Skip to content
検索結果に戻る

NVivo および ATLAS.ti による質的分析

提唱者
QSR International (NVivo) and Scientific Software-Citational (ATLAS.ti)
年
1999
種類
Tool
系統
analysis-tool

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?

NVivo および ATLAS.ti は、テキスト(トランスクリプト、文書)、画像、ビデオ、音声を含む質的データをコーディング、整理、分析するためのコンピュータ支援質的データ分析ソフトウェア(CAQDAS)プログラムです。QSR International によって開発された NVivo は、学術研究で広く使用されており、データ整理、コーディング、メモ作成、検索、分析の可視化をサポートしています。Scientific Software-Citational によって開発された ATLAS.ti は、解釈学的解釈とネットワーク可視化を重視しています。どちらのツールも 1990 年代後半に導入され、様々な分野で標準となっています。CAQDAS 自体は分析ではなく、研究者が分析上の決定を下す必要がありますが、大量のデータを管理し、コードを体系的に整理し、分析上の決定を追跡し、可視化を生成することで、人間の分析を補強します。これらのツールは、質的研究における透明性と厳密性を向上させます。

手法の背後にある直感

質的分析は認知的負荷が高いです。数百のコード化されたセグメントを追跡し、時間やチームメンバー間でコーディングの一貫性を維持し、どのコードがどの文書に出現するかを記憶し、コーディング中にメモ作成を管理する必要があります。CAQDAS は機械的な作業を自動化し、研究者が解釈に集中できるようにします。小規模なプロジェクト(単一の分析者、5〜10 件のインタビュー)では、ハイライターとインデックスカードを使用した手動コーディングで十分な場合があります。より大規模なプロジェクト(20 件以上のインタビュー、複数の分析者、複数の文書タイプ)では、CAQDAS は効率と一貫性を提供します。NVivo と ATLAS.ti の両方で、研究者はデータをコーディングし、コードをリンクし、コードを階層またはネットワークに整理し、コードに添付されたメモを作成し、コード化されたセグメントを検索・取得し、コーディング パターンを可視化できます。ソフトウェアは、どのコードを作成するか、データをどのように解釈するか、どのテーマが重要かを決定しません。これらは研究者の知的作業のままです。CAQDAS は、信頼性の高い組織と強力な検索機能を提供することで、この作業を強化します。

歴史学

初期の CAQDAS プログラム(Ethnograph、HyperRESEARCH)は、パーソナルコンピュータがテキストを管理するのに十分なほど強力になった 1980 年代に出現しました。NVivo(QSR International、元々は N4 の後継として構築され、1999 年に最初にリリース)は、学術研究、特にオーストラリアと英国で支配的になりました。ATLAS.ti(Scientific Software-Citational、1991 年設立)は、解釈学的解釈とネットワーク マッピングを重視し、ヨーロッパの質的研究で普及しました。両社はソフトウェアを大幅に進化させてきました。最新バージョンは、ビデオ/音声分析、混合研究法の統合、クラウド コラボレーションをサポートしています。最近の批判は、CAQDAS が真の解釈なしに機械的なコーディングを生み出すリスクを強調しています(Lewins & Silver 2007)。現代のベストプラクティスは、CAQDAS が人間の解釈作業を置き換えるのではなく、サポートするためのツールであることを強調しています。

使うべき場面

CAQDAS は、中規模から大規模のデータセット(15 件以上のインタビュー、5 件以上のフォーカスグループ、100 件以上の文書)の研究に価値があります。小規模なプロジェクトでは、手動分析も同様に厳密で、学習も速い場合があります。複数の分析者がコーディングする場合(一貫性を確保するため)、追跡が複雑な場合(多くの変数、サブグループ、時間点)、または透明性と監査証跡が優先事項である場合(ソフトウェアはすべてのコーディング決定を文書化するため)、CAQDAS が不可欠です。CAQDAS は、純粋に物語的または解釈的な分析にはあまり有益ではありません。これらの分析では、持続的で密接な読解と流れが必要であり、一部の研究者はソフトウェアがテキストから距離を生むと感じています。混合研究法では、定量的分析に統計ソフトウェアを使用しながら、質的データに CAQDAS を使用でき、統合が可能になります。ソフトウェアのトレーニングが必要であり、初心者はしばしば急な学習曲線に直面するため、学習のための時間を予算化してください。

