IB 仮説の書き方完全ガイド｜IA・EEで高評価を取る構造と例文
仮説は IA・EE の最初の関門でありながら、書き方を体系的に教わる機会は少ない。「予測＋根拠＋変数の明示」の三点構造を押さえれば、採点者が求める論理的な仮説文を自信を持って書けるようになる。
IBの仮説とは何か？採点者が本当に見ているもの
IB の Internal Assessment(IA)や Extended Essay(EE)において、仮説(Hypothesis)は調査全体の論理的な骨格だ。採点者は仮説を読んだ瞬間に、「この生徒は実験の目的を理解しているか」「科学的思考ができているか」を判断する。
結論から言えば、評価される仮説には次の三点構造が必要だ。
- 独立変数(Independent Variable)と従属変数(Dependent Variable)の明示
- 検証可能な予測(Testable Prediction)
- 科学的根拠(Scientific Justification)の添付
この三点を一文あるいは二文に凝縮したものが、IBで求められる仮説の形だ。「実験してみたら分かる」という書き方では評価されない。実験する前から、既習の理論や信頼できる文献をもとに「なぜそうなると予測するのか」を示す必要がある。
IA 全体の書き方や構成については IB Internal Assessment (IA) の書き方｜高得点を取る型と進め方 も合わせて読んでほしい。
仮説はどう書けばよいか？三点構造の詳細
1. 独立変数と従属変数を明示する
仮説の中で最も基本的なミスは、変数が曖昧なことだ。「温度を変えると結果が変わる」では何も伝わらない。
- 独立変数(IV)：自分が意図的に変化させる変数。例：溶液の pH、光の波長、ストレス課題の種類
- 従属変数(DV)：IVの変化に応じて測定する変数。例：酵素の反応速度、葉緑体の光吸収率、心拍数
この二変数を仮説内で具体的に書くことで、採点者はすぐに「研究の焦点が明確だ」と判断できる。
2. 予測に方向性を持たせる
「変化するだろう」という表現は弱い。増加する、減少する、比例する、逆相関になるなど、方向性を示した予測が評価される。
| 弱い予測 | 強い予測 |
|---|---|
| 温度が変わると反応速度が変わるだろう | 温度が上昇するにつれ、酵素の反応速度は最適温度まで増加し、それ以降は低下するだろう |
| ストレスをかけると心拍数が変化するだろう | 認知的ストレス課題を行うと、安静時と比較して心拍数は有意に上昇するだろう |
3. 科学的根拠を必ず添える
IBの仮説がただの「予想」と違う点は、根拠となる理論・原理・先行研究を添えることだ。根拠は一文でも構わないが、次の要素を含めると評価が上がる。
- 関連する科学的原理の名称（例：活性化エネルギー、社会的比較理論）
- その原理が今回の実験にどう当てはまるか
- 可能であれば信頼できる文献や教科書への言及
科目別に仮説の書き方は変わるか？BiologY・Chemistry・Physics・Psychology を比較
IBでは科目によって、仮説に求められる専門用語の粒度や理論の引用スタイルが異なる。以下の表を参考にしてほしい。ただし、具体的な評価基準や要件は科目ごとの最新 subject guide・担当教員に必ず確認すること。
| 科目 | 仮説に含めると効果的なもの | よく使う根拠の種類 |
|---|---|---|
| Biology | 酵素・遺伝・生態学の専門用語、実験条件の生物学的説明 | 代謝経路、ホメオスタシス、進化の原理 |
| Chemistry | 反応式・結合エネルギー・平衡定数などの化学的概念 | ルシャトリエの原理、反応速度論 |
| Physics | 数式・物理量・単位を伴った定量的な予測 | 運動方程式、電磁気学の法則 |
| Psychology | 操作的定義(Operational Definition)が重要、倫理への配慮も | 認知・行動・社会的心理理論 |
| Environmental Systems & Societies | システム思考、定性的予測も可 | エネルギーフロー、物質循環 |
Physics や Chemistry では、可能であれば定量的な予測（例：「2倍の濃度では反応速度がおよそ2倍になると予測する」）を入れると高評価につながりやすい。一方、Psychology や一部の Biology 研究では定性的な予測（方向性のみの記述）でも十分なことがある。
