Skip to content
検索結果に戻る

ケーススタディ研究

提唱者
Robert K. Yin; Robert E. Stake; Sharan Merriam
年
1984 (Yin); 1995 (Stake)
種類
Method
系統
intensive-contextual-inquiry

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

ケーススタディ研究とは、単一の事例(または少数の事例)を対象とした集中的かつ文脈的な調査であり、現象を深く探求するものである。ロバート・K・ヤイン(1984年)およびロバート・E・ステーク(1995年)によって体系的に発展させられたケーススタディ研究は、複数のデータソース(インタビュー、観察、文書、人工物)を用いて、現実世界の文脈における、境界づけられた現象の全体的な理解を生み出す。

手法の背後にある直感

ケーススタディ研究は、複雑な現象は、特定の事例を詳細かつ文脈的に研究することによって最もよく理解されるという原則に基づいている。「ケース」とは、人、組織、プログラム、イベント、またはコミュニティ—研究課題を例示または解明する、境界づけられた単位であれば何でもよい。研究者は、ケースの文脈に没頭し、複数の形態の証拠を収集して、「このプログラムはどのように機能するのか?」や「このコミュニティが危機から回復できた要因は何だったのか?」といった問いに答える。ケーススタディは、「どのように」および「なぜ」という問いを理解し、現実世界のプロセスに関する深い知識を生み出す上で特に強力である。ケーススタディは、探索的(ほとんど知られていない現象を理解する)、記述的(プログラムやプロセスがどのように展開するかを描写する)、または説明的(理論を検証または構築する)でありうる。

歴史学

ロバート・K・ヤイン(1984年)は、複数のデータソース、ケース選択ロジック、および厳密性を重視した体系的なケーススタディ設計を先駆けた。彼の研究アプローチは、応用分野(ビジネス、政策、教育)で一般的である。ロバート・E・ステーク(1995年)は、全体的な理解と特定のケースを理解することの固有の価値を強調する人間中心のアプローチを発展させた。シャラン・メリット(2009年)は、質的研究と教育のためのアプローチを統合した。現代のケーススタディ研究は、反省性、権力への配慮、および理論との明示的な関連性を組み込んでいる。ケーススタディは、実装科学、組織研究、およびプログラム評価において中心的なものとなっている。

使うべき場面

現実世界の文脈で発生する複雑な現象について深い理解を求めている場合に、ケーススタディ研究を使用する。プログラム、組織、イベント、または介入がどのように機能し、何が成功を可能にし、または制約するかを理解するために研究するのに理想的である。ケーススタディは、探索的研究(より大規模な研究の前に現象を理解する)や、集中的な調査を通じて理論を構築または検証するのに価値がある。「どのように」と「なぜ」という問いが中心である場合に特に適している。ケーススタディは、大規模な集団における統計的関係を確立しようとする研究にはあまり適していない。むしろ、特定の文脈への転移可能な洞察を提供する。

限界と注意点

  • 一般化可能性の限界:調査結果は特定の文脈における特定のケースを記述しており、広く適用されない可能性があるが、類似の文脈には転移可能である。
  • 時間とリソース集約的:複数のデータソースと深い分析には、かなりの投資が必要である。
  • 研究者の偏見の可能性:ケースへの持続的な関与は、批判的な視点を失ったり、参加者と過度に同一視したりすることにつながる可能性がある。
  • 範囲と妥当性の懸念:ケースの境界を決定し、分析が研究課題に対処していることを保証するには、慎重な設計と実行が必要である。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 複雑な現象の豊かで文脈的な理解を生み出す。ケーススタディは、調査や孤立した変数が逃す相互依存関係とダイナミクスを明らかにする。
  • 複数のデータソースと三角測量を使用し、信頼性を高め、現象を異なる角度から明らかにする。
  • 実践的かつ応用可能:ケーススタディの調査結果は、プログラム、組織、または実践に関する意思決定に直接情報を提供することが多い。
  • 柔軟性:研究中に設計を進化させることができ、出現した調査結果は新しい疑問やより深い探求につながる可能性がある。