限界と注意点

  • 学習曲線とコスト。ソフトウェアにはトレーニングとサブスクリプションまたは購入が必要であり、時間とお金の投資が必要です。
  • 機械的なコーディングのリスク。ソフトウェアは、真の解釈なしに分析の厳密さの幻想を生み出す可能性があり、ゴミを入れればゴミが出てきます。
  • テキストからの距離を生み出します。一部の研究者は、ソフトウェアでのコーディングが元のテキストの豊かさとニュアンスから距離を生むと感じています。
  • 直感的ではない。ソフトウェアのワークフローは研究者の思考とは異なり、一部の人はそれを可能にするのではなく制約的だと感じています。
  • ソフトウェアは分析しません。ソフトウェアはコードを保存および取得しますが、解釈を生成しません。分析は依然として人間の知的作業です。
  • バージョン互換性とデータ移行。ソフトウェアの更新により互換性の問題が発生する可能性があり、データの移行と再利用が困難になる場合があります。

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

  • 大量のデータと複雑なコーディングスキームを効率的に管理します。手動での整理という事務的な負担を軽減します。
  • 一貫性を確保します。コードは均一に適用され、検索は包括的です(セグメントの見落としなし)。
  • 透明性をサポートします。すべてのコーディング決定は追跡可能であり、ソフトウェアは変更の監査証跡を保持します。
  • 体系的な分析を可能にします。コード頻度レポート、行列、ネットワーク可視化により、人間が見落とす可能性のあるパターンが明らかになります。
  • 共同作業を促進します。複数の分析者が同じデータをコーディングでき、ソフトウェアがコーダー間の一致を計算します。
  • データを統合します。テキスト、画像、ビデオ、音声プロジェクトを 1 つのプロジェクトにまとめ、マルチメディア分析を可能にします。

応用

  • 学術的質的研究。学生や教員は、論文、博士論文、および様々な分野での出版のために CAQDAS を使用します。
  • 健康および社会ケア研究。患者のインタビュー、医療提供者の視点、または介入の実施を分析します。
  • 組織およびビジネス研究。組織文化、従業員の経験、または変革管理に関するインタビューデータをコーディングします。
  • 評価およびプログラム評価。ステークホルダーのインタビュー、プログラム文書、および観察データを体系的にコーディングします。
  • 混合研究法。定量的分析と質的コード化データを統合して、メカニズムを探索したり、結果を検証したりします。

使い方

使い方

1

ソフトウェアにデータをインポートします。トランスクリプト(テキストファイル)、文書(PDF、Word)、ビデオ、音声。すべてのデータと分析作業を整理するためのプロジェクトファイルを作成します。コーディングを開始します。テキストセグメントを選択し、コードを割り当てます(オープンコーディング:データからコードが出現する、または事前に定義されたコードブックを使用する)。コードブックを作成します。各コードの定義、包含/除外基準、および例示的な引用を文書化します。コードをリンクします。コード間の関係を示します(階層的、ネットワークベース)。メモを作成します。分析ノート、考察、および出現する解釈をコード、セグメント、またはプロジェクトに添付します。ソフトウェアの検索機能を使用します。「X でコード化されたすべてのセグメントを表示」または「コード X と Y が一緒に出現するすべてのセグメントを表示」(コードの交差)。コードの共起行列またはコードの関係を示す可視化を生成します。ソフトウェアの自動コーディング機能は慎重に使用してください。ソフトウェアはキーワードに一致するセグメントをフラグ付けできますが、人間のレビューが不可欠です。クエリツールを作成します(例:「女性参加者のインタビューに出現するコード」)パターンを探索します。

2

体系的な分析をサポートするために CAQDAS を使用します。コードがいつ作成、変更、またはマージされたかを文書化するコーディングログを維持します。コードの頻度を追跡します。ソフトウェアは、各コードで何件のセグメントがコード化されたかをカウントします。階層を作成します。コードをカテゴリ(親コード)とサブコードに整理し、概念的な組織を示します。コード行列を構築します。参加者または文書間でコーディング パターンを比較します(例:年齢グループ)。ネットワークを可視化します。一部のソフトウェアは、コードの関係を示すノードリンク図を作成します。ソフトウェアの出力(コード頻度レポート、コードリスト、行列)を使用してパターンを特定します。どのコードが最も頻繁に出現しますか?どのコードが共起しますか?品質チェックを実行します。コーディングは文書や時間を通じて一貫していますか?複数のコーダーがいる場合、ソフトウェア機能を使用してコーダー間の一致を確認します。要約を生成します。ソフトウェアは、コード化されたセグメント、行列、およびメモのエクスポートを許可し、執筆をサポートします。