科目別の詳細は以下のガイドも参照してほしい。
仮説の例文を見せてほしい｜科目・トピック別サンプル
以下はいずれも三点構造（IV・DV明示 / 予測の方向性 / 科学的根拠）を満たしたサンプルだ。あくまで構造を理解するための参考例であり、自分のリサーチクエスチョン・実験デザインに合わせて書き直すことが前提だ。
Biology｜酵素の活性と温度
もし過酸化水素の分解反応においてカタラーゼを含む溶液の温度を10°Cから60°Cまで段階的に上昇させるならば、酸素の生成速度は最適温度（目安として体温付近）まで増加し、それ以降は急激に低下するだろう。なぜなら、酵素は特定の三次元構造（活性部位）を持ち、最適温度を超えると熱変性によりその構造が崩れ、基質との結合ができなくなるという酵素活性の原理があるからだ。
ポイント： 温度という IV、酸素生成速度という DV を明示。予測に「増加→低下」という方向性。根拠として酵素の変性という原理を引用。
Chemistry｜平衡と温度
もし塩化コバルト(II)水溶液の温度を上昇させるならば、溶液の色は青色（無水物型）へ変化するだろう。なぜなら、ルシャトリエの原理によれば、発熱反応である水和反応の平衡は、温度上昇に伴い逆反応側（脱水方向）に移動するからだ。
ポイント： 色変化という観察可能な DV。ルシャトリエの原理という名前付きの根拠。
Physics｜単振り子の周期
もし単振り子の振り子の長さを変化させるならば、一往復の周期はその長さの平方根に比例して増加するだろう。なぜなら、単振り子の周期を表す式 T = 2π√(L/g) から、周期 T は長さ L の平方根に比例し、重力加速度 g には反比例することが導かれるからだ。
ポイント： 物理では数式を根拠として引用することで定量的な予測が可能になる。
Psychology｜認知負荷と記憶
もし参加者が高認知負荷の課題（多数の情報を同時処理する条件）を行う場合、低認知負荷条件と比較して短期記憶の再生成績は低下するだろう。なぜなら、Baddeley & Hitch の作業記憶モデル(Working Memory Model)によれば、中央実行系の処理容量は限られており、負荷が増えると記憶の符号化・保持が妨げられるからだ。
ポイント： Psychology では理論家の名前と理論名を明記することが評価につながる。操作的定義（「多数の情報を同時処理する条件」）も意識している。
よくあるミスと修正パターン｜この仮説はなぜ減点されるか
採点者のフィードバックでよく挙がる仮説のミスを整理した。
ミス1：仮説が「事実の確認」になっている
❌「水を加熱すると沸点に達して蒸発する」
これは既知の事実の確認であり、仮説(hypothesis)ではなく観察の記述だ。仮説は「まだ検証していないが、理論から予測できること」でなければならない。
✅「もし溶質の濃度を増加させるならば、水溶液の沸点は上昇するだろう。なぜなら沸点上昇は溶質粒子の数に依存するという束一的性質(Colligative Properties)の原理があるからだ。」
ミス2：根拠がない、または常識的すぎる
❌「温度が上がると反応が速くなるだろう。なぜなら、温度が上がると速くなることが多いからだ。」
根拠が循環論法になっている。反応速度論（衝突理論・アレニウス式など）を引用することで根拠が科学的になる。
ミス3：予測に方向性がない
❌「光の強さを変えると光合成速度に影響を与えるだろう。」
「影響を与える」では予測として不十分。「増加する」「飽和点に達するまで比例的に増加し、その後は一定になる」のように具体的な変化を示す。
ミス4：変数が多すぎる・曖昧すぎる
❌「様々な条件を変えると結果に変化があるだろう。」
一つの仮説には一つの独立変数と一つの主要な従属変数を対応させるのが原則だ。複数の変数を扱いたいなら、リサーチクエスチョン(Research Question)の段階で焦点を絞るべきだ。
ミス5：断定的すぎる
❌「この実験により、〜が正しいことを証明する。」
仮説は「証明」するものではなく「検証」するものだ。「〜と予測する」「〜が示されるだろう」 という表現が適切で、科学的態度を示すことができる。
EEの仮説はIAと何が違うか？Extended Essayでの注意点
Extended Essay(EE)は IA よりも長く、より高度な学術的議論が求められる。仮説の位置づけも少し異なる。
仮説が必須ではないEEもある