応用

  • プログラム評価:質改善イニシアチブ、新しい臨床経路、または教育プログラムがどのように実施され、何が成功を促進し、どのような障壁が出現するかを研究すること。
  • 組織変革の理解:病院がどのように再構築され、何が導入を可能にし、変化がスタッフと患者にどのように影響したかのケーススタディ。
  • イノベーションまたはベストプラクティスの探求:病院がどのようにして卓越した成果を達成したかの詳細な研究であり、他の類似組織への示唆を含む。
  • 失敗または重大なインシデントの調査:原因を理解し、予防に役立てるための、重大なエラー、有害事象、またはシステム障害のケーススタディ。
  • コミュニティまたは政策研究:公衆衛生政策、災害復旧、または社会変革に対するコミュニティの対応のケーススタディ。

使い方

使い方

1

研究対象とするケースまたはケースを定義する。ケースは境界づけられていること(時間、場所、定義において明確な境界を持つ)が必要であり、分析単位は明示的である(例:「病院全般」ではなく、「この病院の質改善イニシアチブ」)。研究課題に基づいてケースを意図的に選択する(典型的なケース、極端なケース、示唆に富むケース)。複数のケーススタディ(2〜6ケース)の場合、レプリケーションロジックを提供するケースを選択する:類似した結果が予測されるケース(文字通りのレプリケーション)または対照的な結果が予測されるケース(理論的レプリケーション)。長期間の関与を実施する:文脈を十分に理解するために、ケースに十分な時間を費やす。複数のソースからデータを収集する:主要な情報提供者へのインタビュー、プロセスと設定の観察、文書レビュー(方針、報告書、データ)、および人工物。三角測量を行う:複数のソースを使用して、調査結果を検証または精緻化する。

2

変数指向ロジックではなく、ケース指向ロジックを使用してデータを整理および分析する。ケース記述を開発する:ケースの文脈、歴史、および主要な特徴の詳細で豊かな記述。テーマ別にデータをコーディングし、ケース内のテーマまたはパターンを特定する。ケース内分析を実施する:その特定のケース内でテーマがどのように相互に関連するかを調べ、ケースの内部ロジックとダイナミクスを理解する。複数のケーススタディの場合、ケース間分析を実施する:ケース間でテーマ、パターン、およびロジックを比較および対照する。共通点と相違点を探す。変動を説明するものを探求する。一部のケーススタディ研究者は、調査結果を統合および表示するためにロジックモデルまたはマトリックスを使用する。分析全体を通して文脈的理解を維持する:ケースの特定の状況、制約、および意味を分析の中で可視的に保つ。

3

ケースの全体的な性格と複雑さを伝える詳細なケースの物語または報告書として調査結果を発表する。ケースの文脈、主要な出来事またはプロセス、ステークホルダーの視点、および結果を記述する。データソース別ではなく、意味のあるテーマまたは質問別に整理された分析を発表する。引用、例、逸話を使用して、調査結果を例示し、ケースを生き生きとさせる。複数のケーススタディの場合、個々のケースの物語とケース間の統合の両方を発表する。調査結果の境界づけられた性質を明示的に扱う:この特定のケースから何を学び、どのようなことが類似の文脈に転移可能か。示唆を議論する:このケースは、より広範な現象または文脈について何を明らかにしているか?理論または実践のためにどのような疑問を提起するか?

