mooncircle

修論のサポートをしていると、「指導教官から指示がでています」とか、「これだけは最低限でもしっかりと書いておくようにと言われました」と、よくうかがうところの最低限の条件があります。

それは方法論をしっかり示すように、ということ。

要はアカデミックな方法（あるいは理論）に従った分析の手順を明確に示すように、ということです。

確かに、これは必須の条件ですね。

客観的に=科学的に説明をするためには、確立された方法に従って論理や分析を進めていかなければなりません。
基盤の基という感じです。

わかりやすいところでは、統計の手法やGTA、SCAT、KJ法などの量的、質的といった方法がありますが、歴史学や文学、哲学にも方法があります。
方法論だけでまた、一つの研究領域にもなります。

主観や先入観で結論はこうあるはずのような方法をすっ飛ばした内容は、まず落とされます。

どんな分野でも、どのような方法にのっとって論理を進めていくのか、明確に書くということを意識してくださいね。

歴史学という広い領域に入ると思うのですが、何らかのテーマや論点に沿ってその歴史を追う「~史学」といった学問の領域があります。
この領域でのサポートをさせていただくことが、偶然、これまでに３回あり、いずれも面白いテーマで、印象に残るご研究でした。

つい先日、その一つが完了したので、ちょっと思うところをメモしておきたいと思います。

当然、史料の収集が命で、たくさんの資料を探して読まなければなりません。
最近はインターネット上で Archiveがあり、16世紀ぐらいの資料も閲覧できるようで、驚きました。
代表的なサイトはInternet Archive “Wayback Machine”で、

このリンク先（上の文字にリンクを貼っています）で検索できます。

先日のテーマでは、現在に至る考え方がどのような変遷をもってきたのかを読み解いていくというご研究でしたが、その変遷でターニングポイントとなる時期、またターニングポイントとなる言及をされたキーパーソンを宝探しのように、見つけていきました。

また、単に、歴史上のポイント的な探索をするのでなく、その時代を取り巻いていた文化や環境も考察していかなければなりません。

歴史を単に追っていくならば事実を記載していくだけのように見えますが、

何らかの新しい視点や発見を入れなければならず、

そこに、独創性や新規性が求められるわけでその点は、学術論文の共通項ですね。

史料の確かさや解釈、

変遷の流れの捉え方に対する

論理的な説明で

信頼性を高める、といったことが、論文の評価基準に照らしあわされて読まれるわけで、求められるこれらの基準のポイントも共通項と思います。

また、指導教官によって考え方の違いはあるかもしれませんが、

論文構成はIMRD（Introduction/Method/Resut/Discussion）で書く、

これも共通項です。

ふと思ったことですが、研究者になるのではなくとも卒論や修論を描くことが求められるのは、

こういう思考の方法を身に着けるトレーニングなのかなと、改めて思った次第です。

今日は独り言っぽいブログになりました・・・(o^―^o)

MGTAの分析を検証していてふと思ったことを書き留めておきます。

一般的に概説書では、

「概念」から「カテゴリー」の生成、

場合によっては「サブカテゴリ―」の生成もありと説明されています。

ところが、さらにもう一つカテゴリーを増やした方が、

いわゆる「大カテゴリー」、「中カテゴリー」、「小カテゴリー」という形の方が論理的に説明がつく場合があります。
これはありか、無しか、色々な考え方があるかと思いますが、私的には、このカテゴリ分類が最もしっくりするならばこれを採用したほうが良いと思います。
実際、投稿論文でもそのようにしているケースも見受けられます。

これまでのケースではすべて、このカテゴリー分類をしても、特に問題は指摘されず、良い評価を得て、合格されました。

結局は論理的に説明が可能かどうか、

方法として確実に客観性を上げる手順を踏んでいるか

が重要であって、

先に正しい型ありきで発想するのは本末転倒のように思います。

もちろん、「大大ゴリー」、「大中カテゴリー」、「大小カテゴリー」とかいくらでも増やしていいのではなく、それこそ、また、何のためにMGTAをしているのか、別の意味で本末転倒ですね。

