▼▼▼▼▼▼▼▼
チャンネル登録はこちら

伝統的理論の種類

理論の一般性のレベルはさまざまである．いわゆる大理論(grand theory)または広範囲理論とは，人間の体験のいくつかの大きなまとまりを記述し説明することをめざすものをいう。

クラーク・ハル(Clark Hull)のような学習理論家やタルコット・パーソンズ(Talcott Parsons)のような社会学者は，行動の広範な領域をあつかう一般的な理論体系を開発した．

看護では，理論は狭い範囲の体験に焦点をおき，対象範囲が限定されている．

このような中範囲理論(middle-range theory)は，意思決定，ストレス，セルフケア，ヘルスプロモーション，乳児のアタッチメントといった現象を説明しようとする．

概念モデル

概念モデル(conceptual model),概念枠組み(conceptual framework)または概念図式(conceptual scheme) (ここではこれらの用語を互換的にもちいることにする）は，理論ほどフォーマルでないが，現象を組織化しようとする試みである．

概念モデルは，理論と同様に，共通するテーマとの関連性に基づいて集めた抽象（概念）を取りあつかう．

概念モデルに欠けているのは，概念間の関係を示し，説明するような命題の演繹的体系である．

概念モデルは，相互に関係しあう現象についての展望をもたらすが，理論ほどに構造化されていない．

１つの概念モデルは，関心ある現象の理解を広く示し，そのモデルをつくった者の仮定や哲学的視点を反映している．

概念モデルは，研究仮説を生みだすためのたたき台となる．

看護実践に関して行われてきた概念研究の大部分は，概念モデルという部類に入る．

これらのモデルは，看護過程について，またナースークライエント関係の性質についての世界観をあらわしている．

図式モデルと統計モデル

モデルという用語は，概念化を象徴的にあらわしたものと関連してもちいることが多い．

図式モデルと数学的（統計的）モデルに関する研究文献には，多数のリファレンスがある．

これらのモデルは，概念モデルのように，現実のいくつかの側面をあらわすものでつくられており，組み立てるブロックとして最小限の言葉で概念を使う．

理論や概念枠組みを視覚的または象徴的に再現すると，抽象的なアイデアが，簡潔でわかりやすいかたちで表現できるようになることが多い．

図式モデル(schematic model)は，量的研究および質的研究に共通しており，現象を図解的に表現する．

概念およびそれらのあいだのつながりを，囲み，矢印，その他の記号を使ってあらわす．

図式モデル〔概念図(conceptual map)ともいう〕は，ベンダーのヘルスプロモーションモデル(Penders Health Promotion Model) として知られているもので，「ライフスタイルの健康促進要素を説明し予測するための多変量のパラダイム」である〔Pender, Walker,Sechrist, & Frank-Stromborg, 1990, p.326〕.

この種の図式モデルは，概念間の関連を明らかにするのに役立つものである．

統計モデル(statistical model) は，量的研究でしだいに大きな役割を果たすようになっている．

これらのモデルは，記号を使って変数間の関係の性質を量的にあらわすものである．

数学モデルの力＝質量×加速度）のように，すっきりと要約できる関係は，行動科学ではほとんど見あたらない．

人間の行動は複雑であり，多くの影響因子にさらされるので，ふつう，確率的な方法でしか，それをモデル化することができない．

すなわち，人間行動を，２つ以上の現象の産物として簡単に記述できるような方程式，つまり，上述の力学による力の例のような方程式を開発できない．

しかし，われわれにできることは，ある行動や特徴が，他の現象下で存在したり生じる確率をあらわすことである．

これが統計モデルの機能である．次に，統計モデルの例を示す．

ｙ＝β1XI十β2×X2十β3×X3十β4×X4十ｅ
ｙ＝看護の効果.監督者の評価によって測定する.
X1＝看護の知識．標準化試験（国家試験）によって測定する.
X2＝過去の成績．看護学校の成績によって測定する.
X3＝意思決定技能. Participation in Decision Activities Questionnaire （意思決定活動への参加についての評価質問紙）によって測定する．
X4＝共感. Mehrabian Emotional Empathy Scale (メラビアンの情動的共感性尺度）によっ
て測定する．
ｅ＝誤差．説明できない要因.
β1，β2，β3，β4＝看護の効果を判定する際の，X1, X2. X3, X4各々の重要度を示す重みづけ

