ケーススタディ

ケーススタディとは、現実世界の文脈における特定のケース（または複数のケース）を詳細かつ徹底的に調査することです。^{[1] [2]}たとえば、医療におけるケーススタディは、個々の患者または病気に焦点を当てる場合があります。ビジネスにおけるケーススタディは、特定の企業の戦略またはより広い市場をカバーする場合があります。同様に、政治におけるケーススタディは、特定の政治キャンペーンの活動のような一定期間にわたる狭い範囲の出来事から、世界大戦のような大規模な取り組み、またはより一般的には、複数の利害関係者に影響を与える現実世界の問題の 政策分析まで多岐にわたります。

一般的に、ケーススタディでは、ほぼあらゆる個人、グループ、組織、イベント、信念体系、または行動に焦点を当てることができます。ケーススタディは、必ずしも 1 つの観察 ( N =1) である必要はなく、多くの観察 (複数の期間にわたる 1 つまたは複数の個人およびエンティティ、すべて同じケーススタディ内) を含めることができます。^{[3] [4] [5] [6]}多数のケースを含む研究プロジェクトは、多くの場合、クロスケース研究と呼ばれますが、1 つのケースの研究はケース内研究と呼ばれます。^{[5] [7]}

ケーススタディ研究は社会科学と自然科学の両方で広く実践されてきた。^{[8] [9] : 5–6  [10] [11]}

ケーススタディには複数の定義があり、研究に含まれる観察の数（N が小さい）、方法（定性的）、研究の厚さ（現象とその文脈の包括的な調査）、および自然主義（「現実の文脈」が調査されている）を強調する場合があります。^[12]ケーススタディは必ずしも 1 つの観察（N = 1）を含む必要はなく、1 つのケース内または多数のケースにわたる多くの観察を含めることができるという点で、学者の間で一般的な合意があります。^{[3] [4] [5] [6]}たとえば、フランス革命のケーススタディは、最低限でも、革命前と革命後のフランスの 2 つの観察の観察になります。^[13]ジョン・ガーリングは、N = 1 の研究設計は実際には非常にまれであるため、「神話」に相当すると書いています。^[13]

クロスケース研究という用語は複数のケースの研究によく使用され、一方、ケース内研究は単一のケースの研究によく使用されます。^{[5] [7]}

ジョン・ガーリングは、ケーススタディのアプローチを「より大規模な類似のユニット（ケースの集団）を理解するために、単一のユニットまたは少数のユニット（ケース）を集中的に研究すること」と定義しています。^{[14]ガーリングによると、ケーススタディは}イディオグラフィックスタイルの分析に適しており、定量的研究はノモセティックスタイルの分析に適しています。^[15]彼は、「定性的研究の特徴は、比較できない観察、つまり因果関係や記述的な質問のさまざまな側面に関連する観察を使用することです」と付け加え、定量的観察は比較可能です。^[15]

ジョン・ガーリングによれば、ケーススタディを他のすべての方法と区別する主な特徴は、「単一のケースから得られた証拠に依存し、同時に、より広範なケースの特徴を明らかにしようとする」ことです。^[13]学者は、ケーススタディを使用して、現象の「クラス」を明らかにします。

他の社会科学の方法と同様に、ケーススタディ研究では単一の研究設計が優位になることはありません。ケーススタディでは、少なくとも4種類の設計を使用できます。まず、「理論を優先しない」タイプのケーススタディ設計があります。これは、キャスリーン・M・アイゼンハートの方法論的研究と密接に関連しています。 ^{[16] [17]} 2番目のタイプの研究設計は、ロバート・K・インのガイドラインと広範な例に従って、単一ケーススタディと複数ケーススタディの違いを強調しています。^{[16] [9] 3番目の設計は、}ロバート・E・ステークの研究に代表される「現実の社会的構築」を扱っています。^{[16] [18]}最後に、ケーススタディの設計根拠は、「異常」を特定することである可能性があります。この設計の代表的な学者はマイケル・ブラウォイです。^{[16] [19]}これら4つの設計はそれぞれ異なる用途につながる可能性があり、時には独自の存在論的および認識論的仮定を理解することが重要になります。ただし、デザインには方法論的な大きな違いがある場合もありますが、デザインは明示的に認められた組み合わせで相互に使用することもできます。

