ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】 | 統計解析 - ChatGPT・Python・エクセルを使った講義で最速マスター

セミナー案内             AIデータサイエンス動画           インスタグラム

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】
コネリーらは、スタッフ・ナースの定着に関する研究でマルチメソッド・リサーチを実施しました。彼らは量的データでナースの定着率を予測するための統計モデルを開発し、管理者や組織、仕事、ナース個人の特徴を評価しましたが、累積予測力は低かったため、質的研究も行い新たな変数を発見しました。マルチメソッドの利点は、量的と質的データの比較でモデルの支持を強化し、定着について新たな洞察を提供し、測定ツールの見直しが可能になる点です。この研究方法は、エビデンス基盤の開発や構成概念の解明、因果プロセスの理解に有効で、看護実践における測定ツールの精練にも貢献しています。マルチメソッドのデザインには、トライアンギュレーションを用いたデザインや相補的、拡大デザインがあり、統合デザインでは反復や組み込み、ホリスティック、変形デザインが用いられます。

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】▼▼▼▼▼▼▼▼
チャンネル登録はこちら


目次  ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】

 

 

理論構築の統合の研究例

 

コネリー,ポット,ホップアート,タウントンは,スタッフ・ナースの定着に焦点をあてたマルチメソッド・リサーチ・プロジェクトを実施した.

 

彼らの研究は,主に量的研究であり,ナースの定着率を予測するためにデザインした高度な統計モデルの開発を含んでいた.

 

研究者たちは,定着率を予測できると考えた4種類の因子を測定した.

 

つまり,管理責任者の特徴(例:リーダーシップのスタイル),組織の特徴(例:昇進の機会),仕事の特徴(例:グループの結束性),そしてナース自身の特徴(例:教育,婚姻状態)である.

 

モデルにおける変数は,すべて研究文献で妥当性を検証されていたが,こうした変数の累積予測力は比較的に低かった.

 

プロジェクトの最後の年に,研究者たちは,異なる研究方法によって,定着モデルに属するような別の構成概念が生みだされるかどうかを確かめるために,質的研究を行った.

 

プロジェクトの最初の年に実施した,「とどまる意向」尺度(“Intent to Stay” scale)で低い得点でありながらも同じ病院で働き続けているという,全部で21人のスタッフ・ナースに対して,とどまっている理由,辞める理由として考えられるもの,雇用の肯定的側面と否定的側面について,徹底的な面接を実施した.

 

研究者たちは,徹底的な面接によって得た情報と,彼らのモデルに含まれている変数とのあいだに,いくらかの一致がみられることを見いだし,それによりモデルの諸側面の妥当性を検証した.

 

しかし,質的面接をとおして,新たなテーマも浮かび上がってきた.

 

たとえば,家庭に近い場所,福利厚生手当,質の高いケアを提供する能力,また,病院内の病棟を異動できること,といった変数である.

 

 

マルチメソッド・デザインをもちいた利点については,以下のように説明した.

 

トライアンギュレーションは,われわれが3つの利点を手に入れるのに役立った.

 

1つ目は,量的データと質的データを慎重に比較することにより,定着モデルにおける変数への支持が強化されたこと.2つ目に,この比較により,ナースの定着について新たな側面も明らかになり,それによって,ナースの定着についてさらに十分に理解するのに貢献したこと…3つ目には,研究者たちが,量的測定用具の見直しを提言できるようになったことである.

 

・マルチメソッド・リサーチ(またはミックス・メソッド・リサーチ)は,単一のプロジェクトにおいて質的データと量的データを融合し,看護実践のためのエビデンス基盤を開発するのに有利である.

 

・有利な点は以下のとおりである.

 

@この2つの方法は,相補的な長所と短所をもつ.

 

A統合した方法によって,現実の多元的な性質について,理論的で実質的な洞察を導くことができる.

 

Bマルチメソッド・リサーチにより,単一の方法をもちいた研究で得た知識を,さらに漸進させるフィードパックリレープを実現できる.

 

C複数の種類のデータによって仮説を裏づけることで,研究の妥当性を強化できる.

 

D分析結果が矛盾していた場合,不一致について慎重な精査を行い,さらに一連の探究の方略を押し進めることができよう.

 

・看護において,マルチメソッド・リサーチがもっともよくもちいられる状況の1つは,測定用具の開発と精錬の領域においてである.

 

・定量化された記述の意味または関係性について,実例を示し,明確化し,拡大するために,質的データをもちいることもある.

 

・マルチメソッド・リサーチは,構成概念を解明したり,関係性や因果プロセスを解釈し明らかにする助けとなる.

 

仮説を生成し,検証するためにももちいることもできる.

 

・統合した方法をもっとも意欲的に適用しているのは,理論開発の領域においてである.

 

・コンポーネント・デザイン(構成要素デザイン)を備えたマルチメソッドによる研究では,研究の質的側面と最的側面を別々の構成要素として実施し,データ収集と分析においても区別する.

 

コンポーネント・デザインには,トライアンギュレーションによるデザイン,相補的デザイン,そして拡大デザインがある.

