実証的研究。 定義
実証的研究とは、研究の結論が具体的な実証的証拠、つまり「検証可能な」証拠から厳密に引き出されるあらゆる研究と定義されます。
この実証的証拠は、定量的市場調査および定性的市場調査の方法を使用して集めることができます。 幸せな音楽を聴きながら仕事をすると、創造性が高まるかどうかを調べる研究が行われています。 音楽サイトのアンケートで、ハッピーな音楽を聴かせる被験者と、まったく音楽を聴かせない被験者を設定し、被験者の様子を観察するという実験が行われます。 このような研究から得られた結果は、それが創造性を促進するか否かの実証的な証拠となります。 3572>
「見てみなければ信じない」という言葉を聞いたことがあるのではないでしょうか。 これは古代の経験主義者の言葉ですが、ルネッサンス期の中世科学の出現を促し、今日のような近代科学の基礎を築いた基本的な理解なのです。 この言葉のルーツはギリシャ語である。
現代では、経験的という言葉は、観察、経験、または校正された科学機器を使用して収集された証拠を使用してデータを収集することを指します。 上記のすべての起源に共通しているのは、データを収集し、それを検証して結論を出すために、観察や実験に依存するということです」
実証研究の種類と方法論
実証研究は、定性的または定量的方法を使用して実施および分析できます。 定量的な研究方法は、数値データによって情報を収集するために使用されます。 意見、行動、またはその他の定義された変数を定量化するために使用されます。 これらはあらかじめ決められており、より構造化された形式になっています。 よく使われる方法としては、調査、縦断的研究、世論調査などがある
- 定性的研究。 質的調査の方法は、数値以外のデータを収集するために使用されます。 対象者から意味や意見、根本的な理由を見つけるために使われる。 これらの方法は、非構造化または半構造化されています。 このような研究のサンプルサイズは通常小さく、問題についてのより深い洞察や情報を提供するための会話型の方法です。最も一般的な形式の方法には、フォーカスグループ、実験、インタビューなどがあります。
これらから収集されたデータは分析する必要があります。 経験的な証拠も、定量的および定性的に分析することができる。 これを用いて、研究者は、明確に定義され、得られた知見で回答可能でなければならない経験的な質問に答えることができます。 使用される研究デザインのタイプは、使用する分野によって異なります。 その多くは、実験室では研究できないような質問に答えるために、量的および質的方法を含む集合的な研究を行うことを選択するかもしれません。 これらを使用することで、研究者は自分の仮説が支持されているかどうかを調べることができます。
- 調査研究。 調査研究は一般的に、多くの人々を巻き込み、大量のデータを収集する。 これは定量的な方法で、あらかじめ決められた質問に簡単に答えられるようになっている。 このような方法は単純であるため、高い回答が得られる。 現代社会では、あらゆる種類の調査に最もよく使われる方法のひとつです。
以前は、調査はレコーダーを使って、対面式で行われていました。 しかし、技術の進歩や手軽さのために、電子メールやソーシャルメディアなどの新しい媒体が登場しています
たとえば。 エネルギー資源の枯渇が懸念されており、それゆえ再生可能エネルギーに対する認識が必要となっています。 最近の研究によると、米国ではいまだにエネルギー消費の約8割を化石燃料が占めています。 グリーン・エネルギーの利用は年々増加していますが、一般消費者がグリーン・エネルギーを選択しない理由には、あるパラメータがあります。 その理由を理解するために、グリーンエネルギーに関する一般市民の意見と、再生可能エネルギーへの切り替えを選択する際に影響を与える要因を収集するための調査を実施することができます。 このような調査は、機関または統治機関が、より環境に優しいエネルギーの使用を推進するために、適切な認識とインセンティブスキームを促進するのに役立ちます。 再生可能エネルギー調査テンプレート
- 実験的研究。 実験研究では、実験を設定し、変数のいずれかが操作されている状況を作成することによって、仮説を検証します。 原因と結果を確認するためにも用いられる。 もう一方の変数を取り除いたり、変化させたりした場合に、独立変数がどうなるかを検証するのである。 このような方法のプロセスは、通常、仮説を提案し、それについて実験を行い、得られた結果を分析し、その結果が理論を裏付けているかどうかを理解するために報告することです。
