LAAD

---

1 概略

---

前章で科学的方法について説明しました。科学の研究が、どのような手順によって進められるかを学びました。科学的方法は各専門分野によって手順や決まり事に細かい違いはありますが、大きく見れば、観察して仮説を形成して検証してという循環は共通しています。
そこで、科学的方法の理解をより深めるために、研究の対象および内容の面からその様式の違いを見てみます。

科学的方法は、研究対象をどのように観察して表現するかによって大きく2つに分けることができます。
まず、対象の1つあるいはごく少数に絞って、その対象をひたすら詳細に調査する場合が考えられます。
次に、対象が大量に存在し、それらをひとまとめてにして1つの対象として調査する場合が考えられます。

この2つのそれぞれが、定性的研究と定量的研究です。

定性的研究とは、対象の性質に注目して分析する研究です。
英語では、qualitative research と言います。qualitative は、「質」を意味する quality の形容詞形なので、「質」に関する研究だと分かります。「性質」という言葉があるように、「性」も「質」も似たような意味で、どちらも本質や性質といったことを意味します。

定性的研究で扱われるデータは、質的データと呼ばれます。
インタビューやアンケート調査、観察結果、文章、そして歴史的史料や遺跡等が、この質的データにあたります。どれも質的データの内容が重要になります。
ですから、研究内容は、言葉で書き表して記述することになります。

定量的研究とは、対象を数字や数量として分析する研究です。
英語では、quantitative research と言います。quantitative は、「量」を意味する quantitiy の形容詞形なので、「量」に関する研究だと分かります。

定量的研究で扱われるデータは、量的データと呼ばれます。
数字や統計などが、この量的データにあたります。対象1つ1つの個別の内容よりも、全体を数字に落とし込んで処理することが重要になります。
ですから、研究内容は、数字や数式で表すことになります。

以上のように、科学的方法に則って研究するとき、着眼点と表現方法によって定性的研究と定量的研究に分類できることが分かりました。
これから話す内容は次のようにまとめられます。この表が意味する内容を理解できれば、十分です。

	定性的研究	定量的研究
着眼点	対象の性質	数値や数量
表現法	記述 言葉による説明	数学・統計 数式・論理式による説明
データ	質的データ	量的データ
	インタビュー　アンケート調査 観察結果　文章 歴史的史料　遺跡	実験　大量の観察結果 統計資料
目的	対象の包括的説明 仮説・モデルの形成	対象の因果関係の証明 仮説・モデルの検証
方法	データから概念的・操作的定義の抽出 記述的推論 因果的推論	大量のデータの分析 変数と変数値を用いた分析 再現可能性の確認
研究例	事例研究 少数事例の比較研究	理論研究 多数事例の比較研究
欠点	仮説検証(再現可能性の確認)が困難	数値化・数量化できない対象は分析不可

なお、定性的研究と定量的研究は、どちら一方が優れているということはありません。たまに両者を対立させて、優劣を語る人が見受けられるので一応注意しておきたいと思います。
どちらの研究も科学では必要であり重要です。 定性的であることと定量的であることは対立しません。どちらにも長所があり欠点があり、相互に補い合う関係です。

それに、定量的研究で数式や数字によって表す場合でも、対象の分析や構造の把握は定性的研究のように言葉で記述することから始まることが多いです。
また、数式や数字で表されたことも、それだけでは何を意味しているのか理解できないので、定性的研究のように言葉での記述をして説明することになることがほとんどです。
このように、定性的研究と定量的研究を明確に完全に区別することはできません。

要は、定性的研究と定量的研究の適宜いずれかを用いて研究すればいいのであって、ある研究の中でどちらが主になろうとも、科学的方法の手続きに則っており、基本的な推論の論理によって導かれていることが重要になります。

それでは続いて、定性的研究と定量的研究の特徴を順番に少し詳しく見ることにします。

---

2 定性的研究

---

まず、定性的研究の特徴から見て行きましょう。

研究対象は、1つの事例、あるいは少数の事例のことがほとんどです。

定性的研究は、観察した対象の本質や特徴・性質を言葉によって表現します。
対象となる物質や現象が、どのような特徴があるのか、どうなしてそうなっているのか、といったことを丁寧に詳しく表現します。
こうした言葉による表現を記述と言います。