このモデルの各項は，数量化が可能である．

つまり，各記号は，標準化試験の個人の得点（X1）のように，数値に置きかえることができる．

この方程式は何を意味し，どういう働きをするのだろうか．

このモデルは，看護の効果を理解し予測するためのメカニズムとして役立つものである．

このモデルによれば，ナースの仕事における効果は主として，次の４つの因子によって影響を受ける．

すなわち，看護の知識，過去の成績，意思決定技能，および共感である．

これらの因子の影響は，等しく重要だとは考えられない．

各因子に負荷される重みづけ（β）は，各々の因子の相対的な重要さを示す一種の配合表である．

たとえば,共感が過去の成績よりも重要であるとすれば，重みづけは２対１となるかもしれない（つまり，共感２に，過去の成績１の割合）．

モデルの最後の用語ｃ〔または誤差項(error term)〕は，ナースの行為に影響を与える未知または測定不能なその他の特性をあらわしている．

定数は，方程式のなかの未知なる要素なので，個々のナースによって変動することはない．

重みづけの値とｙの値が（統計手法で）決まれば，このモデルは，４つのX（標準化試験の得点など）で情報を収集したどのナースの看護の効果をも，予測するのに使うことができる．

未知の要素の影響が“ｅ”にまとめられていることもあるので，誰がとくに効果的なナースであるかという予測は確率的であり，必ずしも完全に正確であるとはいえない．

確率統計モデルで完全な予測ができることはまれであるが，このようなモデルを使えば，看護の効果について，単なる憶測や直観よりも誤差の少ない予測ができる．

枠組み

枠組み(framework)は，研究の全体的な概念的根拠である．

すべての研究が理論や概念モデルに基づいているのではないが，どの研究も枠組みをもっている．

理論に基づいた研究では，その枠組みを理論的枠組み(theoretical framework)といい,特定の概念モデルに基盤をもつ研究では,枠組みを概念枠組み(conceptual framework)ということが多い（用語としての概念枠組みと理論的枠組みは，互換性のある使い方をすることが多い）．

多くの場合，研究の枠組みは，明瞭な理論や概念モデルではなく，むしろ内在している．

つまり，きちんと言及したり記述しない．

研究者が関心を抱く概念は，当然ながら，観察可能な現象についての抽象概念であり，われわれの世界観（および看護の視点）で，それらの概念をどのように定義し操作するかを示す．

しかし，よくあるのは，研究者が研究の変数の根拠となる概念を明らかにしないために，研究結果を統合するのがいっそうむずかしくなってしまうことである．

研究に着手する研究者は，主要な変数の概念的定義を明瞭にしなくてはならない．それによって，研究の枠組みについての情報が提供される．

ワルツ，ストリックランド，レンツ〔Waltz, Strickland, &: Lenz, 1991〕は，概念的定義を開発する５段階のプロセスを以下のように記述している．

�@予備段階の定義をつくる，�A関連文献をレビューする，�B例証するヶ−スをつくる，または特定する，�C概念の意味をマッピングする，�D開発した概念的定義を陳述する．

伝統的な理論には、さまざまな種類があり、一般的に大理論（grand theory）と中範囲理論（middle-range theory）に分類されます。大理論は、人間の体験の広範な側面を説明することを目的とし、非常に高い抽象性を持っています。たとえば、クラーク・ハル（Clark Hull）の学習理論やタルコット・パーソンズ（Talcott Parsons）の社会学的理論は、行動や社会の大規模なパターンを説明するための理論体系であり、人間の行動や社会構造を包括的に理解するための枠組みを提供しています。これらの理論は、特定の現象に限らず、より広範な範囲に適用されることを意図しており、非常に抽象的な形で構成されています。大理論は多くの場合、日常の実践や特定の現象に直接適用することは難しいですが、学問的な議論や研究のための理論的基盤として非常に重要です。

一方、中範囲理論は、大理論に比べてより具体的で、特定の現象に焦点を当てているため、実際の状況に適用しやすい特徴を持っています。中範囲理論は、意思決定、ストレス、セルフケア、ヘルスプロモーション、乳児のアタッチメントなど、特定の分野やテーマに関する現象を説明しようとします。看護学では、こうした中範囲理論が頻繁に利用されており、患者のケアや治療効果を理解するための指針となっています。たとえば、ストレス理論は、看護師が患者のストレスレベルを評価し、それに基づいたケアを提供するために使用されます。また、セルフケア理論は、患者が自らの健康管理にどのように関与できるかを説明し、患者の自己管理能力を高めるためのアプローチを示唆します。このように、中範囲理論は、看護実践や教育において非常に実用的なツールとなっています。