EE は実験系(Sciences)から人文社会系(History, Literature, Economics など)まで多岐にわたる。実験系以外のEEでは「仮説」よりも「リサーチクエスチョン(RQ)」や「論点(Argument)」が中心になる場合が多い。自分の科目・アプローチに合わせて担当スーパーバイザーに確認すること。
実験系EEでの仮説の注意点
| ポイント | IAとの違い |
|---|---|
| 根拠の質 | より専門的な文献・査読論文の引用が期待される |
| 仮説の複雑さ | 複数の条件や変数を扱う場合も多く、仮説が複数になることもある |
| Null Hypothesis | 統計処理を行う場合は帰無仮説(Null Hypothesis, H₀)と対立仮説(Alternative Hypothesis, H₁)を明示することがある |
| 仮説の位置 | Introduction または Background の後に明確に配置する |
EE全体の構成については IB Extended Essay (EE) の書き方｜テーマ選びから提出までの完全ガイド で詳しく解説している。
仮説を洗練させる3つのステップ｜下書きから完成形へ
仮説は最初から完成させる必要はない。以下のプロセスで段階的に仕上げるのが効果的だ。
ステップ1：まず「粗い骨格」を書く
最初は三点構造の骨格だけを埋めることを目標にする。
[もし〜ならば] 独立変数とその操作を書く
[〜になるだろう] 従属変数の変化方向を書く
[なぜなら〜] 思いつく根拠を書く（後で精緻化する）完璧さは求めない。まず「書ける状態」にすることが先だ。
ステップ2：根拠を教科書・文献で強化する
粗い根拠を書いたら、それを支持する教科書の章・論文・subject guide の内容と照合する。より正確な用語・原理名・発見者の名前などを加えることで根拠が強化される。
このとき「自分が実際に授業で学んだ範囲」に根拠を収めることが重要だ。聞いたことのない理論を無理に引用しても、後のデータ分析・考察で整合性が取れなくなる。
ステップ3：変数・方向性・言葉を整える
最終的に以下のチェックリストで確認する。
| チェック項目 | 確認ポイント |
|---|---|
| IVは一つに絞られているか | 複数の操作をまとめていないか |
| DVは測定可能な形で書かれているか | 「感じる」「良くなる」などの主観的表現を使っていないか |
| 予測に方向性があるか | 「変化する」だけになっていないか |
| 根拠は科学的か | 常識・直感だけになっていないか |
| 断定しすぎていないか | 「証明する」「必ず〜になる」を使っていないか |
| 専門用語は正確か | スペルミス・誤用がないか |
仮説に関するよくある疑問 Q&A
Q：仮説は何文で書くべきか？
A：明確な制限はない（最新の subject guide・担当教員に確認）が、一般的には2〜4文程度で三点構造をカバーする。冗長にする必要はなく、簡潔さも評価につながる。
Q：「帰無仮説」は書かなければいけないか？
A：統計的検定（t検定、カイ二乗検定など）を使う場合は帰無仮説(Null Hypothesis, H₀)を明示することが求められることが多い。科目・レベル・実験デザインによって異なるため、担当教員に確認するのがベストだ。
Q：実験結果が仮説と一致しなかった場合、評価は下がるか？
A：仮説の正誤は採点に直接影響しない。 採点されるのは「仮説が科学的根拠に基づいて論理的に立てられているか」と「結果と仮説の不一致を考察で適切に議論できているか」だ。仮説が外れたときこそ、科学的考察能力を示すチャンスになる。
Q：先行研究を引用する必要はあるか？
A：引用できると根拠の質が上がる。EEでは特に重要で、IAでも参考文献として挙げることが推奨される。引用形式は学校指定の citation style（APA、MLAなど）に従う。
Q：仮説を書く前に何を準備すればよいか？
A：以下の順番で準備するとスムーズだ。
- リサーチクエスチョン(RQ)を確定する
- 関連する理論・原理を教科書で復習する
- 実験デザイン（IV・DV・統制変数）を決める
- 上記を踏まえて三点構造の仮説を書く
仮説はたった数文だが、IA・EEの論理的な品質を決定する出発点だ。採点者は仮説を読んで、そのあとのデータ収集・分析・考察がどれほど信頼できるかを予測する。構造を守り、根拠を丁寧に書くことが、最終的なスコアに直結する。
仮説の書き方や IA・EE 全体の戦略について個別に相談したい場合は、IB経験者が指導する Quick IB のサポートを活用してほしい。