▼▼▼▼▼▼▼▼
チャンネル登録はこちら

関係性と因果プロセスの理解

量的方法は，変数が互いに体系的に関連していることを示すことが多いが，この方法では，なぜ変数が関連しているかについての洞察を十分に提示していない。

研究者たちが，単一の研究において質的方法と量的手法を統合するための選択肢は，ほとんど無限である．

もっと正確にいうなら，研究者の才能と，マルチメソッド・リサーチの価値についての研究者の観点によってのみ限定される．

主として量的研究を行う研究者は，デザインに質的方法を組み入れる価値を認める傾向が，逆の場合よりも強い．

とくに,現象学的な研究者が,量的な構成要素を自分の研究に組み込むことはほとんどない．

事実，質的研究者の多くは，真の統合は不可能であるとさえ主張する．

たとえば，マッセは，「意味の探求と測定の探求は，比較不可能である」と考える．

しかし，マルチメソッドによる研究の例は豊富で、量的研究では,研究の弱点を特定するために,研究結果の解釈に利用できるような質的データを収集することは有用であろう．

たとえば，縦断的調査において，自然減に起因する偏りが生じた場合，こうした偏りの方向性や大きさを評価するために，少人数の非回答者に徹底的な面接をするのが有益だろう．

量的分析は，質的分析で得た分析結果を明確にし精錬する手助けもできる．

たとえば，不妊症のカップルとの面接の主題分析は，不妊症による情緒的影響のさまざまな側面を明らかにし，個人にとってそれらの影響のもつ意味に光を与えるだろう．

標準化された尺度（例:Center for Epidemiological Studies Depression: ＣＥＳＤ）を同一の対象にもちいることにより，不妊症のカップルに処理が単純な場合(例：新薬)，通常，結果を解釈するのは容易である．

つまり，処理後のグループ問の差は，通常，介入に起因するといえよう．

しかし，多くの看護介入はそれほど単純ではない．

それらは，患者との相互作用についての新しい方法，またケア提供を組織化する新しい方法などである．

介入がいくつかの異なった特徴をもち，多元的な場合もある．

評価が終わったときに，仮説とした結果を得たときでさえも，グループ間の差を実際に引き起こしたのは何だったのか問うだろう(グループ間に差がない場合は，なぜ介入は不成功だったのか，という問いが重要となろう)．

対象との徹底的な質的面接は，こうした問いに取り組む助けとなろう．

いいかえれば，質的データは，研究者がブラックボックスの質問に取り組み，観察された結果をもたらした複雑な介入が何かを理解する助けとなろう．

この知識は，理論的な目的に有用となるだろうし，介入を強化したり簡素化する助けとなり，介入をより効率的に，また費用効果を高めることもできる．

複雑な介入を評価する際に質的データを収集するもう１つの理由としては，たいていの場合，実際にその介入がどのように行われたか，また人々がどのように介入に反応したかを，正確に理解する必要があるためである．

非構造化観察や，異なる見解をもった人々(例：ナース，医師，病院管理者，患者，または患者の家族)との面接は，こうしたプロセス評価にとくに適している．

質的方法を評価に利用することで，誤った結論に陥るのを防ぐ効果がある．

ウェインホルツ，ケイサー，ロックリンは，介入そのものについて補助的に質的データを利用することで,量的研究者があいまいで誤った分析結果を導かずに済んだ状況を例示した．