たとえば、こんな感じです。 ある製品会社が、市場を取り込むことができない理由は何であるかを探ろうとしています。 そこで、この組織は、製造、マーケティング、販売、業務などの各プロセスに変更を加えます。 その結果、販売員のトレーニングが、製品の市場占有率に直接影響することがわかった。 もし、その人がよく訓練されていれば、製品のカバー率はより良くなるであろう。 相関研究は、変数の2つのセットの間の関係を見つけるために使用されます。 このような方法の結果を予測するために、一般的に回帰が使用される。 相関関係には正、負、中立がある。
たとえば、次のようになります。 高学歴の人は、より高い報酬の仕事に就く。 これは、高学歴は高賃金の仕事に就くことができ、低学歴は低賃金の仕事に就くことができることを意味する。 このことは、高学歴は高収入の仕事を可能にし、低学歴は低収入の仕事を可能にすることを意味する。 このような方法から収集されるデータは、性質上、質的にも量的にもなり得る。
たとえば、次のようなものです。 運動の効果を調べる研究。 対象者に毎日一定期間運動してもらい、その結果、持久力やスタミナ、筋肉の成長が高くなったというもの。 これは、運動が個人の身体に利益をもたらすという事実を裏付けています。
- Cross sectional: 横断的研究は、観察型の方法で、ある時点の聴衆の集合を観察するものである。 このタイプでは、人々のセットは、研究されているものを除いて、すべての変数の類似性を描く方法で選択されています。 このタイプは、連続的な期間にわたって観察されないため、研究者は原因と結果の関係を確立することができません。 主にヘルスケア分野や小売業で使用されている。
例えば。 ある集団の子供における低栄養障害の有病率を見つけるための医学的研究。 これには、年齢、民族、場所、収入、社会的背景など、さまざまなパラメータを調べる必要があります。 貧しい家庭の子供の多くが低栄養障害を示している場合、研究者はさらにそれを調査することができます。 通常、横断的研究に続いて、正確な理由を調べるために縦断的研究が行われる。 この方法は、比較に基づくものである。 主に2つの変数、あるいは複数の変数の間の因果関係を調べるのに使われる。
例えば。
定性的研究方法
いくつかの研究質問は、定量的な方法が適用できないため、定性的に分析する必要があります。 多くの場合、詳細な情報が必要であったり、研究者が対象者の行動を観察する必要があったりするため、必要な結果は記述的なものになります。 定性的な調査結果は、予測的というよりは、記述的なものになります。 質的な調査によって、将来的な量的調査のための理論を構築したり、サポートしたりすることができます。 このような場合、研究中の理論や仮説をサポートする結論を導き出すために、質的研究方法が用いられます。 事例研究：既存の事例を注意深く分析し、より多くの情報を見出すための方法である。 ビジネス・リサーチや調査目的のために経験的証拠を収集するために非常によく使われる。 これは、既存のケースを通して、その現実の文脈の中で問題を調査する方法です。 研究者は、既存のケースのパラメータと変数が調査されるケースと同じであることを確認して慎重に分析する必要があります。 ケーススタディから得られた知見を使って、研究されているトピックに関する結論を導き出すことができる。
たとえば、以下のようなものです。 ある企業がクライアントに提供したソリューションについて言及したレポート。 開始時や展開時に直面した課題、事例から得られた知見、問題に対して提供した解決策など。 このようなケーススタディは、企業がより多くのビジネスを得るために推進するための経験的証拠を形成するため、ほとんどの企業で使用されています。 観察法は、対象者を観察し、データを収集するプロセスである。 質的な方法であるため、時間がかかり、非常に個人的なものである。 観察法はエスノグラフィック・リサーチの一部であり、経験的証拠を収集するためにも使用されると言える。 これは通常、質的な研究形態ですが、研究内容によっては量的な研究形態となる場合もあります。
例えば、アマゾンの熱帯雨林で特定の動物を観察するための研究を立ち上げる。 このような研究は、対象のパターンや行動を研究するために一定時間観察する必要があるため、通常多くの時間を要します。 最近広く使われているもう一つの例は、消費者の購買行動を把握するために、ショッピングモールで買い物をする人々を観察することである
