定性的研究とは、インタビューの語り、観察の記録、文書などの言葉や行動のデータを、数値に置き換えずに解釈し、人々の経験や意味づけ、出来事が起こる過程を明らかにする研究のことである。「質的研究」とほぼ同じ意味で使われる。「どのくらい」「どの程度関連しているか」を数量で示す定量的研究に対して、定性的研究は「どのように」「なぜ」「当事者にとってどういう意味があるのか」という問いに答えるのに向いている。本稿では、定性的研究の特徴、データの種類、代表的な5つの分析方法、研究協力者の選び方、信用性を高める工夫、卒論・修論で進める手順を順に解説する。
要点:定性的研究は、少数の事例を深く調べ、データから概念やプロセスを導き出す研究である。代表的な方法にグラウンデッド・セオリー・アプローチ(GTA)、修正版GTA(M-GTA)、KJ法、SCAT、テーマ分析がある。研究協力者は無作為ではなく問いに合わせて意図的に選び、人数よりも「データが問いに答えるのに十分か」で判断する。信用性は、分析過程の記録、協力者による確認、研究者自身の立場の明示などで高める。
定性的研究の意味と特徴
定性的研究の第一の特徴は、データが言葉や行動、出来事の記録である点にある。インタビューで語られた経験、フィールドで観察した人々のやりとり、日誌や議事録、SNSの投稿などが分析の対象になる。
第二の特徴は、研究の進め方が帰納的であることだ。あらかじめ立てた仮説をデータで検証するのではなく、データを読み込み、意味のまとまりを見つけ、それを概念やカテゴリー、プロセスのモデルとして組み立てていく。データ収集と分析を行き来しながら、問いそのものが洗練されていくことも珍しくない。
第三の特徴は、研究者自身が分析の道具になることである。どの語りに注目し、どう解釈するかには、研究者の経験や立場が影響する。そのため定性的研究では、研究者が誰で、協力者とどのような関係にあるのかを明示することが、研究の質を支える条件になる。
定量的研究との違い
定性的研究と定量的研究は、どちらが優れているというものではなく、答えられる問いが違う。違いの全体像は質的研究と量的研究の違いでも比較表にまとめている。
| 観点 | 定性的研究 | 定量的研究 |
|---|---|---|
| 主な問い | どのように、なぜ、どんな意味か | どのくらい、どの程度関連するか |
| データ | 語り、観察記録、文書 | 数値(尺度得点、測定値など) |
| 対象の数 | 少数を深く | 多数を広く |
| 進め方 | 帰納的(データから概念へ) | 演繹的(仮説から検証へ) |
| 対象の選び方 | 問いに合わせて意図的に選ぶ | 母集団を代表するように選ぶ |
| 成果 | 概念、カテゴリー、プロセスのモデル | 統計的な関連や差 |
定量的研究の進め方は定量的研究とはで解説している。両者を一つの研究の中で組み合わせる方法もあり、それが混合研究法である。質問紙による量的データの集め方はアンケート調査の方法で解説している。
定性的研究に向いている問い
次のような問いは、定性的研究で取り組むのに適している。
- まだ十分に研究されておらず、測るべき変数がはっきりしていない現象(例:新しい働き方を選んだ人がどのように職業観を変えていくのか)。
- 当事者の経験や意味づけに焦点を当てたい現象(例:介護を担う大学生は、学業との両立をどのように経験しているのか)。
- 時間の経過とともに起こるプロセス(例:新人看護師が職場に適応していく過程)。
- 数値では捉えにくい相互作用(例:授業中の教師と生徒のやりとりの中で、発言の機会がどのように配分されるのか)。
逆に、「何割の人がそう考えているか」「AとBのどちらが効果的か」を明らかにしたい場合は、定量的研究のほうが適している。
データの種類と集め方
| データ | 収集方法 | 注意点 |
|---|---|---|
| 語り | 半構造化インタビュー、非構造化インタビュー | 録音の同意、逐語録の作成 |
| 集団での語り | フォーカスグループ | 発言の偏り、守秘の約束 |