対象を分析して、推論し記述することについて見ます。

観察した対象は、複雑怪奇です。そのまま理解できればいいのですが、それは人間の認識能力を大きく上回ることが多いです。
そこで、対象を理解できるように、その本質や特徴を記述します。
記述することで、「Aとは〜である」、「Aには…という特徴がある」といった具合に言葉で対象を明確にすることを目指します。
私達は言葉で考えるので、理解できるように対象を言葉で表してやる必要があるからです。
このとき、観察して得られたことを根拠たる前提として、推論することになります。今まで勉強して来た論理的思考が活躍します。
図26.1.定性的研究と記述 画像クリックで拡大 


対象を理解するために、本質的でない要素は、捨象(捨てて)して抽象化します。
図26.1.定性的研究と記述 画像クリックで拡大 


抽象化するわけですから、対象を理解するのに重要で必要な本質や特徴に注目して抜き出すことになります。
図26.1.定性的研究と記述 画像クリックで拡大 


つまり、対象は個別的で具体的なものから、一般的で抽象的な概念になります。
こうして、抽象的な概念的定義が形成されます。

概念的定義が、事物の本質や特徴を捉えて、明確に言語化した定義なので、複雑な対象が理解できる形に整理できています。
このとき、「Aって何?」って訊かれたら、「Aは、〜だよ」とズバッと答えることができます。
図26.1.定性的研究と記述 画像クリックで拡大 


しかし、概念的定義には問題があります。

概念的定義は、複雑な対象を言葉で表していますが、まったく同じということにはなりません。
図を見ても分かる通り、複雑な対象は、ギザギザの複雑な形をしています。これに対して、概念的定義は、本質や特徴が抜出されて八角形という分かり易い形に整理されています。概念的定義は、複雑な対象を表していますが、細かい部分は無視しており、まったくそのままそっくりに同じだということにはなっていません。

また、複雑な対象が抽象化されて理解できるようになったかわりに、概念的定義を観察することが難しくなります。
対象は、実際に事物として存在しており、「これが対象だ」と指し示すことができます。これに対して、概念的定義は、言葉です。言葉は私達の思考の源ですが、どうしても曖昧さが残ります。したがって、抽象的な概念的定義が何を表しているかが少し不明瞭になっています。したがって、何を実際に観察すればいいのかが曖昧になってしまいます。
図26.1.定性的研究と記述 画像クリックで拡大 


ですから、概念的定義を観察するために、操作的定義として具体化してやればいいです。
そこで、概念的定義に抽象化されていた本質や特徴に再度注目します。
図26.1.定性的研究と記述 画像クリックで拡大 


概念的定義として抽象化された本質や特徴を具体化すれば、操作的定義となります。
操作的定義は、直接測定できない対象を測定可能な形式に変形した定義であり、抽象的な概念的定義を一段階具体化したものです。
このように、操作的定義は、概念的定義を構成する本質的な要素や性質だと考えることができます。
図26.1.定性的研究と記述 画像クリックで拡大 


以上のように、観察した対象を記述することができます。
つまり、抽象的な概念的定義と、それを具体化した操作的定義を記述していけば、対象を明確に言葉で表現することができます。
これで、対象がどのようなものなのかを理解できます。

そして、こうした複雑な対象を理解可能な形に整理して、その本質や特徴を明確に表現することを記述的推論と言います。

対象の大枠や本質の理解ができたら、因果関係の有無を考えます。
やはり、科学的な研究では、観察対象が何故、あるいは、どうやって起きるのか、ということに興味関心が向きやすいです。研究対象によっては因果関係を見つける必要はない場合もあり、必ずしもすべての研究が因果関係について考察するとは限りませんが、多くの場合、因果関係へ興味が向かうものです。

因果関係への興味、つまり、何が原因となって、このような結果が引き起こされているのだろうか。こういった疑問についての推論を行います。そうした因果関係についての推論を因果的推論と言います。

そして、論理的思考を用いて推論するからには、記述的推論にしろ因果的推論にしろ、根拠たる前提は、客観的で確固とした事実です。これがデータになります。
このデータから概念的定義と操作的定義を読み取ります。
ですから、論理ピラミッドで論理構造を表すと、概念的定義が最上位命題になり、その下の階層に操作的定義、さらにその下にデータが置かれることになります。
図26.2.概念的・操作的定義・データと論理構造 