- 1対1のインタビュー。 この方法は純粋に定性的なもので、最も広く使われている方法の一つである。 その理由は、適切な質問がなされれば、研究者は正確で意味のあるデータを得ることができるからである。 会話が中心となる手法であり、会話の内容によっては、より深いデータを収集することができる。
例えば。 財務大臣と1対1のインタビューを行い、国の金融政策と国民への影響に関するデータを収集する場合。 フォーカスグループは、研究者がなぜ、何を、どのように質問に対する答えを見つけたいときに使用されます。 このような手法では、一般的に少人数のグループが選ばれ、グループと直接対話する必要はない。 一般的に、グループで直接話をする場合は、モデレーターが必要です。 これは、製品メーカーが自社のブランドや製品に関するデータを収集するために広く使われています。
たとえば、次のような場合です。 携帯電話メーカーが、まだ発売されていないモデルの寸法についてフィードバックを得たいとします。 このような研究は、企業が顧客の要求を満たし、そのモデルを市場で適切に位置づけるのに役立ちます。 テキスト分析：テキスト分析法は、他のタイプに比べると少し新しいものです。 このような方法は、個人が使用する画像や言葉を調べることによって、社会生活を分析するために使用されます。 ソーシャルメディアがすべての人の生活の主要な部分を占めている今日、このような方法によって、自分の研究に関連するパターンを追うことができます。
例えば。 多くの企業は、顧客サポート チームにどの程度満足しているかを詳細に言及し、顧客からのフィードバックを求めています。 このようなデータにより、研究者はサポートチームを改善するための適切な決定を下すことができます。
1種類の方法だけでは回答できない質問、特に研究者が複雑な主題を完全に理解する必要がある場合、複数の方法を組み合わせる必要があることもあります。 これは、研究者が実験中に発生しうる問題や障害を解決することを可能にするものです。 問題提起は何ですか？ 知識、データ、時間、資源などの利用可能性に問題はないか。
先に進む前に、研究者は研究の目的を明確に定義し、さらなる作業を行う計画を立てなければならない。
ステップ2：サポートする理論と関連文献
研究者は、自分の研究問題に関連付けられる理論があるかどうかを調べる必要がある。 彼は、任意の理論が彼の発見をサポートするのに役立つことができるかどうかを把握する必要があります。 関連するあらゆる種類の文献は、研究者が以前にこれを研究した他の人がいるかどうか、またはこの研究中に直面した問題は何であるかを見つけるのに役立ちます。 また、研究者は仮定を設定し、研究問題に関する歴史があるかどうかも調べる必要があります
ステップ3：仮説の作成と測定
実際の研究を始める前に、作業仮説を提供する必要がありますまたは、起こりうる結果を推測します。 研究者は変数を設定し、研究のための環境を決定し、どのように変数間の関係を見つけることができます。
研究者はまた、測定単位、誤差の許容度を定義し、選択した測定が他の人によって受け入れられるかどうかを調べる必要があります。 仮説を提案できるようなデータを収集するために、実験を設定しなければなりません。 研究者は、研究を実施するために実験的手法と非実験的手法のどちらが必要かを決定します。 どのような研究デザインを採用するかは、研究が実施される分野によって異なります。 最後に、研究者は研究デザインの妥当性に影響を与えるパラメータを見つけなければなりません。 データ収集は、リサーチクエスチョンに応じて適切なサンプルを選択することで行う必要があります。 研究を実行するために、彼は多くのサンプリング手法のいずれかを使用することができます。 データ収集が完了すると、研究者は分析する必要がある経験的なデータを持つことになります。
ステップ＃5：データ分析と結果
データ分析は、定性的および定量的な2つの方法で行うことができます。 研究者は、質的方法と量的方法のどちらが必要なのか、あるいは両方の組み合わせが必要なのかを見極める必要があります。 データの分析によって、仮説が支持されるか否定されるかがわかります。 このデータを分析することが、仮説を裏付けるための最も重要な部分となる。 研究者は、自分の研究をサポートする理論や文献を与えることができます。 8209>
Empirical Research methodology cycle
