Skip to content
検索結果に戻る

調査研究 — 調査研究デザイン

提唱者
Francis Galton, Charles Booth, and early social statisticians; systematised by Paul Lazarsfeld and colleagues at Columbia in the 1940s
年
Late 19th century; methodologically systematised 1940s–1960s
種類
Quantitative (and mixed) non-experimental design
系統
Survey / observational design

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?

調査研究とは、研究者が、質問票または構造化された面接を用いて、定義された母集団から抽出された標本から標準化された自己報告データを収集する、量的(場合によっては混合法)デザインである。これは、母集団特性の記述、有病率の推定、態度分布のマッピング、社会科学、行動科学、健康科学における二変量または多変量の関連性の検定のための主要な非実験的戦略である。

手法の背後にある直感

調査を、多数の人々に同時に適用される標準化された測定器と考えることができる。研究者は、各参加者を深く観察するのではなく、すべての回答者に同じ一連の質問を投げかける。結果として得られるデータセットは長方形になる。行は人々、列は変数である。調査研究の魔法は集計にある。個々の回答がノイズを含んでいても、数百人の回答者にわたるパターンは、定量化可能な信頼性をもって母集団レベルの真実を明らかにする可能性がある。主なトレードオフは、広さと深さの間にある。調査は多くの人々について多くの変数を捉えるが、面接が提供するような豊かさで単一の個人の経験を深く掘り下げることはできない。

歴史学

体系的な社会調査は、チャールズ・ブースによるロンドンの貧困地図(1889〜1903年)およびシーボーム・ラウントリーによる同様の取り組みとともに、19世紀後半に出現した。現代の確率的調査は、ランダムサンプリング理論の発展(層化サンプリングに関するイェルジ・ネイマンの1934年の論文は画期的である)と、1930年代のギャラップ、ローパー、クロスリーによる世論調査の産業化によって形作られた。ポール・ラザースフェルドと同僚は、1940年代にコロンビア大学で社会科学のための調査方法論を形式化した。フロイド・ファウラー、ドン・ディルマン、ロバート・グローブスは、その後、現在のベストプラクティスを定義する標準的な方法論ハンドブックを作成した。

使うべき場面

調査研究は、定義された母集団の特性、または母集団内の変数間の関係を記述することが目標である場合、特に直接観察または実験が非現実的な場合に適切である。態度測定、ニーズアセスメント、プログラム評価、および疫学的な有病率調査のための選択肢となる方法である。変数が操作できない場合、および多数の参加者の標準化された測定が可能な場合にそれを使用する。研究課題が主観的意味の深い理解を必要とする場合(現象学または物語調査を使用)、操作された条件からの因果推論が必要な場合(実験的または準実験的デザインを使用)、または関心のある母集団が使用可能な回答率をもたらすには小さすぎるかアクセス不能である場合には、調査研究を使用しない。

限界と注意点

  • 横断的デザイン(最も一般的な形態)は、時間的先行性や交絡因子の排除を確立できないため、因果推論を制限する。
  • 自己報告データは、共通方法分散、社会的望ましさバイアス、および回答への同意効果の影響を受けやすい。
  • 非回答バイアスは、持続的な脅威である。調査を完了した回答者は、非回答者と系統的に異なる可能性がある。
  • 項目の文言、回答尺度形式、および質問順序は、検出が困難な方法で回答に大きく影響する可能性がある。
  • 回答者あたりの情報量が限られており、複雑な構成概念は少数の項目ではうまく捉えられない可能性がある。

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

  • 比較的低コストで、地理的に分散した大規模な母集団の記述と分析を可能にする。
  • 標準化された測定器は、回答者間の比較可能性と研究間の再現性を最大化する。
  • 確率標本抽出は、定量化された不確実性をもって、定義された母集団への統計的一般化を支持する。
  • 管理方法の柔軟性(オンライン、郵送、電話、対面)により、対象母集団への適応が可能になる。
  • 広範な推論統計的手順に適した構造化データセットを生成する。
  • 多数の変数を同時に測定でき、多変量解析による複雑な関係の分析を可能にする。

応用

  • 成人母集団における疾患有病率、健康リスク行動、および医療利用を推定する全国健康調査。
  • 職場における態度を監視し、人事ポリシーを導くために使用される従業員エンゲージメントおよび組織風土調査。
  • 高等教育における学生の学習経験、自己効力感、および満足度を測定する教育評価調査。
  • 選挙前の政治的態度、投票意向、および政策選好を測定する世論調査。
  • 社会介入のための参加者満足度および自己報告された結果データを収集するプログラム評価調査。
  • 消費者の選好、ブランド認識、および購買行動をマッピングする市場調査質問票。

使い方

使い方

1

研究者は、研究課題と関心のある構成概念を指定する。つまり、調査が何を測定する必要があり、どの母集団を対象とするかである。目的は、デザインが純粋に記述的(有病率の推定)、関連的(関連性の検定)、または予測的(結果のモデリング)であるかを決定する。明確な目的は、測定器の肥大化を防ぎ、分析を集中させる。

2

各構成概念を操作化するために、個々の項目(質問)が作成され、洗練される。項目の文言、回答尺度タイプ(リッカート、意味差法、二分法、自由記述)、順序、およびスキップロジックは、この段階で行われるすべての決定である。曖昧な文言を特定し、測定器を最終決定する前に完了時間を推定するために、少数の便宜的標本を用いた予備調査が使用される。