ケーススタディは、単一のケースや現象について限定的な説明を提供することを目的とする場合もありますが、より広範な集団の特徴についての理論的な洞察を高めることを目的とする場合も多くあります。^[20]

ケーススタディ研究におけるケース選択は、一般的に、代表的なサンプルであり、理論的関心の次元にバリエーションがあるケースを見つけることを意図しています。^[20]平均的または典型的なケースなど、単に代表的なものを使用すると、多くの場合、最も豊富な情報が得られません。歴史と因果関係の流れを明らかにするには、興味深い、珍しい、または特に明らかにする一連の状況を提供する主題を選択する方が有用です。代表性に基づいたケース選択では、このような種類の洞察を生み出すことはめったにできません。

大規模N研究では、無作為な事例選択は有効な事例選択戦略であるが、小規模N研究では重大な偏りを生み出すリスクがあるという点で学者の間ではコンセンサスがある。^{[21] [22] [20] [23]}事例を無作為に選択すると、代表的でない事例や情報価値のない事例が生成される可能性がある。^[23]事例は一般に、高い情報ゲインが期待される事例を選択すべきである。^{[24] [20] [25]}たとえば、外れ値事例（極端、逸脱、非典型的）は、代表的である可能性のある事例よりも多くの情報を明らかにする可能性がある。^{[25] [26] [27]}事例は、事例自体の興味深さや事例を取り巻く状況から選択されることもある。あるいは、研究者の詳細な地域的知識から選択されることもある。研究者がこのような地域的知識を持っている場合、リチャード・フェノが言ったように「じっくり調べる」ことができる立場にあり、^[28]設定や状況に関する豊富な知識に基づいて、筋の通った説明を提供することができる。

ケースの選択や研究の主題と目的に関する決定の他に、ケーススタディの目的、アプローチ、プロセスに関する決定も必要である。ゲイリー・トーマスは、ケーススタディの類型を提案している。まず目的（評価的か探索的か）を特定し、次にアプローチ（理論検証、理論構築、または説明的）を描き、次にプロセスを決定する。主な選択は研究を単一にするか複数にするかであり、また研究を回顧的、スナップショット、または通時的のいずれにするか、またネスト型、並列型、または連続型にするかについても選択する。^[29]

2015年の論文で、ジョン・ガーリングとジェイソン・シーライトは7つのケース選択戦略を挙げている。^[20]

1. 典型的なケースとは、安定したケース間の関係を示すケースです。これらのケースは、より大きなケースの集団を代表するものであり、研究の目的は、他のケースと比較するのではなく、ケース内を調べることです。
2. 多様なケースとは、関連する X 変数と Y 変数にバリエーションがあるケースです。関連する変数のバリエーションの範囲により、これらのケースはケースの全母集団を代表します。
3. 極端なケースとは、他のケースと比較して X 変数または Y 変数の値が極端なケースです。
4. 逸脱事例とは、既存の理論や常識に反する事例です。逸脱事例は、X または Y に極端な値 (極端な事例のように) があるだけでなく、因果関係に関する既存の知識にも反します。
5. 影響力のある事例とは、モデルや理論の中心となる事例です (たとえば、ファシズムや極右の理論におけるナチスドイツ)。
6. 最も類似したケースとは、研究者が関心を持つ変数を除いて、すべての独立変数が類似しているケースです。
7. 最も異なるケースとは、研究者にとって興味のある変数を除いて、すべての独立変数が異なるケースです。

理論的発見のために、ジェイソン・シーライトは、X変数に極端な値を持つ逸脱した事例や極端な事例を使用することを推奨しています。^[25]

アーレント・レイプハルトとハリー・エクスタインは、研究目的に応じて5種類のケーススタディ研究デザインを特定し、アレクサンダー・ジョージとアンドリュー・ベネットは6番目のカテゴリーを追加しました: ^[30]

