リサーチクエスチョンの立て方2026｜FINER・PICOで問いを絞り仮説につなげる手順
「テーマは決まったのに、何を明らかにしたいのかが自分でもうまく言葉にできない」――これはリサーチクエスチョンの立て方がまだ定まっていないサインです。漠然とした興味を、検証可能な一文に落とし込む作業を飛ばしたまま調査や実験に進むと、途中でデータの取り方がぶれたり、指導教員から「結局この研究で何を知りたいの」と問い返されたりすることになります。本記事では、FINER基準とPICO（PECO）という2つの実務的な枠組みを使い、問いを絞り込んで仮説へつなげる手順を具体的に解説します。
リサーチクエスチョンとは何か
リサーチクエスチョンとは、研究を通じて明らかにしたい内容を疑問文の形で表したものです。「〇〇について調べる」という漠然としたテーマの記述とは異なり、「AはBにどのような影響を与えるか」「AとBの間に関連はあるか」というように、答えの方向性が想像できる形になっている必要があります。良い問いは調査方法・分析手法・必要なデータの種類まで自然に絞り込んでくれるため、研究計画書全体の設計図になります。逆に問いが曖昧なままだと、方法論の章で毎回選択に迷うことになります。
問いを立てる前段階として、テーマの絞り込みと先行研究の把握は欠かせません。テーマの選び方に迷っている場合は、卒論のテーマの決め方FAQ2026で絞り込みのコツを確認しておくと、この後の作業がスムーズになります。
FINER基準で問いの妥当性を検証する
FINERは、思いついたリサーチクエスチョンが研究として成立するかを点検するための5つの視点の頭文字です。医学研究の分野で広く使われてきた枠組みですが、人文・社会科学の卒論・修論にもそのまま応用できます。
| 項目 | 確認すること |
|---|---|
| Feasible（実行可能性） | 与えられた期間・予算・アクセスできるデータ量で本当に検証できるか |
| Interesting（興味深さ） | 指導教員や学会が読んで意義を感じる内容か |
| Novel（新規性） | 既存研究の単なる繰り返しでなく、新しい角度や対象を含むか |
| Ethical（倫理性） | 倫理審査を通過できる設計か、対象者への配慮は十分か |
| Relevant（関連性） | 結果が理論・実務・政策のいずれかに示唆を持つか |
実務的には、Feasibleの検証が最も見落とされがちです。「面白そうだから」という理由だけで問いを固定してしまい、後になってアンケートの回収数が足りない、対象企業に協力を断られる、といった事態に陥るケースは少なくありません。問いを立てた直後に、自分が卒論・修論の残り期間で本当にデータを集められるかを紙に書き出して検証する習慣をつけましょう。
PICO／PECOで問いを構造化する
FINERで妥当性を確認したら、次は問いを要素分解します。医療・介入研究であればPICO、観察研究や社会科学であればPECO（Exposureに置き換えたもの）が使いやすい枠組みです。
- P（Population／対象）：誰を、何を対象にするか（例：都内私立大学の1年生）
- I／E（Intervention／Exposure：介入・要因）：働きかける要因は何か（例：週2回のオンライン学習支援）
- C（Comparison：比較対象）：何と比較するか（例：支援を受けない学生群）
- O（Outcome：結果）：何を測定して結論を出すか（例：学期末試験の成績）
この4要素を埋めると「都内私立大学1年生において、週2回のオンライン学習支援を受けた群は、受けていない群と比べて学期末試験の成績が向上するか」という具体的な問いが完成する。4つの空欄をすべて埋められない場合、その問いはまだ検証可能な段階に達していないというサインだ。人文系のテーマでは無理にComparisonを設定せず、Population・Exposure・Outcomeの3要素だけで構造化しても構わない。
問いを仮説に変換する