| 行動・相互作用 | 参与観察、非参与観察 | 観察の場への許可、フィールドノートの記録 |
| 文書 | 日誌、議事録、教材、新聞記事、SNS投稿 | 入手と利用の許可、個人情報の扱い |
| 視覚資料 | 写真、動画、描画 | 肖像の扱い、公開範囲 |
卒論・修論で最も多く使われるのは半構造化インタビューである。インタビューガイドの作り方と逐語録の作成手順は半構造化インタビューのやり方で詳しく解説している。
代表的な5つの分析方法
定性的研究の分析方法は数多くあるが、日本の卒論・修論でよく使われるのは次の5つである。それぞれの手順の詳細は質的データの分析方法でも扱っている。
1. グラウンデッド・セオリー・アプローチ(GTA)
社会学者のグレイザーとストラウスが1967年の著作で提唱した方法で、データに根ざした(grounded)理論を生成することを目指す。データを細かく切片化してコードを付け、比較を繰り返しながらカテゴリーを作り、カテゴリー間の関係を理論としてまとめる。提唱者の二人が後に方法論をめぐって立場を分けたため、現在ではいくつかの流派がある。
2. 修正版グラウンデッド・セオリー・アプローチ(M-GTA)
木下康仁がGTAを再構成した方法で、看護、福祉、教育などのヒューマンサービス領域で広く使われている。データを細かく切片化せず、文脈の中で意味を読み取りながら、分析ワークシートを使って概念を生成していく点に特徴がある。社会的相互作用のある現象のプロセスを明らかにする研究に向いている。
3. KJ法
文化人類学者の川喜田二郎が、フィールドワークで集めた膨大な情報をまとめるために考案した方法で、名称は考案者のイニシャルに由来する。データを1枚ずつカードに書き、内容の近いカードをグループにまとめて見出しを付け、グループ間の関係を図解し、文章化する。著書『発想法』(中公新書)で広く知られるようになった。
4. SCAT(Steps for Coding and Theorization)
大谷尚が提案した方法で、2008年に名古屋大学大学院教育発達科学研究科の紀要に発表された。データの中の注目すべき語句、それを言い換える語句、それを説明する概念、そこから浮かび上がるテーマという4段階のコーディングを表に書き込み、ストーリーラインと理論記述にまとめる。手続きが明示的で、比較的小規模なデータにも適用しやすいとされ、初めて質的研究に取り組む人にも使われている。
5. テーマ分析(Thematic Analysis)
BraunとClarkeが2006年に Qualitative Research in Psychology(3巻2号, 77–101頁)で体系化した方法で、データの中に繰り返し現れる意味のパターン(テーマ)を見出す。データに慣れ親しむ、初期コードを付ける、テーマを探す、テーマを見直す、テーマを定義し名前を付ける、報告を書く、という6つの段階で進める。特定の理論的立場に縛られにくく、幅広い分野で使われている。
| 方法 | 向いている問い | データ量の目安 | 成果の形 |
|---|---|---|---|
| GTA | 現象を説明する理論を生成したい | 多め | カテゴリーと理論 |
| M-GTA | 人の行為や相互作用のプロセスを示したい | 中程度 | 概念、カテゴリー、結果図 |
| KJ法 | 多様な意見や情報を構造化したい | 少〜中 | 図解と文章 |
| SCAT | 少数事例から理論的な記述を導きたい | 少なめでも可 | ストーリーラインと理論記述 |
| テーマ分析 | 経験や意見の共通パターンを示したい | 少〜中 | テーマとその説明 |
どの方法を使う場合も、方法論の原典か、その方法の解説書を少なくとも1冊は読み、参考文献に挙げることが求められる。「KJ法的に整理した」「GTAを参考にした」といった曖昧な書き方は、審査で手続きの説明を求められる原因になる。

研究協力者の選び方と人数
定性的研究では、研究協力者を無作為に選ぶのではなく、問いに答えるのにふさわしい経験を持つ人を意図的に選ぶ(合目的的サンプリング)。たとえば「介護を担う大学生の経験」を問うなら、実際に家族の介護を担っている大学生が対象になる。