そして、このデータは様々です。
インタビューやアンケート調査といった聴き取り調査。歴史的史料や議事録等の文章。物質や現象の観察結果や発掘された遺跡などです。
どれも個別の具体的な物事です。
図26.2.概念的・操作的定義・データと論理構造 


そして、個別的で具体的であり、客観的で確固とした物事・事実がデータとなるので、データはデータの意味内容や性質が重要になります。したがって、こうした内容が重視されたデータを質的データと呼びます。

これから分かることは、定性的研究において、一度の研究での観察の対象となる数が少なくなってしまうことです。
概念的定義を導くとき、個別的で具体的な物事を丁寧に観察して、対象の本質とは一体何なのか、何故そうなっているのか、といったことを分析しています。
したがって、何千何万といった個別的で具体的な事例を丁寧に調べることは時間の関係から難しいです。

そのため、定性的研究は、事例研究や少数事例の比較研究といったものになります。
1つの事例について研究したり、少数の事例についての研究は、いわゆるケース・スタディあるいは事例研究と言われます。ある事柄についての典型的な事例を考察するものです。
または、考察した少数の対象を比べて差異や共通点について研究する場合もあります。こうした研究は、少数事例の比較研究です。

以上説明したように、1つの仮説、あるいは、モデルが出来上がります。
つまり、疑問に思ったこと、分からなかったことに対する合理的な説明がなされたり、現実を再現することができたことになります。
そして、この定性的手研究による仮説は、個別的で具体的な事例だけではありますが、それについての包括的な説明にはなっています。
ですから、定性的研究だけで導かれた仮説やモデルは、客観的で確固とした事実から推論されていれば、これだけでかなりの説得力があります。

しかし、それでも仮説は仮説です。検証なしに、仮説が本当に事実と合致した説明であり正しいのかは分かりません。正しいかもしれませんし、間違っているかもしれません。
したがって、仮説であるからには、実際に事実と合致しているかを検証しないといけません。

この検証を行うときに、定量的研究の出番となります。

---

3 定量的研究

---

それでは、仮説検証にも役立つ定量的研究について見て行きましょう。

定量的研究では、観察した対象を数字や数量として分析します。
つまり、観察対象を数式で表したり、統計の数字で表したりします。数学的・統計学的な方法が多く用いられます。

また、定量的研究は、一般的で抽象的な説明を目指すことが多いです。
定性的研究では、観察対象の本質や特徴・性質を包括的に説明する記述をしました。しかし、それはあくまで個別的で具体的な1つあるいは少数の事例を考察したものです。その個別的で具体的な事例を包括的に説明したものが、その実際に観察された対象以外の類似した事例に対して当てはまるか否かは不明です。一般的で抽象的な理論、つまり、法則的で統一的な説明として、事実と合致しており正しいかどうかは分かりません。

そこで、個別的で具体的な事例の包括的な説明としての仮説を、数学的・統計学的な方法によって大量に検証するのが定量的研究になります。大量の事例を調べることになるので、一般性が高まることになります。

定量的研究に入る前に、定性的研究の問題点を確認しておきます。

1.再現可能性

---

4 定性と定量の役割

---

定性的研究と定量的研究が相互に補い合いながら、学問的・科学的がなされていることが理解できたかと思います。
定性的研究では、仮説やモデルを形成します。
しかし、これは、個別的で具体的な少数の事例を包括的に説明する仮説でしかありません。本当に多くの場合に当てはまる一般的で抽象的な仮説やモデルであるかは分かりません。
そこで、定量的研究で、仮説やモデルが事実と合致しているかを確認し、証明します。
したがって、定量的研究では、数値化・数量化することになります。

しかし、逆に言えば、数値化・数量化できない対象は、定量的研究になじまないことになります。
定量的研究では、大量のデータを数値化して、変数値を変えて、その結果として変数がどうなるのかを観察しました。
図26.7.仮説検証と変数 