あるいは、リサーチクエスチョンからもう一度検討しなおして、そこから分けてみるとか、下位構造を考えてみるということも考えて有りかと思います。
過去にはそのようにリサーチクエスチョンから見直してうまくいったケースもあります。

なんでもそうですが

型から入ってしまうと本質を見失うことがあります。

気をつけられてください。

今日の記事がどなたかのヒントになれば幸いです。

量と書きましたが、もちろん質の方が重要なのですが、

量がペラペラとしたものは、質以前に、分析できる対象がペラペラになってしまいますので要注意です。

量が多ければよいというものではないにしても、

ほぼ確実に言えるのは

量が少ないのは、質問で掘り下げが甘いということ。

量を見れば、どの程度聞きこんだか、だいたいわかります。

失敗の原因のほとんどが、最初からこうなる答えという

先入観をもって聞いているところにあります。

わかりきったことを、聞いて確かめるだけでは研究としては成り立ちません。

インタビューの前にたてたリサーチクエスチョンを、

色々な側面から質問に落とし込んでいくイメージで臨んでください。

私は受講生の方がインタビューに入る前に、ロールプレイングの練習をして、事細かに確認していきます。

一度練習をしておくのに友人や同僚などにお願いしてみるのもいいと思います。

インタビューはもう一回といったやり直しはきかないので、万全の準備をして臨まれてくださいね。

先日、ラインに厚生労働省からコロナウィルスのアンケートが来てびっくりしました。

内容はなんてことのない質問項目で、なんだかなぁと思ったのですが、意図は、注意喚起もあったと知って、さすが、賢いと思った次第です。

このようなインターネットの調査会社を使ったアンケートの研究をされる方が時々おられます。

費用は掛かりますが、、かなり効率よく、短期間で収集してもらえるようですね。

ただ、中には、信頼性が薄いと考える教官の方などおられるので、事前確認は必須です。

また、機会を改めてゆっくり書きますね。

これは多分に研究計画の段階で失敗している場合が多いです。

よくあるのが目的と取ったデータが噛み合っていない。
分析で噛み合っていないのは後で修正も聞きますが、

データと目的が噛み合っていないのは、結局、論理性が成り立っていない、中身がないのと一緒で、不合格になる可能性が高い。

この段階かSOSを出されてサポートを受けた場合、

既に取られているデータから目的を変えたり、ストーリーを変えたりして、

後付けで 考えていかねばならず、非常に苦しいです。　

可能であるならば、新たにデータをとる、あるいは取り直すということもありますが、これはあくまでも時間的余裕と、データをとるフィールドがある場合です。

この失敗のまま、提出されて不合格になったり、あるいは提出前に提出不許可になって、サポートをお申し込みいただく方々が毎年一定数おられます。

目的は何なのか、その目的を明らかにするためにそのデータで的確なのか、このように書くと当たり前のことなのですが、ずっと考えていると煮詰まるのか、この部分でつまづく人が多い。

今一度、

目的と方法、結果で得られるデータがかみあっているのか、

よく見直されてくださいね。

以前にも書いたかもしれないのですが・・・もう一度。

研究計画の段階でよく出てくるアイデアが効果研究。

最初に０の段階を確かめておいて、トレーニングや授業法など何らかの実験条件を行って、1か月～数カ月後にその効果、あるいは影響を測定するというデザイン。

わかりやすくてアイデアとしても浮かびやすいため、安易に取り掛かる方が多いです。

はっきり言って、効果研究で結果として効果を得るのは並大抵ではありません。

1－2か月で効果を得るためには緻密に積み上げられた下準備のもとに練り上げなければまず無理です。

また、統制群を立てるのか，否かなど統制条件の考えておかねばなりません。

安易に始めてしまうと、効果は出ないわ、そもそも実験条件と結果を評価する内容がかみ合ってないわ等、最後の最後になってバタバタしてしまうのが落ちです

効果研究をこれから計画しようと考えられている方は、ただの思いついたアイデアから始めるのでなく、本当に効果が出るという仮説が立てれるのかどうか、その論拠を先行研究から挙げることが可能かどうか、よくよく考えてからGOされてくださいね。