A.D. de Grootは有名なオランダ人心理学者でチェスのエキスパートですが、1940年代にチェスを使った最も注目すべき実験を行っています。 その研究の中で、彼は一貫して、現在では広く実証的な研究を行うために使用されているサイクルを考え出しました。 このサイクルは5つの段階からなり、それぞれの段階が次の段階と同じくらい重要です。 実証サイクルとは、ある対象がどのように機能し、どのように行動するかについて仮説を立て、その仮説を体系的かつ厳格なアプローチで実証データに対して検証していくプロセスを指します。 科学に対する演繹的アプローチを特徴づけるものであると言えます。 以下は、実証サイクルの例です。 この段階で、仮説を提案するためのアイデアがひらめきます。 この段階では、観察によって経験的なデータが集められる。 例えば、ある種の花は、特定の季節にだけ異なる色で咲く。
- 帰納法。 次に、観察によって集められたデータから一般的な結論を導くために、帰納的推論を行う。 例えば 例えば、上記のように、ある種の花は特定の季節に異なる色で咲くことが観察される。 研究者は、”その季節の気温が花の色の変化を引き起こすのか？”という疑問を持つかもしれません。 しかし、それは単なる推測に過ぎないので、この仮説を裏付けるような実験を行う必要がある。 そこで彼は、異なる温度で保存されたいくつかの花のセットにタグを付け、それでも色が変わるかどうかを観察するのです。
- 演繹（えんえき）。 この段階は、研究者が自分の実験から結論を導き出すのに役立ちます。 これは、具体的な偏りのない結果を導き出すために、論理と合理性に基づいていなければならない。 例えば、この実験では、異なる温度環境でタグ付けされた花の色が変化しない場合、温度が花の色を変化させる役割を果たすと結論付けることができる。
- テスト。 この段階では、研究者は自分の仮説を検証するために、経験的手法に戻ることになる。 研究者はデータの意味を理解する必要があるため、統計的手法を用いて温度と花の色の関係を明らかにする必要がある。 もし研究者が、ある温度にさらされるとほとんどの花が異なる色で咲き、温度が異なると他の花は咲かないことを発見したなら、彼は自分の仮説の裏付けを見つけたことになります。 ただし、これは証拠ではなく、あくまで仮説の裏付けであることに注意してください。
- 評価。 この段階は一般に忘れられがちですが、知識を得続けるために重要な段階です。 この段階では、研究者は収集したデータ、裏付けとなる論拠、そして結論を述べる。 また、実験と仮説の限界を述べ、他の人がそれを拾い上げ、将来、他の人のためにさらに深い研究を続けるためのヒントを提案します。
実証研究の利点
実証研究が最も広く使われている手法の一つであるのには理由があります。 それには、いくつかの利点があります。 以下はその一部です。
- さまざまな実験や観察を通じて、従来の研究を実証するために使用されます。
- この研究方法は、実施される研究をより有能で信頼できるものにします。
- 研究者は起こりうる動的な変化を理解し、それに応じて戦略を変更できるようになります。
- このような研究における制御のレベルは高いので、研究者は複数の変数を制御することができます。
実証研究の欠点
実証研究は研究をより有能で本格的にするにもかかわらず、それはいくつかの欠点を持っていません。
- このような研究は、非常に時間がかかるため、忍耐が必要です。 研究者は複数のソースからデータを収集しなければならず、関係するパラメータはかなり少ないので、時間のかかる研究になります。
- ほとんどの場合、研究者は異なる場所や異なる環境で研究を行う必要があり、これは高価な問題につながる可能性があります。
- データの収集は、さまざまな方法でさまざまなソースから収集しなければならないので、時には問題になることがあります。
なぜ実証研究が必要なのでしょうか。 複数の仮説を検証し、人間の知識を増やし、さまざまな分野で進歩し続けるために行い続けています。
たとえば。 例えば、製薬会社は実証研究を利用して、特定の薬を対照群や無作為群に試し、その効果と原因を調査します。 このようにして、特定の薬について提唱したある理論を証明するのです。 このような研究は、長年存在する病気の治療法を見つけることにつながる場合もあり、非常に重要です。 このような研究は、科学だけでなく、歴史、社会科学、ビジネスなど、他の多くの分野でも役に立ちます。 このような研究を行うには、上記のような方法が非常に有効ですが、新しい調査問題の性質がユニークになったり変化したりすると、多くの新しい方法が生まれ続けるでしょう。