ここで、もしデータを数値化できなければ、変数値を変えることができません。
変数値が変えられないと、変数が変わることもありません。
変数が変わらないということは、原因である独立変数が変わらないのだから、結果である従属変数も変わることはありません。
したがって、変数値が１つの場合のみしか観察できないことになります。つまり、変数値が異なる場合どうなるのかは観察できません。
図26.7.仮説検証と変数 


つまり、本当に原因である独立変数が変われば、結果である従属変数が変わることが観察できないので、仮説やモデルの検証ができないことになります。
図26.7.仮説検証と変数 


さらに、条件をそろえることができない、つまり、独立変数と従属変数を除くその他の変数を同じにして、独立変数の1つだけ変えることができない場合も同様で、検証ができないことになります。
色々な変数が好き勝手に動くと、独立変数の変数値が変わったために従属変数が変わったのか、その他の変数が変わったから従属変数が変わったのかが判断ができません。
図26.7.仮説検証と変数 


観察対象がこのように適切に数値化・数量化できない場合は、検証が難しい、あるいは検証ができないことが多くなります。
例えば、思想や歴史といった人文科学の学問にこの傾向が強いです。
思想や歴史的な事象において、1つだけ条件(変数)を変えて、結果がどのように変化するかは検証することができないことは、誰にでも容易に想像がつきます。ある特定の人物が一人だけいる場合といない場合に分けて、誰が歴史を検証できるでしょうか。または、歴史的に決定的と思われる行為があった場合と無かった場合に分けて、その他すべての条件を同じにして再現できる人はこの世にいません。

1.ミュンヘンの教訓の仮説形成―定性的

---

5 まとめ

---

以上で、科学的方法による研究を、観察対象のどこに注目して、どのように表現するかで研究の種類が大きく2つに分けられることを学びました。定性的研究と定量的研究の2つです。両者は相互に補い合いながら、学問的・科学的な研究は進んで行きます。

定性的研究とは、対象の性質に注目して分析する研究です。研究内容は、言葉で表現して記述することになります。対象の包括的な説明を目指します。
最も抽象的な概念的定義と、それを構成する本質的な要素や性質として具体化した操作的定義を言葉で丁寧に表現します。
複雑な対象がどういったものなのか理解可能な形に推論できます。これが、記述的推論でした。
図26.1.定性的研究と記述 画像クリックで拡大 


なお、記述的推論では、操作的定義に沿って、質的データを集めて分析するとになります。
この質データは様々です。インタビューやアンケート調査といった聴き取り調査。歴史的史料や議事録等の文章。物質や現象の観察結果や発掘された遺跡などです。どれも個別の具体的な物事です。
図26.2.概念的・操作的定義・データと論理構造 


対象の大枠や本質が理解ができたら、因果関係の有無を考えます。この因果関係についての推論を因果的推論と言いました。

定性的研究の特徴として、一度の研究において、観察の対象となる数は少なくなる傾向があることです。
個別的で具体的な物事を丁寧に観察して、対象の本質とは一体何なのか、何故そうなっているのか、といったことを分析するため、人的資源的にも時間的にも大量のデータを調べることが難しくなるからです。
そのため、定性的研究は、事例研究や少数事例の比較研究といったものになります。

	定性的研究
着眼点	対象の性質
表現法	記述 言葉による説明
データ	質的データ
	インタビュー アンケート調査 観察結果　文章 歴史的史料　遺跡
目的	対象の包括的説明 仮説・モデルの形成
方法	概念的・操作的定義の抽出 記述的推論 因果的推論
研究例	事例研究 少数事例の比較研究
欠点	仮説検証(再現可能性の確認)が困難

こうして仮説やモデルが形成されます。しかし、定性的研究では、個別的で具体的な事例を観察して抽象化したものであり、仮説形成段階でしかありません。仮説が正しいかどうかを確かめるためには、仮説検証をする必要がありました。

そこで、仮説検証に役立つのが定量的研究です。
定量的研究とは、対象を数字や数量として分析する研究です。研究内容は、数字や数式で表すことになります。仮説やモデルが常に成立すると証明することを目指します。

定量的研究で扱われるデータは、量的データと呼ばれます。数字や統計などが、これにあたります。対象1つ1つの個別の内容よりも、全体を数字に落とし込んで処理することが重要になります。

