【図解シリーズ】成人期・中年期・老年期の発達課題

① 成人期の課題：自立と責任の受容

🐺 成人期（若い大人）

• 保護される立場 → 自立した大人へ

• 仕事・納税・結婚・家庭形成など、社会的責任を受け持つ時期

📌 この時期の主なテーマ

• 職業選択

• 家庭形成

• 親・会社・地域社会との関わり

• 子どもがいれば「扶養責任」も発生

🧭 成人後期（30代〜40代）

• 身体・精神の変化に向き合う

• 生活スタイルと役割の再構築

• 若手育成・家庭内役割・健康管理の重要性が増す

• 

---

② 中年期の転換：「中年の危機」

🦊 レビンソンのライフサイクル理論
中年期は「移行期」が特に重要。

💥 中年の危機を引き起こす要因

• キャリア上の変化（昇進、停滞、リストラ）

• 子どもの問題・親の介護など家庭の想定外の課題

• 身体変化・見た目の変化への戸惑い

結果として──
👉 人生選択の再評価・価値観の揺らぎ（アイデンティティ・クライシス）

---

③ 中年期の選択：何を守り、何を手放すか

🐻 限界と制約を踏まえた再編集の時期

• 「守るもの」「追うもの」「手放すもの」を整理する段階

• キャリアや家庭、人間関係の棚卸しが起こる

🧩 エリクソンの発達理論
世代性（Generativity）vs 停滞（Stagnation）

• 次世代育成・社会貢献に関与できる → 心の充実

• 自己中心的になり停滞する → 空虚感が増す

👉 この時期の選択が、その後の老年期の質を左右する

④ 老年期の再編成：統合か絶望か

🦉 老年期は「人生の総仕上げ」

• 仕事・子育てなど社会的役割から離れ、生活を再構築する時期

• 過去の経験を振り返り、意味づけを行う

🧠 エリクソンの課題
統合（Integrity）vs 絶望（Despair）

• 人生を肯定できる → 心の統合へ

• 後悔・喪失を抱えたまま → 絶望へ

📌 老年期の適応には個人差が大きい
人間関係・自己肯定感・居場所が生活の満足度を左右する

---

⑤ ライチャードの老年期5類型

🐢 1. 円熟型（Mature Type）
　社会参加・趣味などで充実。バランス良く老いを楽しむ

🐱 2. ロッキングチェアー型（Rocking Chair Type）
　静かな余生を好み、積極的な社会関与は避ける

🐺 3. 防衛型（Defensive Type）
　過去の役割に強く執着。行きすぎると“老害”化

🐗 4. 外罰型（Outer-directed Type）
　不満の矛先が外部へ。環境や他者のせいにしがち

🐑 5. 内罰型（Self-hating Type）
　自分を責めやすく、抑うつ傾向が強い。孤立リスク大

👉 違いを生むのは「それまでの生き方・人間関係・価値観」

---

おわりに：人生100年時代の発達課題

人生の後半ほど、
環境への適応 × 自分自身の再編成
が大きなテーマになる。

• 自分の変化を受け入れる

• 役割の再定義

• 人とのつながりを作り直す

• 過去を肯定し、未来を柔らかく受け入れる

心理学的に見ても、それは人間らしい自然な営み。

あなた自身の発達のカタチを考えるヒントになれば幸いです。

---

• #発達心理学

• #成人期

• #中年の危機

• #老年期

• #エリクソン理論

【図解】キャリア形成と心理 ― フリーターの心理から考える

1. フリーター心理の2つの特徴

🐰 モラトリアム的心理

• 決断を保留して「とりあえず」続けてしまう

• 背景には「アイデンティティ確立」の課題

🐼 やりたいこと思考

• 興味や関心を優先して仕事を選ぶ

• 自由度は高いが、軸がぶれやすい

  

---

2. キャリア観の2つの視点

🐢 静的視点

• 性格・適性で「決められたレール」に従う

🐿 動的視点

• 経験を重ねて変化・成長を前提に進む

• VUCA時代はこちらが重要　

  