よくある落とし穴

  • ケースを明確に定義できないこと。ケースの境界は明示的であるべきであり、読者は何が含まれ(何が含まれていないか)を理解できるようにする。
  • 単一のデータソース(例:インタビューのみ)に過度に依存すること。複数のソースは三角測量を可能にし、信頼性を高める。
  • 分析なしに記述を発表すること。ケーススタディは、物語を超えて調査結果を解釈し、それらをより広範な理解につなげるべきである。
  • 一般化可能性を過度に主張すること。ケースの調査結果は転移可能であるが(読者は自身の文脈への関連性を判断できる)、集団への統計的な一般化はできない。

よくある質問

ヤインのアプローチとステークのアプローチのケーススタディにおける違いは何ですか?

ヤインのアプローチはより体系的で設計志向であり、ケース選択ロジック、複数のデータソース、および明示的な研究課題を重視する。ケースは探索的、記述的、または説明的でありうる。ヤインの枠組みは応用分野(ビジネス、政策、評価)で一般的である。ステークのアプローチはより解釈的であり、特定のケースを理解することへの固有の関心(固有ケーススタディ)または、より広範な問題を理解するためのケースの道具的利用(道具ケーススタディ)を強調する。ステークは厚い記述と読者の自然主義的推論能力を重視する。どちらも厳密であるが、ヤインはより体系的で構造化されており、ステークはより柔軟で解釈的である。

いくつのケースを研究すべきですか?また、良いケースとは何ですか?

単一ケーススタディは、ケースがユニークであるか、極端であるか、または特に有益である場合に適切である。複数のケーススタディ(通常2〜6ケース)は、レプリケーションロジックを通じてより高い信頼性を提供する。良いケースとは:(1)境界づけられている—明確な境界を持つ;(2)アクセス可能—十分なデータアクセスが得られる;(3)関連性がある—研究課題を解明する;(4)有益である—典型的、極端、または示唆に富む。ランダムではなく意図的にケースを選択する。サンプリングは確率的ではなく戦略的である。

ケーススタディ研究はどのくらいの期間行うべきですか?

期間はケースの複雑さと研究課題によって異なる。一部のケーススタディは数週間続くが、他のケーススタディは数年かかる。文脈を理解し、プロセスを観察し、参加者との関係を構築するためには、現場での十分な時間が不可欠である。最低でも通常数週間が必要であり、より長い関与(数ヶ月から数年)は変化とより深いパターンを明らかにする。費やした時間を記録する。短い関与は深さを制限する可能性がある。

ケーススタディにおける三角測量とは何ですか?なぜ重要ですか?

三角測量とは、調査結果を検証し、異なる角度から真実に収束させるために、複数のデータソース(インタビュー、観察、文書)を使用することである。インタビュー、観察、文書がすべて調査結果を確認した場合、信頼性は高まる。三角測量は、各ソースに長所と短所があるため、現象を異なる視点から明らかにする。ケーススタディでは、単一のソース(例:インタビューのみ)が不完全または偏った理解を提供する可能性があるため、三角測量は不可欠である。少なくとも3つのデータソースを使用する。理想的には4つ以上。

ケーススタディの調査結果から一般化できますか?

ケーススタディは統計的一般化(集団への調査結果の適用)を生み出さない。代わりに、転移可能性を可能にする:読者は調査結果が自身の文脈に適用可能かどうかを評価する。読者が文脈を理解し、関連性を判断できるように、十分な詳細をもってケースを提示する。転移可能性のために書く:ケース、文脈、および調査結果を明確に記述する。類似の状況にある読者は、あなたの調査結果が彼らに適用可能かどうかを判断できる。これは統計的一般化と同じではないが、正当で価値のある知識貢献の形態である。

関連する手法

参考文献

  1. Yin, R. K. (2014). Case study research: Design and methods (5th ed.). Sage Publications.

    出版物の文献を開く
    コピーしました。
  2. Stake, R. E. (1995). The art of case study research. Sage Publications.

    出版物の文献を開く
    コピーしました。
  3. Merriam, S. B., & Tisdell, E. J. (2015). Qualitative research: A guide to design and implementation (4th ed.). Jossey-Bass.

    出版物の文献を開く
    コピーしました。