理論の次に重要な概念として、概念モデル（conceptual model）があります。概念モデルは、理論ほどフォーマルではないものの、現象を組織化し理解するための試みとして用いられます。概念モデル、概念枠組み（conceptual framework）、または概念図式（conceptual scheme）という用語は、しばしば互換的に使用され、それぞれが同様の目的を持っています。概念モデルは、理論と同様に、共通するテーマに基づいて抽象的な概念を整理し、それらの概念を関連付けて説明しようとします。しかし、理論と異なり、概念モデルには、概念間の関係を明確に示す演繹的な体系が欠けています。つまり、概念モデルは、現象を理解するための枠組みを提供するものの、理論ほど厳密な構造を持っていないのです。

概念モデルの役割は、相互に関係し合う現象を一望するための展望を提供することであり、そのモデルを構築した者の仮定や哲学的視点を反映しています。これにより、概念モデルは研究仮説の形成や新しい理論の開発に寄与することができます。看護実践においても、概念モデルは広く使用されており、特に看護過程やナースとクライエントの関係性についての理解を深めるための枠組みとして活用されています。たとえば、ベンダーのヘルスプロモーションモデル（Pender’s Health Promotion Model）は、看護学における重要な概念モデルの一つであり、ライフスタイルと健康促進要素との関連性を説明するために使用されます。このモデルは、健康行動の促進を目的とし、患者がどのように健康的なライフスタイルを維持するかを理解するための枠組みを提供しています。

次に、図式モデル（schematic model）や統計モデル（statistical model）についても考えてみましょう。これらのモデルは、概念を視覚的または象徴的に表現するためのツールとして使用されます。図式モデルは、量的研究や質的研究の両方で広く用いられ、現象を図解的に表現することができます。概念モデルと同様に、図式モデルも現実の特定の側面を抽象的に表現するため、図を使って概念とその間の関係を視覚的に示すことができます。これにより、複雑なアイデアや理論を簡潔に理解することが可能になります。たとえば、図式モデルでは、概念を囲みや矢印などの記号を使って表現し、それらのつながりや関係性を明示することで、抽象的な現象を視覚的に捉えることができます。

一方、統計モデルは、特に量的研究で重要な役割を果たし、変数間の関係性を数式や記号を使って定量的に表現します。これにより、特定の条件下である現象が発生する確率やその影響の程度を推定することが可能になります。統計モデルは、たとえば看護の効果を評価するために使われることがあります。具体的には、看護の知識、過去の成績、意思決定技能、共感といった因子が看護の効果にどのように影響するかを予測するための数式が作成され、これにより各因子の重要度や影響の大きさを評価することができます。こうしたモデルを使用することで、看護師がどのような状況で効果的なケアを提供できるかを予測し、看護実践の改善に役立てることができます。

たとえば、統計モデルでは、以下のような数式が使用されます。
y = β1X1 + β2X2 + β3X3 + β4X4 + e
ここで、yは看護の効果を示し、X1は看護の知識、X2は過去の成績、X3は意思決定技能、X4は共感を表し、eは誤差項を示します。β1、β2、β3、β4はそれぞれの因子がyに与える影響の大きさを示す係数であり、これらの係数は統計的な手法によって計算されます。この数式を使用することで、看護師の効果を予測し、どの因子が特に重要であるかを明らかにすることができます。たとえば、共感が過去の成績よりも重要である場合、共感の係数β4は大きくなり、過去の成績の係数β2は小さくなるかもしれません。このように、統計モデルを使用することで、看護の効果に影響を与える要因を定量的に評価することができ、これにより看護師がどのようにしてより効果的なケアを提供できるかを予測することが可能になります。

ただし、統計モデルには限界もあります。特に人間の行動は非常に複雑であり、多くの要因が絡み合っているため、すべての影響因子を完全にモデル化することは困難です。そのため、統計モデルは確率的な予測しかできず、完全に正確な結果を得ることは難しいのです。しかし、統計モデルを使用することで、単なる経験や直感に基づく判断よりも、より精度の高い予測が可能になります。これは、看護実践において特に重要であり、効果的なケアの提供や患者の健康状態の予測に役立てることができます。