---

3. 自由なキャリアの光と影

🦊 光

• 自分で選べる

• 主体的に進める

🐻 影

• 選択肢が多すぎて迷いやすい

• 失敗＝自己責任という重圧

• 

---

4. クランボルツの計画的偶発性理論（5つの力）

🐦 好奇心
🐕 粘り強さ
🐙 柔軟性
🐧 楽観性
🐯 冒険心

👉 偶然をチャンスに変えるスキル

---

5. キャリアを支える6つの因子

🐬 未知への挑戦
🐴 達成動機
🦉 構想力
🐱 未来への信頼
🐢 過去の受容
🐻 ネットワーク力

👉 キャリアの基盤を強める力

---

まとめ

🐾 キャリアは「自分で選ぶ」時代。

• 自由と責任はセット

• 心理学を使って「価値観・過去・未来」を整理しよう

• 少しずつ自分のキャリア軸が見えてくる

中国人へのバイアスについて考える

私が勤務しているお店には、世界中からお客様が来店します。

外国人比率8割という、少し特殊なコンビニです。その中でも一番多いのは中国のお客様です。

皆さんは中国人にどんなイメージを持っていますか？

「騒がしい」「協調性がない」――こうしたマイナスのイメージは、よく聞きます。

しかし実際に接している私から言わせれば、

そのイメージは“ステレオタイプ（固定観念）”に近いと感じます。

---

■「騒がしく聞こえる」の正体

中国語の特徴として、4つの声調があります。

どうしても日本語より音がはっきりしているため、

“強く聞こえる”だけなのです。

---

■「協調性がない」は本当か？

これは逆に、白人の欧米人には同じことを言わない日本人が多い印象です。

アメリカ人もヨーロッパの人も、自分の意見をハッキリ言い、マイペースです。

でも中国人だけ「協調性がない」と見なされることが多い。

ここに 文化的なバイアス が働いているように思います。

---

■レジで見えてくる“本当の姿”