3

対象母集団から回答者を抽出するための標本抽出戦略が選択される。確率標本抽出デザイン(単純無作為抽出、層化抽出、クラスター抽出、系統抽出)は、母集団への統計的一般化を可能にする。非確率標本抽出デザイン(便宜的抽出、意図的抽出、スノーボール抽出)はそうではないが、代表性が目標でない探索的または確認的研究では許容される。必要な標本サイズは、効果量の期待値、望ましい検出力、および許容される誤差範囲から推定される。

4

測定器は、選択された方法(オンライン(ウェブ調査プラットフォーム)、郵送、電話、対面面接)を通じて実施される。方法の選択は、回答率、社会的望ましさバイアス、およびサブポピュレーションへのアクセスに影響を与える。回答率を向上させるためにフォローアップのリマインダーが送信され、フィールドワーク全体で回答率の追跡が維持される。

5

完了した回答はクリーニングされ(欠損データ、範囲外の値、直線的な回答の処理)、その後分析される。記述統計は、項目および尺度の分布を要約する。推論的分析(t検定、ANOVA、カイ二乗検定、回帰、構造方程式モデリング)は、研究課題に対処するために選択される。確率的デザインが使用され、層別間で回答率が変動した場合、調査ウェイトが適用される。

6

調査結果は、研究課題との関連で解釈され、先行文献の文脈に置かれる。報告書には、標本抽出の詳細、回答率、測定器の信頼性指数(例:多項目尺度のクロンバックのα)、効果量、および信頼区間が含まれる。非回答バイアス、共通方法分散、および一般化可能性に関する限界が透明性をもって議論される。

よくある落とし穴

  • 測定器の肥大化 — 潜在的に興味深いすべての項目を含めると、完了時間が長くなり、離脱率が上昇し、一貫して分析するには大きすぎるデータセットが生成される。研究課題に直接関連する項目を優先する。
  • 予備調査の無視 — 研究者にとって明確に見える項目でも、回答者には誤解されることが多い。少数の予備調査(n = 5〜10)で、大規模に実施する前にほとんどの文言の問題を捕捉できる。
  • 便宜的標本を代表的なものとして扱う — 非確率的標本の結果は、非常に慎重にしか一般化できない。標本抽出の限界を明示し、母集団レベルの有病率の主張を避ける。
  • 非回答バイアスの無視 — 低い回答率が直ちに研究を無効にするわけではないが、早期回答者と後期回答者(または回答者と既知の非回答者)を比較する分析は、その脅威を評価するために必要である。
  • 多項目尺度の信頼性および妥当性証拠の省略 — クロンバックのαおよび、適切な場合は、確認的因子分析の結果を報告することは、査読付き出版物で期待される。

よくある質問

私の調査標本はどのくらいの大きさである必要がありますか?

必要な標本サイズは、期待される効果量、望ましい統計的検出力(慣例的に0.80)、有意水準(通常0.05)、および計画された分析の複雑さによって異なります。検出したい中程度の効果(d = 0.50)を持つ単純な2群比較で、検出力80%の場合、各群あたり約64人が必要です。構造方程式モデリングは通常、少なくとも200の完全なケースが必要です。経験則ではなく、事前の検出力分析(例:G*Power)を使用し、予想される不完全な回答を考慮して20〜30%を追加してください。

低い回答率は致命的な欠陥ですか?

低い回答率は脅威であり、必ずしも致命的な欠陥ではありません。重要なのは、回答者が研究関連変数において非回答者と系統的に異なるかどうかです。非回答バイアス分析を実施し(主要な人口統計における早期回答者と後期回答者を比較する、または標本プロファイルを既知の母集団ベンチマークと比較する)、その結果を報告してください。分析が安心できるものであっても、一般化可能性に関する残りの不確実性を認識してください。

共通方法分散とは何ですか、そしてどのように対処しますか?

共通方法分散(CMV)は、同じ測定器で同じ時間に測定されたという事実によって引き起こされる変数間の偽の共分散であり、観測された相関を誇張します。手続き的な対策には、予測変数と結果変数の測定の時間的分離、異なる構成概念に対して異なる回答形式の使用、およびマーカー変数の組み込みが含まれます。ハーマンの単因子テストや未測定潜在因子アプローチなどの統計的チェックは、CMVを検出できますが、完全に修正することはできません。

郵便または電話調査よりもオンライン調査を選択すべきなのはいつですか?

オンライン調査は費用対効果が高く、迅速であり、対象母集団が信頼できるインターネットアクセスを持っている場合に適切です(先進国のほとんどの労働年齢の成人)。郵送調査は、高齢者またはインターネットアクセスを持たない人々にとって依然として価値がありますが、ターンアラウンド時間が遅く、回答あたりのコストが高くなります。電話調査は回答率が低下していますが、複雑な分岐ロジックを可能にし、インターネットを持たない母集団に到達できます。混合モードデザイン(複数の回答チャネルを提供する)は、通常、単一モードよりも高い回答率を達成します。

調査で因果関係を確立できますか?

単一の横断的調査では、時間的順序とランダム割り当てが欠けているため、因果関係を確立できません。複数の時点での同じ回答者を測定する縦断的パネルデザインは、因果関係の必要条件(ただし十分条件ではない)である時間的先行性を確立できます。クロスラグドパネルモデルとランダム切片クロスラグドパネルモデルは、安定した個人差を制御し、因果推論を強化できますが、未測定の交絡因子は依然として脅威です。曖昧さのない因果関係の主張には、実験的または準実験的デザインが必要です。

関連する手法

参考文献

  1. Fowler, F. J. (2014). Survey Research Methods (5th ed.). Sage Publications.

    ISBN:978-1452259000
    コピーしました。
  2. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN:978-1118456149
    コピーしました。