1. 非理論的（または構成的個別的）なケーススタディは、ケースを非常にうまく記述することを目的としていますが、理論に貢献するものではありません。
2. 解釈的（または規律ある構成的）ケーススタディは、確立された理論を使用して特定のケースを説明することを目的としています。
3. 仮説生成型（またはヒューリスティック型）ケーススタディは、新しい変数、仮説、因果メカニズム、因果経路を帰納的に特定することを目的としています。
4. 理論テストのケーススタディは、既存の理論の妥当性と範囲条件を評価することを目的としています。
5. 妥当性調査は、新しい仮説や理論の妥当性を評価することを目的としています。
6. タイプまたはサブタイプのビルディングブロック研究は、ケース全体にわたる共通のパターンを特定することを目的としています。

アーロン・ラポートは、「最も可能性が低い」ケース選択戦略と「最も可能性の高い」ケース選択戦略を「相殺条件」ケース選択戦略に再定式化した。相殺条件ケース選択戦略には3つの要素がある。^[31]

1. 選択されたケースは、テストされる主要な理論と競合する代替仮説の両方の範囲条件に該当します。
2. テスト対象の理論については、アナリストは明確に述べられた期待される結果を導き出す必要があります。
3. テストの難易度を判断するには、アナリストは選択したケースにおける相殺条件の強さを特定する必要があります。

事例選択に関して、ゲイリー・キング、ロバート・ケオヘイン、シドニー・バーバは「従属変数の選択」に対して警告を発している。彼らは、例えば、研究者は戦争が実際に起こった事例だけを見ても、戦争勃発について有効な因果推論を行うことはできない（研究者は戦争が起こらなかった事例も見るべきだ）と主張している。^[22]しかし、質的調査法の学者たちはこの主張に異議を唱えている。彼らは、研究の目的によっては従属変数を選択することが有用であると主張している。^{[24] [32] [33]}バーバラ・ゲデスは従属変数の選択に対する懸念を共有しているが（彼女は従属変数は理論検証の目的には使えないと主張している）、従属変数の選択は理論構築と理論修正に有用であると主張している。^[34]

キング、ケオハネ、バーバは、説明変数の選択に方法論的な問題はないと主張している。彼らは多重共線性（互いに完全に相関する2つ以上の説明変数を選択すること）については警告している。 ^[22]

ケーススタディは、一般的に仮説を立てて理論を生み出すための有益な方法とみなされてきた。^{[21] [22] [24] [35] [15]}ケーススタディは、外れ値や例外的なケースを理解するのに役立つ。^[36]理論を生み出したケーススタディの典型的な例としては、ダーウィンの進化論（イースター島への旅行から派生）やダグラス・ノースの経済発展理論（イギリスなどの初期の発展途上国のケーススタディから派生）などがある。^[35]

ケーススタディは、理論構築の重要な側面である概念を定式化するのに有用である。 ^{[37]質的研究で使用される概念は、量的研究で使用される概念よりも概念的妥当性が高い傾向がある（}概念的拡張：異なるケースの意図しない比較のため）。 ^[24]ケーススタディは記述の豊かさを加え、^{[38] [33]}量的研究よりも高い内部妥当性を持つことができる。^[39]ケーススタディは個々のケースの結果を説明するのに適しており、これは量的手法ではあまりできないことである。^[32]

ケーススタディは、経験的な規則性を説明する議論の妥当性を評価するのに役立つと特徴付けられている。^[40]ケーススタディは、外れ値や逸脱したケースを理解するのにも役立つ。^[36]

細かく得られた知識と説明を通じて、ケーススタディは、大規模N研究では難しいかもしれない方法で因果メカニズムを完全に特定することができます。^{[41] [38] [42] [21] [43] [36]}「因果メカニズム」を特定するという点では、一部の学者は「弱い」連鎖と「強い連鎖」を区別しています。強い連鎖は因果連鎖の要素を積極的に結び付けて結果を生み出しますが、弱い連鎖は単なる介在変数です。^[44]

