提案の根拠として、研究データはどう示せばいいですか？

結論

研究データを根拠として示すときは、①出典をその場で確認できる形にすること、②数値の丸め方を場面に応じて選ぶこと、③比較する条件がそろっているかを確認すること、の3点が実務上重要です。専門家らしい見せ方そのものより、これらの基本のほうが、示した根拠が実際に信頼されるかどうかを左右します。

なぜそう言えるのか

数字の見せ方については、精密さが持つ効果が示されています。Mason et al. (2013) は、丸めた数字より端数のある精密な数字のほうが、相手の対案の修正幅が小さくなることを実験で示し、「精密な数字を出す人は、その値についてよく知っている」という推論が部分的にこの効果を媒介すると報告しています。ただし Lee et al. (2018) は、同じ精密さが交渉に入る前の段階では参入障壁になることも示しており（6研究・N=1,580、不動産データN=11,203でも確認）、精密さは万能ではありません。数字の丸め方を選ぶ は、この二面性を踏まえた技法です。

情報源の信頼性については、Wilson & Sherrell (1993) が、情報源の操作は有意な結果を示した研究の中で平均9%の分散を説明し、専門性の効果がもっとも大きい（専門家 vs 非専門家で平均16%）と報告しています。ただし Hamer et al. (2026) は、信頼できる情報源が実際の行動に与える効果を d = 0.14 という小さな値で報告しており、権威づけだけで根拠の説得力が大きく上がるとは限りません。情報の質を先に示す ことと、出典をその場で出す ことを組み合わせてください。

例外・注意点

比較のしかたにも注意が必要です。導入前後の数字を並べる際、その間に他の要因も動いていることは珍しくありません。比べる条件をそろえる を確認しないまま因果関係を主張すると、根拠そのものの信頼性が疑われます。また、精密な数字を多用しすぎると、かえって「作り込まれた印象」を与え、参入障壁になる場合があることも Lee et al. (2018) が示すとおりです。

関連して知っておきたいこと

根拠を示す目的は説得することだけでなく、相手が自分で検証できる状態を作ることでもあります。分からない点を先に言う を添え、確からしい部分と不確かな部分を分けて示すことが、長期的な信頼につながります。今日からできる小さな一歩として、次の資料に載せる数字ひとつについて、その出典を注記として添えてみてください。