 

・2つ目の大きなカテゴリーは統合デザインであり,研究プロセス全体を通じて,複数の方法をさらに幅広く統合する.

 

4種の主な統合デザインには,反復デザイン,組み込みデザイン(または入れ子式デザイン),ホリスティック・デザイン,そして変形デザインがある.

 

 

コネリー、ポット、ホップアート、タウントンはスタッフ・ナースの定着に焦点を当てたマルチメソッド・リサーチ・プロジェクトを実施しました。彼らの研究は主に量的研究に基づいており、スタッフ・ナースの定着率を予測するための高度な統計モデルの開発を含んでいました。研究者たちは、定着率を予測するために管理者の特徴、組織の特徴、仕事の特徴、そしてナース個人の特徴という4つの因子を測定しました。管理者の特徴にはリーダーシップスタイルが含まれ、組織の特徴には昇進の機会が、仕事の特徴にはグループの結束性が、そしてナース個人の特徴には教育や婚姻状態が挙げられます。これらの変数はすべて研究文献において妥当性が確認されていましたが、累積予測力は比較的低いものでした。このことから、研究者たちはプロジェクトの最後の年に質的研究も行うことを決定し、異なる方法で定着に関連する別の構成概念を明らかにする可能性を探りました。具体的には、「とどまる意向」尺度で低いスコアを示しながらも同じ病院にとどまり続ける21人のスタッフ・ナースを対象に、彼らが仕事を続けている理由、辞めるかもしれない理由、雇用の肯定的および否定的側面について詳細なインタビューを行いました。この質的インタビューの結果、研究者たちは彼らのモデルに含まれている変数との間にある程度の一致が見られることを発見し、モデルの一部の妥当性を確認することができました。しかし、それと同時に新たなテーマも浮かび上がり、家庭に近い場所に職場があること、福利厚生の充実、質の高いケアを提供する能力、さらには病院内で異なる病棟へ異動できる機会があることなど、従来のモデルには含まれていなかった変数も重要であることが示唆されました。このプロジェクトで用いられたマルチメソッド・デザインには複数の利点があります。まず、トライアンギュレーションを通じて量的データと質的データの慎重な比較が可能になり、定着モデルにおける変数の妥当性がさらに強化されました。次に、この比較によって、ナースの定着についての新たな側面が明らかになり、ナースの定着に関する理解が一層深まる結果となりました。また、量的測定用具の改善が提案できるようになり、測定の精度や有効性が向上しました。さらに、マルチメソッド・リサーチは看護実践におけるエビデンス基盤を構築する上でも大きな役割を果たします。特に、量的データと質的データはそれぞれ相補的な長所と短所を持っているため、統合して使用することで現実の多元的な性質に対する理論的で実質的な洞察が得られます。これにより、単一の方法では得られない深い知見が得られ、看護分野での理論開発や実践改善につながります。また、マルチメソッド・リサーチはデータの多様性を通じて仮説を裏付け、研究の妥当性を強化する点でも有効です。研究結果が矛盾した場合には、不一致の原因を慎重に検証することで、さらなる探究への道が開かれます。看護分野において、マルチメソッド・リサーチは特に測定ツールの開発や精練において有用であり、量的データの定量的な記述の意味や関係性を明確にし、質的データを通じて実例を示すことで具体的な理解を支援します。これによって、構成概念の解明、因果関係やプロセスの明確化が促進され、仮説の生成や検証も効果的に行えるようになります。特に理論開発の領域において、統合された研究方法の適用が積極的に進められており、マルチメソッド・リサーチが看護研究において重要な役割を果たしていると言えます。このようなマルチメソッド・リサーチには、コンポーネント・デザインと統合デザインという2つの主要なアプローチがあり、それぞれ異なる特徴を持っています。コンポーネント・デザインでは、研究の質的側面と量的側面を別々の構成要素として実施し、データ収集と分析も明確に区別する方法がとられます。この方法にはトライアンギュレーション・デザイン、相補的デザイン、そして拡大デザインが含まれており、それぞれが異なる観点から研究の妥当性や信頼性を高める役割を果たします。一方、統合デザインは研究のプロセス全体にわたって複数の方法を統合するアプローチであり、反復デザイン、組み込みデザイン(または入れ子式デザイン)、ホリスティック・デザイン、変形デザインという4つの主要な種類があります。反復デザインは、研究の過程で量的と質的データを反復的に組み合わせて分析し、両者の相互作用を通じてより深い洞察を得ることを目指します。組み込みデザインでは、主要なデータの収集手法の中に別のデータ収集手法を組み込み、データの一貫性や整合性を確認しながら全体的な理解を図ることができます。ホリスティック・デザインは、複数のデータ収集手法を統合的に用い、研究対象を包括的に捉えるためのデザインであり、複雑な現象に対する多角的な視点を提供します。変形デザインは、研究の進行に応じてデザインを柔軟に変更し、新たに浮かび上がったテーマや変数を組み込むことで研究の妥当性を向上させる方法です。

 

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】


セミナー詳細                    解析ご相談                    LINEでお友達

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】

ナース定着を支えるマルチメソッド研究の新展開【ChatGPT統計解析】