構造化された問いは、そのまま仮説の土台になる。手順は次の3ステップだ。
- 問いを肯定文に書き換える（「〜だろうか」→「〜である」）
- 方向性を明示する（「向上する」「関連する」など、増減や有無を具体的に書く）
- 帰無仮説（差がない・関連がない）と対立仮説（差がある・関連がある）の両方を用意する
先ほどの例なら、対立仮説は「週2回のオンライン学習支援を受けた群は、受けていない群より学期末試験の成績が高い」となる。量的研究であればこの仮説が統計的検定の対象になり、質的研究であれば「探索的に明らかにする」という表現に置き換えて、仮説というより探究の焦点として位置づける。仮説を統計処理につなげる前段階として、調査票の設計も並行して詰めておくと後戻りが減る。具体的な尺度設計やバイアス対策は研究用アンケート（質問紙）の作り方2026にまとめている。なお、問いの言語化や仮説文の推敲に行き詰まったときは、TesifyのようなAI論文作成支援ツールに複数の言い換え案を出させて比較する使い方も有効だ。
よくある失敗パターン
リサーチクエスチョンの立て方でつまずく学生の多くは、以下のいずれかに当てはまる。
- 問いが複数まとまってしまう：「AとBとCの関係を明らかにする」のように欲張ると、方法論も分析も分散し、卒論全体の一貫性が崩れる。主となる問いは1〜2個に絞ろう。
- 問いがYes/Noで終わらない：「〇〇についてどう思うか」のような広すぎる問いは、質的研究でも焦点が定まらない。誰の、何についての、どんな側面かまで具体化する。
- 先行研究の確認が不十分なまま固定する：似た研究がすでに存在し、新規性を主張できないケースだ。問いを立てる前に文献レビューで空白領域を確認しておくことが重要である。詳しい手順は文献レビューの書き方2026を参照してほしい。
- 研究方法とのミスマッチ：数値化しにくい現象を無理に量的に検証しようとする、逆に大規模な傾向を質的インタビューだけで論じようとする、といったズレだ。問いの性質に応じた研究方法の選び方は研究方法とは？質的・量的・混合研究の選び方で整理している。
問いと仮説が固まったら、それを研究計画書の骨格に落とし込む段階に進む。目的・方法・スケジュールをまとめた構成の型は研究計画書の書き方2026で確認できる。さらに、論文の序論でこの問いをどう提示するかについては論文の序論（はじめに）の書き方2026が具体的なひな形を示している。
FAQ
リサーチクエスチョンとテーマの違いは何ですか？
テーマは研究対象の分野や領域を示す言葉（例：大学生の学習継続）であるのに対し、リサーチクエスチョンはその中で何を明らかにするかを疑問文で示したもの（例：オンライン学習支援は学習継続率を高めるか）です。テーマは範囲、問いは焦点だと考えると整理しやすくなります。
FINERとPICOはどちらを先に使うべきですか？
先にFINERで「そもそも研究として成立する問いか」を大まかに確認し、その後PICO（PECO）で要素を分解して具体的な文章に落とし込む順序が実務的です。PICOで構造化した後に、再度FINERで実行可能性を見直すと精度が上がります。
質的研究でもPICOは使えますか？
質的研究ではComparison（比較対象）を厳密に設定しない場合が多いため、PICOをそのまま当てはめるより、対象（Population）・現象や文脈（Exposure/Context）・関心のある結果（Outcome）の3要素に簡略化して使うと無理がありません。
リサーチクエスチョンはいくつ立てればよいですか？
卒論・修論レベルでは主となる問いを1つ、必要であれば補助的な問いを1つ加える程度が適切です。3つ以上になると、限られた期間内でのデータ収集・分析が追いつかなくなるリスクが高まります。
仮説を立てずに研究を進めることはできますか？
探索的な質的研究では、明確な仮説を立てずに「〇〇の実態を明らかにする」という探究の焦点を設定するだけで進めることもあります。ただし量的研究で統計的検定を行う場合は、帰無仮説と対立仮説を事前に明示しておく必要があります。