質的研究（11）Data Displayのメモ

Sandelowskiさん（２００１）の文献より。導入部分が長すぎてしかもポイントがはっきりしないので、だいぶ読みづらいが、得られたエッセンスとしては、

①   質的研究においてNumberをどう使うか、どう表示するかについて色々な例とPitfallについて知っておく

②   質的研究においては、Numberよりも描写や意味の発見が大事なので、Numberを表示すればいいという話はない。が、Health studiesにおいては、どうしてもQuantitativeなValidityを半自動的に求められる文化があるので、常に考慮が必要。

③   TashakkoriとTeddlieさん（１９９８）はこの過程をQuantitizingと呼び、Boyatzis（１９９８）は、Quantitative translationと呼んだ。

④   Numberを使うことでPatternが見える。新しい解析の方向性が見える・仮説が見える、意味をさらに明確にすることができる、大量のFindingsやDocumentが必要になりがちな質的研究において、Numberを使うことで、文章中のDocument量を減らし、大事な点にFocusすることができる、など利点がある。効果的に使えば、ということだろうが。

⑤   CountingはMaxwell （１９９２）曰く、Descriptive、Interpretive、Theoretical Validityを担保するのに必要。質的研究の根本からはだいぶ言い過ぎた発言なきがするが、Publicationを考えた時は現実的な意見だろう。

⑥   Verbal counting：A few, some, manyがあるパターンを示す、とか、あるパターンがCommon, thematic, unusual, or rareだとか。具体的な数を使わない方法。いいか悪いかは状況による。

⑦   Pitfall：

(a) overweighting dramatic or vivid accounts of events

(b) underweighting data that do not conform to the pattern the researcher wants to ®nd (AKA ``holistic fallacy'')

(c) regressing to the mean & smoothing out or averaging out or otherwise cleaning up the contradictions and messiness of human accounts and lives.

Representational overcounting：“Overuse of Count”のこと。6 women said A, 3 women said B, and 1 woman said C。これはやりがちで、Less seriousだが、表やテーブルの方に数は書いておくなどすれば防げる。

Analytic overcounting：とにかく全ての数をカウントして、それを元に議論を発展させてしまうこと。あるTheme・Catogoryに分類された参加者の数が多いから重要なのではない。質的研究はDiscoveryをしようとしているのだから、大事なThemeを数が少なくても見つけることの方が大事。

Misleading Counting：数が少ない時、％を使う時に起こりやすい。二人しかｎがない時に、５０％が発言した、というのはMisleading.

Acontextual counting: 数を提示すればいいというわけではない。あることを発言した回数が多いから、それが重要、というようなContext不十分な結論など。

Williamson（２００５）の文献より

Data displayは様々な形をとる。マトリックス、チャート、グラフ、ネットワークなどなど。

Transparency of the analysis processを助ける

Checklist matrices

Time-ordered matrices

Causal Network（QIのLeanアプローチでやることと同じ）

の３つが紹介された。

他のReadingにはBoxed display、Decision Tree Modeling、Flow chart、Ladder、Metaphorical visual display、Modified Venn diagram、Taxonomyなど。

要は、Creativeになれ、ということだ。