よくある落とし穴

  • ソフトウェアへの過度の依存。ソフトウェアによる体系的なコーディングが、内省と解釈なしに自動的に厳密な分析を生み出すと仮定すること。
  • コードが多すぎる。ソフトウェアは、規律なしにコードの増殖を許可し、多くの研究者は 100 を超えるコードを作成し、管理または解釈に苦労します。
  • コードブックなしのコーディング。コード定義を文書化せず、一貫性のない適用とコーディングドリフト(コードの意味が時間とともに変化する)につながります。
  • 完全な文書を読まない。コードセグメントに留まり、完全なインタビューや文書を読まない。コンテキストが失われます。
  • コード頻度を重要性と同等に扱う。最も頻繁に出現するコードが、必ずしも最も重要または意味のあるコードであるとは限りません。
  • 不十分なコーダー間トレーニング。複数の分析者がコーディングする場合、詳細なコードブックの開発とトレーニングを省略すると、不一致と一貫性のなさにつながります。

よくある質問

NVivo または ATLAS.ti を使用すべきですか?

どちらも堅牢であり、同等に厳密な分析結果を生み出します。NVivo はより広く使用されており(チュートリアルやサポートを見つけやすい)、より強力な可視化機能を備え、定量的ソフトウェアと統合されています。ATLAS.ti はネットワーク マッピングと解釈学的哲学を重視しており、一部の研究者はそのインターフェースをより直感的だと感じています。両方を試すか(多くは無料トライアルを提供しています)、同僚にどちらを好むか尋ねてください。あなたの機関が 1 つまたは両方のライセンスを提供している場合、それがあなたの選択に影響を与える可能性があります。

CAQDAS なしで質的分析を行うことはできますか?

はい。手動コーディング(ハイライト、インデックスカード、物理的な整理)は完全に正当であり、同様に厳密な分析結果を生み出します。CAQDAS は大規模プロジェクトには効率的であり、透明性をサポートしますが、必須ではありません。プロジェクトの規模、チームの規模、個人の好みに基づいて選択してください。一部の研究者はアプローチを組み合わせています。手動での初期コーディングの後、ソフトウェアで後続のフェーズを整理します。

いくつのコードを作成すべきですか?

コードブックは様々です。一部の研究者は 20〜30 のコード(簡潔で管理しやすい)を使用します。他の研究者は 100 を超えるコード(詳細)を使用します。「正しい」数はありません。バランスを目指してください。コードは、意味があり一貫性がある(曖昧ではない)のに十分具体的であるべきですが、管理に苦労するほど多くないべきです。15〜30 のコードから始めて、より多くのデータを分析するにつれて洗練させてください。

私のコーディングが信頼できるかどうかはどうすればわかりますか?

単一分析者の場合:数週間または数か月後にデータのサブセット(文書の 5〜10%)を再コーディングし、コーディングを比較して、時間経過に伴う一貫性を確認します。複数の分析者の場合:ソフトウェア機能または Cohen's Kappa を使用して、コーダー間の一致を計算します。データサンプルで 80% 以上の合意があれば、信頼性の高いコーディングが示唆されます。不一致は有用です。違いについて議論し、コードブックの定義を洗練し、不一致を解決してください。

CAQDAS ソフトウェアは私の分析を代行してくれますか?

いいえ。ソフトウェアはデータを整理し、コーディングを容易にし、出力を生成しますが(行列、可視化、検索)、解釈はしません。分析、つまりコードの意味を決定し、テーマを特定し、結論を導き出すことは、あなたが行う必要がある知的作業です。CAQDAS はツールであり、人間の解釈と内省の代用品ではありません。

関連する手法

参考文献

  1. Lewins, A., & Silver, C. (2007). Using Software in Qualitative Research: A Step-by-Step Guide. SAGE Publications.

    ISBN:978-1412903653
    コピーしました。
  2. Friese, S. (2019). Qualitative Data Analysis with ATLAS.ti (3rd ed.). SAGE Publications.

    ISBN:978-1526424944
    コピーしました。
  3. Bazeley, P., & Jackson, K. (2013). Qualitative Data Analysis with NVivo (2nd ed.). SAGE Publications.

    ISBN:978-1446257098
    コピーしました。
  4. Hoover, S. M., Polasek, D. W., & Shuart-Faris, N. (2012). Qualitative software and rigor in systematic reviews. Journal of Electronic Resources in Medical Libraries, 9(3), 194-204.

    出版物の文献を開く
    コピーしました。