質的データは，研究の分析結果の解釈にもちいることもできる介入手順の微妙な点を明らかにし，無意味な分析結果を生みだすような研究に洞察を与えることができる．

また，質的データは，研究アウトカムにおける対象間変動や対象内変動を詳しく説明できる．

量的方法は、研究において変数同士の関連性を示す強力な手段であるが、変数がなぜ関係しているのか、その因果プロセスについての深い理解には限界がある。変数間の関連性が明らかになっても、その背後にある理由や背景、複雑な因果関係については説明されないため、このアプローチだけでは現象の全貌を把握することが難しい場合が多い。例えば、健康や心理的な研究においては、数値上の変化や相関は捉えられても、そこに関わる個々の人々の経験や感情、認識などは量的方法では表現しにくい。このような背景において、質的方法の意義が注目されるようになった。質的方法は、個別の事例に基づく詳細なデータを収集し、そのデータを基に解釈や意味の追求を行うため、量的方法では見逃されがちな複雑なプロセスを明らかにする力がある。また、量的方法と質的方法を統合することで、各々の方法の欠点を補完し合いながらより包括的な理解が得られると考えられている。しかし、研究者の間ではこの統合の方法について様々な見解がある。単一の研究において質的方法と量的方法をどのように統合するか、そのアプローチは研究者の創意工夫に依存するところが大きい。一部の研究者は、マルチメソッド・リサーチ（複数の方法を用いる研究）が有用であると信じており、その実践は無限の可能性を秘めている。しかし、この統合の有効性は研究者自身の才能と、質量両方法を融合させることに対する視点によって左右される部分が大きく、必ずしもすべての研究者がそれに適したスキルを持っているわけではない。特に、量的方法を主として行ってきた研究者は、デザインに質的方法を取り入れることの価値を理解しやすい傾向があり、それによって得られる視点の多様性を評価する傾向がある。一方で、質的方法を主に用いる現象学的な研究者が量的要素を自分の研究に取り入れることは稀であり、真の統合は不可能だと考える場合もある。このように、質量両方法の統合に対する姿勢には研究者間で違いが見られる。例えば、マッセは「意味の探求と測定の探求は本質的に比較不可能である」と述べており、量的分析が求める客観的なデータと、質的分析が重視する主観的な意味解釈は対立する側面を持つと指摘している。しかし、現実にはマルチメソッド・リサーチの実践例は数多く存在し、その有用性が示されている。例えば、量的方法で明らかになった数値上の結果がどのように解釈されるべきかを、質的方法で補完することが可能である。これは、研究の欠点を克服し、より妥当な結果を導くための手段として利用されることが多い。具体例を挙げると、縦断的調査において、データの自然減が原因で偏りが生じた場合、こうした偏りの方向性や規模を評価するために、少人数の非回答者に対して詳細なインタビューを行うのが有効である。量的方法で得られるデータには限界があるが、質的なインタビューを行うことで、回答者の動機や背景に基づく深い洞察が得られる。このように、質的方法を用いて量的データの欠点を補完することができ、さらに量的分析で得られた結果を精緻化し明確化することも可能である。例えば、不妊症のカップルを対象にした面接では、不妊症が彼らに与える情緒的影響の多様な側面が浮き彫りにされ、それが個人にとってどのような意味を持つのかが明確になるだろう。また、このような研究において、標準化された尺度（例: CESDなど）を用いて同一対象における測定が行われると、量的方法による結果の解釈が容易になる。新薬を用いる場合、処理後のグループ間の差異があれば、それは介入の影響に起因すると考えられるからである。しかし、臨床分野における多くの介入は、単純な変数操作ではなく、患者との相互作用やケア提供の新しい方法を取り入れる複雑なプロセスであり、それらが複数の要素で構成される場合も多い。したがって、介入が終了し仮説に沿った結果が得られたとしても、実際にどの要素がグループ間の差を引き起こしたのか、もしくは差が生じなかった場合には何が原因で介入が効果を発揮しなかったのかを問い直すことが重要となる。このような疑問に対処するために、対象との詳細な質的インタビューが役立つと考えられる。言い換えれば、質的方法によって収集されたデータは、観察された結果をもたらした複雑な介入の中で、どの要素が実際に影響を及ぼしたのかという「ブラックボックス」的な疑問に答える手がかりを提供する。このような知見は、理論的な意味での理解を深めるだけでなく、実践的には介入方法を改善し、効率化し、費用対効果を高めるための助けとなる。さらに、複雑な介入を評価する際に質的データを収集する意義は、実際に介入がどのように行われ、どのように人々が反応したかを理解する必要があることにある。たとえば、非構造化観察やナース、医師、病院管理者、患者およびその家族など、異なる立場の人々にインタビューすることは、プロセス評価を行う上で特に有用である。このように質的方法を評価に組み込むことで、誤った結論に至るリスクを低減できるのである。ウェインホルツ、ケイサー、ロックリンなどの研究者は、介入そのものについて質的データを用いることで、量的研究者が曖昧で誤った結論を避けることができた事例を挙げている。質的方法に基づくデータは、研究の結果を解釈する際の新たな洞察をもたらし、複雑な介入手順に関する微細な点を明らかにすることができるため、無意味な分析結果を生み出さずに済む。さらに、質的方法は、アウトカムにおける対象間の変動や、同一対象における変動の原因についても詳細に説明できる力がある。このような質的方法と量的方法の組み合わせにより、研究者はより深い理解を得ることができ、またその結果を実践に役立てることが可能となるのである。