）の元の方法に基づく文献が豊富です。
消費者およびマーケティング心理学： 組み込みデモバージョンは、消費者の自己報告だけでは見逃されるエコフレンドリー対従来型、品質の認識といった、インプリシットなブランドまたは製品カテゴリーの態度を測定します。
健康および臨床心理学： IATバリエーションは、文献でインプリシットな自己評価、依存症関連の関連付け、臨床評価に関連するその他のインプリシットな態度を研究するのに使用されていますが、これらはデフォルトテンプレートに含まれていない研究固有の刺激セットを必要とします。
異文化および発達研究： 刺激内容が適切に適応されると、カテゴリ分け構造は年齢層や文化的文脈を超えて一般化されます。

参考文献

Greenwald, A. G., McGhee, D. E., & Schwartz, J. L. K. (1998). インプリシット認知における個人差の測定：インプリシット・アソシエーション・テスト。Journal of Personality and Social Psychology, 74(6), 1464–1480。
Greenwald, A. G., Nosek, B. A., & Banaji, M. R. (2003). インプリシット・アソシエーション・テストの理解と使用：I. 改良されたスコアリングアルゴリズム。Journal of Personality and Social Psychology, 85(2), 197–216。