集められる大量のデータの1つ1つは、個別的で具体的な要素は無視されます。それぞれの事例は個性を失って、一般的で抽象的な概念的定義が規定する本質や特徴を持つものとして数字に置き換えられます。
つまり、対象を数値化・数量化します。
図26.3.大量のデータの収集 


そして、概念的定義の下に集められた事例の集合を実際に具体的に観察するときに注目するのは、その概念的定義を具体化した操作的定義です。
操作的定義を変数と捉えて、その具体的な内容を変数値として扱います。
図25.7.変数と変数値 


大量に集められた個別的で具体的な量的データは変数値となります。
このデータである変数値が具体的に変化すると、変数である操作的定義がどのように変化するのかを観察します。

これで、仮説やモデルから予言された結果が得られれば、仮説やモデルが現実と合致しており正しいことが確認できます。

こうして定量的に観察された対象は、数式で表されるなど数学的に表されると、言葉で書く場合の曖昧さを排除でき、因果関係がより明確になります。
数式などで表すことが難しい対象でも、応用数学である統計学を用いると、対象を数値化・数量化として「解釈」して、数学的な表現に近い形で表現することができました。
図26.6.定性と定量―記述と数式 


こうして仮説やモデルが検証できれば、個別的で具体的な説明は、一般的で抽象的な説明として認められるようになります。
そして、これは部分的な説明から法則的で一般的な説明である理論に発展していくことに繋がっていきます。

	定量的研究
着眼点	数値や数量
表現法	数学・統計 数式・論理式による説明
データ	量的データ
	実験　大量の観察結果 統計資料
目的	対象の因果関係の証明 仮説・モデルの検証
方法	大量のデータの分析 変数と変数値を用いた分析 再現可能性の確認
研究例	理論研究 多数事例の比較研究
欠点	数値化・数量化できない対象は分析不可

以上が、定性的研究と定量的研究の概観でした。両者は対立するものではなく、相互に補い合う関係で、役割分担があるだけです。

定性的研究は、仮説やモデルを形成する際に主に用いられます。定量的研究は、定性的研究で形成された仮説やモデルが正しいかを検証するのに役立ちました。

また、一般的で抽象的な仮説やモデルが持つ、何時でも何処でも誰がやっても、同じ条件をそろえれば同じ結果が得られるという再現可能性は、定量的研究によって確認することになります。
定性的研究が少数事例の個別的で具体的な研究に対して、定量的研究は大量の事例を研究することになるからです。

これは逆から見れば、数値化・数量化が難しい研究、再現可能性がない研究は、定量的研究になじみません。
そもそも仮説検証において、条件をそろえて、変数を上手く操作して観察するには、実験をしたり、大量の事例を集める必要があります。
図26.7.仮説検証と変数 


しかし、こうした実験や大量の事例の観察が難しい場合は、実際に事実と合致しているかは不明のままです。
定量的研究ができないので、定性的研究の段階に止まり、仮説は仮説のままになります。そのため、定性的研究は論理的な正しさのみが拠り所となります。

以上、学問と科学の方法について学んできました。
前の章では、科学的方法の大枠を学び、どのような手順で研究が進むのかについて学びました。
この章では、その科学的方法の手順において、対象をどのように分析するのかについて学びました。

	定性的研究	定量的研究
着眼点	対象の性質	数値や数量
表現法	記述 言葉による説明	数学・統計 数式・論理式による説明
データ	質的データ	量的データ
	インタビュー　アンケート調査 観察結果　文章 歴史的史料　遺跡	実験　大量の観察結果 統計資料
目的	対象の包括的説明 仮説・モデルの形成	対象の因果関係の証明 仮説・モデルの検証
方法	データから概念的・操作的定義の抽出 記述的推論 因果的推論	大量のデータの分析 変数と変数値を用いた分析 再現可能性の確認
研究例	事例研究 少数事例の比較研究	理論研究 多数事例の比較研究
欠点	仮説検証(再現可能性の確認)が困難	数値化・数量化できない対象は分析不可

次からは、今まで「証明できた」とか「科学的に正しい」とか言ってきましたが、その「正しさ」といったものが、どういう意味なのかについて考えて行くことにします。