私がレジを打っていて感じるのはむしろ逆で、

欧米人

中国人

その他の国籍の方

みんな高額の買い物をした後に

“ありがとう・Thank you・謝謝” の一言を必ず返してくれます。

一方で、日本人のお客様の中には、

100円、200円の買い物でも無言

舌打ち

順番待ちで他の国の方を睨む

こちらの声かけにも返事なし

こうした態度の方が一定数いるのも事実です。

もちろん全員ではありませんが、

私はこの光景を見るたび、同じ日本人として少し恥ずかしくなります。

---

■結論：国籍より“人”を見た方が良い

いろいろな国の方を接客してきた私の結論はシンプルです。

国籍に関係なく、素晴らしい人もいれば、そうでない人もいる。

むしろ、観光客より日本人のほうが横柄に見える瞬間も少なくありません。

だからこそ、

「中国人だから」「言葉が通じないから」と偏見を持つ前に、

ぜひその人の表情や態度を見てほしい。

それだけで、

今まで抱いていたバイアスが少し和らぐと思います。

#異文化理解

#ステレオタイプ

#接客業のリアル

#コンビニ店員の視点

#中国人観光客

いわゆる都内コンビニ界隈アルバイトの質

私が足かけ30年近く過ごしてきたコンビニエンスストア業界（現在も学生をしながら働いています）。

この30年で「現場の質」は大きく変わりました。

私が見てきた変化は、大きく以下の4点です。

---

① 昔は“外国人店員”という存在がほぼいなかった

私もアルバイト → 社員 → 店長 → オーナーと経験してきましたが、

外国人スタッフが普通に働くようになったのは、首都圏でもここ20年ほどです。

当時の日本に来ていた留学生は、正直「その国のエリート層」が大多数でした。

ただ、私のいた直営店では雇用許可が出ませんでした。「前例がない」「責任が取れない」という理由です。

しかし今では、日本語が十分でない外国人スタッフが多く働いています。

本人にも生活がありますし応援したい気持ちがある一方、「接客で辛い思いをしてほしくない」という複雑な思いもあります。

---

② かつてコンビニは“学生に大人気の職場”だった

昔は募集をかければ10人以上応募が来るほどで、学生バイトの定番でした。

しかし今は学生の応募はほとんどありません。

理由としては、

他に条件の良いアルバイトが増えた

少子化

コンビニのブラックさが広く知られた

首都圏特有の求人事情

などがあるのでしょう。

---

③ フリーターの質が大きく変わった

昔のフリーターは「就職氷河期で仕方なくフリーターになった」層が多かった。

だから社会訓練もあり、責任感もありました。

しかし今のフリーターは、私の現場感覚では

“責任を取りたくないからフリーターを選んでいる層” が多い。

痛い言い方になりますが、社会訓練が不十分で、仕事の基礎が身についていない人がかなり多いです。

---

④「派遣フリーター」がコンビニを回す時代に突入

今は店と正式に契約せず、派遣として様々な店舗を回るフリーターが増えました。

つまり、腰をすえて働くことすら拒否する働き方 が生まれてしまったのです。

---

■ なぜ、あえて“フリーター批判”のような話を書いたのか？

ここが一番誤解されたくない部分です。

私は別に「フリーターが悪い」と言いたいのではありません。

根本的に悪いのは、

派遣制度を拡大し、不安定労働を作り出した小泉内閣

安い人件費で回し、内部留保を膨らませてきた大企業

責任を取らない日本のトップ層（役人・政治家・企業幹部）

だからです。

国と企業が作り出した構造の中で、フリーターや外国人が犠牲になっている。

彼らの“働く選択肢”が奪われた結果が、今のコンビニ現場だと思っています。

フリーターを責めても意味はない。

責任はトップが取るべきものだからです。

---

■ だからこそ私は「寄り添う心理士」になりたい

非力ではありますが、

私は――

“フリーターや外国人に寄り添える心理士”

