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。
コメント
コメントを投稿