4つの主なアプローチ

1月 2, 2022admin

量的研究

量的研究は、一般的に実証主義／ポスト実証主義のパラダイムに関連しています。通常、統計的な計算を行い、結論を導き出すことができるように、データを収集し、数値形式に変換することが含まれます。

プロセス

研究者は、1つまたは複数の仮説を立てます。これは、調査したい事柄 (変数) の間に起こりうる関係についての予測を含む、取り組みたい質問です。これらの疑問に対する答えを見つけるために、研究者はさまざまな道具や材料（紙やコンピュータのテスト、観察のチェックリストなど）、そして明確に定義された行動計画も持っています。

データは厳密な手順に従ってさまざまな手段で収集され、統計解析のために準備されます。今日では、高度な統計コンピュータパッケージの助けを借りて実施される。この分析により、研究者は2つ以上の変数にどの程度の関係があるのかを判断することができます。これは単純な関連性（例えば、日常的に運動している人は血圧が低い）かもしれないし、因果関係（例えば、毎日の運動が実際に血圧を下げることにつながる）かもしれない。統計解析により、研究者は複雑な因果関係を発見し、ある変数が他の変数にどの程度影響を及ぼしているかを判断することができる。

統計解析の結果は、標準的な方法でジャーナルに掲載され、最終結果はP値です。科学研究の専門用語に慣れていない人のために、査読付き雑誌の論文の末尾にある考察欄には、通常、研究結果を説明し、発見の意味をわかりやすく説明しています

原則

量的研究において、客観性は非常に重要です。そのため、研究者は自分自身の存在、行動、態度が結果に影響を与えないよう、細心の注意を払います（例えば、研究されている状況を変えたり、参加者に異なる行動を取らせたりすることで）。また、バイアスの可能性がないか、方法と結論を批判的に検証します。

研究者は、自分たちが測っていると主張するものを本当に測っているのか、徹底的に確認します。例えば、BGMが老人ホームの入居者の落ち着きのなさに良い影響を与えるかどうかという研究であれば、研究者は、どんな音楽を入れるか、音楽の音量、落ち着きがないというのはどういうことか、落ち着きのなさをどう測定するか、何が良い影響とみなされるかなどを明確にしなければなりません。これらはすべて、事前に検討し、準備し、コントロールしなければなりません。

結果に影響を与える可能性のある外部要因も制御する必要があります。上記の例では、音楽の導入が他の変化（たとえば、CDプレーヤーを持ってきた人が、音楽セッションの後に住民とおしゃべりする）を伴わないことを確認することが重要でしょう。可能性のある要因を常に排除することはできませんが、研究者はそれを認識する必要があります。

量的研究の主眼は、一般的なものから具体的なものへと向かう傾向のある、演繹的な推論にあります。これは、トップダウンアプローチと呼ばれることもあります。結論の妥当性は、1つ以上の前提（事前の記述、知見、条件）が妥当であることに依存していることが示されています。アリストテレスの演繹的推論の有名な例は、次のようなものであった。すべての人間は死を免れない àソクラテスは人間である àソクラテスは死を免れない。もし、議論の前提が不正確であれば、その議論は不正確である。このような推論は、架空の人物であるシャーロック・ホームズもよく連想される。

研究者は、特定のグループのメンバー全員（認知症の人、介護者、医療従事者全員など）にアクセスできることはほとんどありません。しかし、研究者は通常、これらの大きな集団について、研究から推論を行うことに関心があります。このため、研究に参加する人々が、より広い母集団を代表するサンプルであることが重要である。しかし、一般化がどの程度可能であるかは、研究に参加した人の数、その人の選び方、その人がより広い集団を代表しているかどうかにある程度依存します。例えば、精神科医に関する一般化は、精神科医を対象とした研究に基づいて行うべきであり、心理学の学生を対象とした研究に基づいて行うべきではありません。ほとんどの場合、ランダムサンプリングが好まれますが（潜在的な参加者が平等に参加できるように）、時には研究者が特定の特徴を持つ人々を一定数含むことを確実にしたい場合もあり、これはランダムサンプリングの手法では不可能です。結果の一般化可能性は、人々のグループだけでなく、状況にも限定されます。実験室での実験結果は、その研究が明らかにしようとしている現実の状況を反映していると推測される。

結果を見るとき、P値が重要です。 Pは確率のことです。特定の所見や観察された差異が偶然によるものである可能性を測ります。結果が0に近いほど、観察された差が偶然によるものである可能性は低くなります。結果が 1 に近いほど、所見が偶然 (ランダムな変動) によるもので、グループ/変数間に差がない可能性が高くなります。

質的研究

質的研究は、現実の社会的構築性を強調する社会構成主義のパラダイムに通常関連するアプローチです。それは、矛盾する信念、行動、感情など、人間の行動や経験のより深い意味や意義を記録し、分析し、明らかにしようとするものです。

プロセス

質的研究者が採用するアプローチは、帰納的である傾向があり、つまり、集めたデータに基づいて理論を展開したり、意味のパターンを探したりするのです。これは具体的なものから一般的なものへの移行を含み、ボトムアップアプローチと呼ばれることもあります。しかし、ほとんどの研究プロジェクトでは、ある程度の演繹的推論も行われます（詳しくは「定量的研究」の項をご覧ください）。

質的研究者は、あらかじめ決められた仮説に基づいて研究を行うわけではありません。しかし、探求したい問題やトピックを明確に特定し、調査の枠組みを提供する一種の包括的な理論である、理論レンズによって導かれることがあります。