になりたいと思い、日々勉強しています。

現場を30年見てきたからこそ、

彼らのしんどさも、誤解されやすさも、身に染みて理解しています。

コンビニアルバイト

労働問題

非正規雇用

外国人労働者

現場のリアル

心理統計入門⑨ ― 条件付き確率：「“ならば”の確率」で世界を読む

これまで平均・ばらつき・相関といったテーマを通して、

「データをどう要約するか」を見てきました。

でも、ここからはもう一歩踏み込みます。

「あることが起こったとき、別のことがどのくらい起こりやすくなるのか」――

この“関係の深さ”を確率で読むのが、今回のテーマです。

---

☁️「雨が降ると電車が遅れる」って本当？

たとえば、「雨が降ると電車が遅れる」と言われることがあります。

確かにそんな気がしますが、果たして本当にそうでしょうか。

これを確率の言葉で言うと、

「雨（A）が降ったときに、電車が遅れる（B）確率」になります。

式で書くと次のようになります。

> P（B｜A）＝P（AかつB）／P（A）

つまり、“雨が降った日の中で、実際に遅れた日の割合”です。

この考え方を条件付き確率といいます。

「AならばBが起こる確率」――つまり“ならば”の世界を扱うのです。

---

💉「陽性＝病気」とは限らないという現実

次は少し現実的な例です。

ある病気Sの罹患率（かかる確率）が1000人に1人だとします。

検査キットTの性能は次の通りです。

病気の人が陽性になる確率は99％

病気でない人が陰性になる確率は99.5％

では、「陽性」と出た人が本当に病気である確率はどのくらいでしょうか。

---

🧮 計算してみましょう

まず、病気の人が陽性になる確率は

1000人に1人が病気で、その99％が陽性なので、1000分の0.99です。

次に、病気でない人が間違って陽性になる確率（偽陽性）は、

1000人中999人が健康で、その0.5％が陽性なので、1000分の4.995です。

したがって、陽性と出る人全体は

0.99＋4.995＝**5.985（1000人あたり）**です。

実際に病気で陽性になる人の割合は、

0.99 ÷ 5.985 ≒ **0.165（約16.5％）**となります。

---

😳 意外に低いと思いませんか？

「陽性＝ほぼ病気」と思いがちですが、

実際には6人に1人しか本当に病気ではありません。

つまり、病気そのものが“まれ”な場合、

いくら検査精度が高くても「陽性＝確定」とは言えないのです。

これが、条件付き確率の怖さであり、面白さでもあります。

---

🎂「同じ誕生日の人がいる確率」は意外と高い

もうひとつ、有名な確率の話を見てみましょう。

1クラス30人の中で、同じ誕生日の人がいる確率はどのくらいでしょうか。

多くの人は「せいぜい10％くらいじゃない？」と思うかもしれません。

しかし、実際は――70％以上あるのです。

---

🔍 考え方はこうです

まず、「全員の誕生日がバラバラである確率」を考えます。

1人目は自由に生まれ日を選べます。

2人目は364/365、3人目は363/365…と続いていきます。

これを30人分すべて掛け合わせると、

「全員が違う誕生日である確率」は**約0.29（29％）**です。

つまり、「誰かが同じ誕生日である確率」は

1−0.29＝**0.71（71％）**となります。

---

🧠 数は感覚を裏切る

人の直感は、確率の世界ではよく裏切られます。

「そんなことめったにない」と思う出来事が、

実はかなりの頻度で起きていることも少なくありません。

確率を学ぶ意義は、まさにそこにあります。

> 感覚や思い込みではなく、

「どのくらい起こり得るのか」を数で判断できるようになることです。

---

✍️ まとめ

「AならばBが起こる」を確率で表すと P（B｜A）になります。

条件がつくと、確率の意味は大きく変わります。

感覚に頼らず、「本当に起こり得るのか？」を数で考えることが大切です。

確率を学ぶことは、

見た目や印象に惑わされない“思考の筋力”を鍛えることでもあります。

#心理統計 #条件付き確率 #ベイズの定理 #心理学勉強記録 #臨床心理士への道 #学び直し #統計初心者

心理統計入門⑧ ― 確率を学ぶ意義：「P値」で“確からしさ”を考える

ここまでの話では、

データの大体（代表値）、ばらつき（散布度）、**かかわり（相関）**に注目して、

「データをどのように要約できるか」を見てきました。

---

🍰 例：男女で購入額に差があるように見える？

たとえば、ある店舗での平均購入額を調べたとします。

 平均購入額 　SD（ばらつき）

男性 4000円　 800円

女性 4500円 　1000円

平均値だけを見ると、

「女性の方がよく買ってくれそうだな」と思えます。

さらにSD（標準偏差）を比べると、

女性の方が1000円とばらつきが大きく、

人によって買う金額にかなり差がある様子も見えてきます。

---

👀 でも、これって“たまたま”かもしれない

こうした数値はあくまで「見た印象」でしかありません。

サンプルを別の月に取れば、

たまたま男性客が多い日が続いて数字が逆転するかもしれない。

つまり今見えている「差」が本当にあるのか、それとも偶然なのかを判断するには、

仮説を立てて検証する必要があるのです。

そのための考え方が――