人数には決まった基準がない。分析を進めて新しい概念やテーマがほとんど出てこなくなった状態を「理論的飽和」と呼び、GTA系の方法ではこれを目安にデータ収集を終える。卒論では時間の制約から、5〜10名程度で実施されることが多い。その場合は、飽和に達したと言えるかどうかを慎重に書き、限界として明記する。
信用性を高める工夫
定性的研究には、定量的研究の信頼性・妥当性に相当する考え方として「信用性」「確認可能性」などの基準がある。卒論・修論で実践しやすい工夫は次のとおりである。
- 分析過程の記録:コードやカテゴリーがどのデータから生まれたのかを、分析ワークシートや表で残しておく。
- メンバーチェック:分析結果の要約を協力者に見てもらい、解釈が経験とずれていないかを確認する。
- 複数の分析者による検討:指導教員やゼミの仲間と解釈を検討し、議論の過程を記録する。
- 研究者の立場の明示:研究者自身の経験や協力者との関係を方法の章に書く。
- 厚い記述:結果の章で、概念を説明するだけでなく、代表的な語りを引用して読み手が解釈を検討できるようにする。

卒論・修論で進める手順
- 問いを立てる:「どのように」「どんな経験か」の形で、定性的研究に合う問いにする。
- 分析方法を決める:問いと成果の形から、上の5つのうちどれを使うかを決め、解説書を読む。
- 倫理審査を受ける:インタビューや観察では、所属大学の倫理審査が必要になることが多い。
- 協力者を募る:選定基準を決め、紹介や団体を通じて依頼する。
- データを集める:録音と逐語録の作成を、なるべくデータ収集と並行して進める。
- 分析する:選んだ方法の手順に沿って進め、分析の記録を残す。
- 結果と考察を書く:概念やテーマを、語りの引用とともに示す。
逐語録の作成は想像以上に時間がかかる。1時間のインタビューの文字起こしと確認には、数時間を見込んでおきたい。
方法の章と結果の章の書き方
方法の章には、研究デザイン、協力者の選定基準と属性(個人が特定されない範囲で)、データ収集の期間と方法、インタビューの所要時間、分析方法とその手順、倫理的配慮、研究者の立場を書く。分析方法については、どの文献の手順に従ったかを明記する。
結果の章では、生成した概念やテーマを一覧表で示した後、一つずつ定義と代表的な語りの引用を添えて説明する。語りの引用には協力者の記号(A氏など)を付け、個人が特定される情報は伏せる。M-GTAやGTAでは、概念間の関係を示す結果図を載せることが多い。章ごとの論点や概念の並べ方を整理してから書き始めたい場合は、Tesify(https://app.tesify.app/?ref=ja.tesify.pro)で構成を組み立てる方法もある。9,000人以上の学生が使い、15,000章以上の構成づくりに使われてきたツールで、本文は100%自分自身で書く。
よくある質問
定性的研究と質的研究は同じ意味ですか?
ほぼ同じ意味で使われる。分野や文献によって「質的研究」「定性的研究」「質的調査」などの呼び方があるが、言葉や行動のデータを解釈する研究という点は共通している。
定性的研究は何人にインタビューすればよいですか?
決まった人数はない。新しい概念がほとんど出なくなる理論的飽和が目安とされるが、卒論では5〜10名程度で行われることが多い。人数の根拠と限界を方法と考察に書く。
定性的研究の結果は一般化できますか?
統計的な意味での一般化は目的としていない。その代わり、得られた概念やモデルが、似た状況にある他の事例にも当てはまるかどうかを読み手が判断できるよう、文脈を詳しく記述することが求められる。
定性的研究に仮説は必要ですか?
多くの場合、事前に検証する仮説は立てない。研究の問いを明確にしたうえで、データから仮説や理論を生成することが成果になる。
分析にソフトウェアを使ってもよいですか?
使って構わない。質的データ分析ソフトは、コードの管理や検索を助けてくれる。ただし、解釈そのものは研究者が行うものであり、ソフトが自動的に結論を出すわけではない。