データ収集と分析へのアプローチは方法論的ですが、量的研究よりも柔軟性があります。データは、参加者観察、詳細なインタビュー、フォーカスグループなどを通じて、参加者との観察や相互作用に基づいてテキスト形式で収集されます。データは数値化されず、統計的に分析されることもない。

データ収集は、一度きりではなく、いくつかの段階を経て行われることもあります。研究者は途中でプロセスを変更することもあり、プロセス中に学んだことに基づいて、追加の問題を扱うことを決定したり、適切でない質問を取り下げたりします。場合によっては、研究者は決められた人数にインタビューや観察を行うこともある。また、データ収集と分析のプロセスは、研究者が新しい問題が出てこないと判断するまで続けられることもあります。

原則

研究者は、参加者にあらかじめ決められた回答（そのどれもが適切ではなく、参加者の思考、感情、態度、行動を正確に表していないかもしれません）から選ぶよう強制するのではなく、ある程度の自由を与え自発性を認める方法を用いる傾向にあり、人々が自己表現できるように適切な雰囲気を作り出すよう努力する。これは、定量調査ほど形式的でなく、厳密でないアプローチを採用することを意味するかもしれません。

人は常に自分の体験に意味を持たせようとしていると考えられています。そのため、研究を研究者の見解や状況の理解に限定し、参加者の経験について何か新しいことを学ぼうとするのは意味がないことでしょう。その結果、使用される手法は、よりオープンエンドで、より狭く、より探索的なものになるかもしれない（特に、特定のテーマについてほとんど知られていない場合）。研究者は、参加者が最初に答えたことを超えて、なぜ、どのように、どのような方法で、などと自由に質問することができるのです。こうすることで、その後の質問は、今与えられた回答に合わせて調整することができます。

質的研究には、より少ない数の参加者が含まれることがよくあります。これは、綿密なインタビューなどの手法が時間と労力を要するためですが、統計分析や結果から一般論を導き出すために、多くの人数を必要としないためでもあります。

一般的に質的研究に関わる人数が少なく、柔軟性が高いからといって、より多くの被験者を含み、より厳格な方法で実施される典型的な量的研究よりも「科学的ではない」わけではありません。この2つのタイプの研究の目的と、その根底にある哲学的な前提が異なるだけです。しかし、「研究を導く哲学」のセクションで述べたように、この2つのアプローチが同じ研究で使えないということではありません。

研究（混合法）への実用的アプローチ

科学への実用的アプローチでは、研究課題に最も適していると思われる方法を使用し、どのアプローチが最良かという哲学的議論に巻き込まれることはありません。そのため、プラグマティックな研究者は、量的・質的研究に典型的に関連するあらゆる方法、技術、手順を使用する自由を自分に認めています。どの手法にも限界があり、異なるアプローチは補完し合うものであることを認識しています。

また、異なる手法を同時に、あるいは次々と使用することもあります。例えば、数人の対面インタビューやフォーカスグループから始め、その結果をもとにアンケートを作成し、統計分析を行うために大規模なサンプルで態度を測定することもあります。

どの測定方法を使用したかによって、収集したデータは適切な方法で分析されます。しかし、定量データを定性データに変換することはあまり一般的ではありませんが、定性データを定量データに変換したり、逆に定量データを定性データに変換することも可能な場合があります。

異なるアプローチを組み合わせることができるということは、三角測量が可能になるという利点があります。三角測量は、混合法研究の一般的な特徴です。例えば、以下のようなことが含まれます。

さまざまなデータソースの使用（データの三角測量）
複数の異なる研究者の使用（研究者の三角測量）
結果を解釈するための複数の視点の使用（理論の三角測量）
研究問題を研究するための複数の方法の使用（方法論の三角測量）

いくつかの研究では、定性的および定量的方法が同時に使用されています。また、最初に1つのアプローチを使用し、次に次のアプローチを使用する研究もあり、研究の後半ではおそらく最初の結果を拡張しています。

アドボカシー／参加型アプローチによる研究（解放的）

ある程度、アドボカシー／参加型アプローチを採用する研究者は、これまで述べた研究へのアプローチでは、周縁化された、または脆弱なグループの人々のニーズや状況に対応できていないと感じているようです。研究対象者の生活にポジティブな変化をもたらすことを目的としているため、彼らのアプローチは解放的と表現されることもある。それは中立的なスタンスではありません。研究者は政治的な議題を持ち、研究対象のグループに発言権を与えようとする可能性があります。研究者たちは、自分たちの研究が直接的・間接的に何らかの改革につながることを望んでいるので、研究対象のグループをさらに疎外しないように、できればすべての段階で研究に参加させることが重要です。

研究者は、科学研究で通常要求されるよりも中立的でない立場をとるかもしれません。これは、研究参加者（研究は単に彼らに関するものではなく、彼らによるものであるという認識から、共同研究者と呼ばれることもある）と非公式に交流したり、一緒に生活したりすることも含まれるかもしれない。研究結果は、より個人的な言葉で報告され、しばしば研究参加者の正確な言葉が使われる。この種の研究は客観的でないと批判されるかもしれませんが、あるグループや特定の状況においては、それが必要であることに留意すべきです。そうでなければ、グループのさまざまなメンバーの思考、感情、行動にアクセスしたり、完全に理解したりすることはできないからです。

社会的に弱い立場にある人たちが、力を持つことはほとんどありません。このため、研究者が研究対象のグループのメンバーであったり、グループのメンバーと共通点があったりすることもあるのです。