👉 **確率（probability）**です。

---

🎯 確率を学ぶ意義とは？

確率を学ぶ目的は、

> 「偶然のゆらぎ」を見積もり、どこまでが“普通に起こり得る範囲”かを判断するためです。

つまり、確率を使うことで

「その結果はどのくらい“起こり得る”ものなのか」

を数値で表し、

感覚ではなく、根拠をもとに意思決定できるようになるのです。

心理学でもビジネスでも、

この“偶然かもしれない”を数で扱えることが、

客観的アプローチの第一歩になります。

---

🧩 ここで登場するのが「P値」

P値とは――

> 『もし本当は差がないとしたら、今みたいな結果が出る確率』

のこと。

もっとやさしく言えば、

> 「この結果は、どのくらい“普通に起こり得る”ことなのか」

を示す目安です。

---

🔢 P値の見方（イメージ）

P値 意味 判断の目安

0.4（40％） 4割くらいの確率で起こる。つまりよくあること。 → 偶然の範囲。差があるとは言えない。

0.02（2％） 100回に2回しか起こらない。つまり珍しいこと。 → 偶然では説明しにくい。差があるかもしれない。

---

🪙 コイントスで考えてみよう

たとえば、公平なコインを10回投げるとします。

「表が10回連続で出る」確率は

(0.5)^{10} = 0.00098

1000回に1回しか起きない“かなり珍しい現象”です。

それがもし何度も続いて起きるなら――

「このコイン、もしかして偏ってる？」

と疑いたくなりますよね。

> 💬 これがP値の発想です。

本来ならほとんど起こらないことが実際に起きているなら、

「偶然ではない」かもしれない、と考える。

---

⚠️ よくある誤解

> ❌「P=0.02だから、女性が多く買う確率は98％！」

❌「P値が小さい＝その結果が正しい」

これは誤りです。

P値は“結果の確からしさ”ではなく、

「偶然でもその結果が出る確率」を表すもの。

つまり、「どのくらい普通に起こり得るか」を測るための確率のものさしなんです。

---

🧠 まとめ：確率を学ぶ意義

記述統計（平均・散布・相関）は「データの見方」を教えてくれる。

確率は、そのデータが「どのくらい確からしいか」を教えてくれる。

P値は、「その結果が偶然に出る確率」を示す。

Pが大きい（例：0.4）＝よくあること。

Pが小さい（例：0.02）＝珍しいこと。偶然では説明しにくい。

確率を学ぶ目的は、思い込みを減らし、正しい判断を下す力をつけること。

---

🔎 確率を理解するための３つのテーマ

確率を本当に使いこなすためには、次の３つを押さえておくとよいでしょう。

1️⃣ 確率のルール

　確率って何？　事象の考え方・加法と乗法の法則。

2️⃣ 確率のモデル

　現実のデータがどんな形をしているか（例：正規分布）。

3️⃣ 確率の運用

　実際のデータから母集団を推測する「推測統計」。

---

> 🗨 ひとことでまとめると

ここまでの「平均・ばらつき・相関」は“データを見て整理する”話。

これからの「確率・P値・推測統計」は“データを見て判断する”話です。

#心理統計 #P値 #確率 #推測統計 #心理学勉強記録 #臨床心理士への道 #学び直し #統計初心者

【心理統計入門⑦】質的データの相関 ――順位相関と連関係数をわかりやすく整理する

質的データにおける相関

質的データ（数値ではなく、順位やカテゴリーなどで表されるデータ）にも、

「どの程度関係があるのか」を調べる方法があります。

代表的なのが 順序相関 と 名義相関（＝連関係数） の2つです。

---

💬 ① 順序相関（スピアマンの順位相関係数）

> 数値そのものではなく、順位（順序） に注目して相関を求める方法です。

もとのデータを「大きい順」または「小さい順」に並べ、

それぞれに順位（rank）をつけ、その順位同士で相関を計算します。

この方法は「スピアマンの順位相関係数」と呼ばれます。

（例）

X　   Y 　rankX 　rankY

20 　160 　1 　　　3

21 　172 　2 　　　4

25 　176     3 　　　5

34 　152 　4 　　　1　

48 　155 　5　　      2

> 各変数の「順位」の対応関係から相関を求めます。

順位の並びが似ていれば正の相関、反対なら負の相関となります。

---

💬 ② 連関係数（名義相関）

> 一方、データが「はい・いいえ」「男・女」などの

**カテゴリー（名義尺度）**の場合は、

値の大小ではなく、グループ間の関係性を調べることになります。

このときに使うのが「連関係数」です。

> カテゴリーを一時的に数値に置き換えて相関を求めます。

たとえば次のように単純な2カテゴリーのデータを設定します。

はい　→　＋1  

いいえ →　0

> このように数値化して相関を求めることで、

カテゴリー間の関係（＝名義相関）を把握します。

「はい」が多い組み合わせほど正の連関があり、

「はい」と「いいえ」が混ざるほど関係は弱まります。

---

🔍 まとめ

> スピアマンの順位相関：順位データ（順序尺度）向き

連関係数（名義相関）：カテゴリー（名義尺度）向き

#心理統計 #心理学勉強記録 #統計学 #臨床心理士 #心理学部生 #心理学入門 #心理学好きと繋がりたい #学び直し #心理学ブログ #心理学ノート #スピアマン相関 #連関係数