既存の理論的予想に反する事例のケーススタディは、事例が理論的予測に違反する理由を描写し、理論のスコープ条件を特定することによって知識に貢献する可能性がある。^{[21]ケーススタディは、等}目的性、複雑な相互作用効果、およびパス依存性がある可能性のある因果関係の複雑さの状況で有用である。^{[24] [45]}また、合理主義の研究における戦略的相互作用の実証的検証には、定量的方法よりもケーススタディの方が適している可能性がある。 ^[46]ケーススタディは、必要条件と不十分条件、および必要条件と十分条件の複雑な組み合わせを特定することができる。 [ ^{24] [ 32] [47]}彼らは、ケーススタディは理論のスコープ条件、つまり変数が結果をもたらすのに十分であるか必要であるかを特定するのにも有用であると主張している。^{[24] [32]}

治療があたかもランダムであるかどうかを判断するには、質的研究が必要になる場合があります。その結果、優れた定量的観察研究には、定性的な要素が含まれることがよくあります。^[15]

ゲイリー・キング、ロバート・ケオヘイン、シドニー・バーバが1994年に執筆した影響力のある書籍「 Designing Social Inquiry （社会的調査のデザイン）」（「KKV」とも呼ばれる）は、主に回帰分析の教訓を質的研究に適用し、因果推論の同じロジックを両方のタイプの研究に使用できると主張している。 ^{[22] [48] [37]}著者らは、観察数を増やすことを推奨している（バーバラ・ゲデスも「Paradigms and Sand Castles 」でこの推奨を行っている）。 ^{[34]観察数が少ないと、複数の因果効果を推定することが難しくなるだけでなく、}測定誤差が生じるリスクや、単一事例のイベントがランダムエラーまたは観察不可能な要因によって引き起こされたというリスクも高まるためである。 ^[22] KKVは、プロセストレーシングと質的研究は「強い因果推論を導き出せない」と見なしている。これは、質的学者が、多くの介在変数のうちどれが独立変数と従属変数を本当に結び付けているかを判断するのに苦労するからである。主な問題は、質的研究では、独立変数の効果を適切に推定するのに十分な数の観察が不足していることである。彼らは、観察の数はさまざまな方法で増やすことができるが、同時に別の問題、つまり変数の数が増えて自由度が減るという問題につながると書いている。 ^[37] Christopher H. AchenとDuncan Snidalも同様に、ケーススタディは理論構築と理論検証には役に立たないと主張している。 ^[49]

KKVが指摘する「自由度」の問題は、広く欠陥があると考えられている。定量的研究者は変数を集約して変数の数を減らし、自由度を高めようとするが、定性的研究者は意図的に変数に多くの異なる属性と複雑さを持たせようとする。^{[50] [24]}たとえば、ジェームズ・マホニーは「ベイズ的追跡プロセスの性質は、定性的研究が小N問題と特定の標準的な因果関係特定問題に悩まされていると見なすのが不適切である理由を説明できる」と書いている。^[51]ベイズ確率を使用することで、少量のデータから強力な因果関係推論を行うことができるかもしれない。^{[52] [53]}

KKVはまた、質的研究における帰納的推論を問題視しており、データ収集中またはデータ収集後に仮説を修正すべきではないと主張している。なぜなら、帰納的推論は収集されたデータに合うようにアドホックな理論的調整を可能にするからである。^[54]しかし、研究者たちはこの主張に反論し、帰納的推論は（質的研究と量的研究の両方において）正当な実践であると指摘している。^[55]

ケーススタディの一般的な限界として、一般化が難しいことが挙げられます。^[22]ケース数が少ないため、選択されたケースがより大きな集団を代表するものであることを保証するのは難しい場合があります。^[39]

小規模なN研究ではランダムサンプリングに頼るべきではないため、研究者は適切な事例を選ぶ際に選択バイアスを避けるよう注意しなければならない。^[21]質的研究に対する一般的な批判は、事例が研究者の先入観に一致するという理由で選ばれ、偏った研究につながるというものである。^[21]アレクサンダー・ジョージとアンドリュー・ベネットも、事例研究における一般的な問題は、同じデータに対する相反する解釈を調整することであると指摘している。^[24]事例研究のもう1つの限界は、因果効果の大きさを推定するのが難しい場合があることである。^[56]

教師は、教室で「教育用」ケーススタディの形で使われるケーススタディを準備することがある（ケースメソッドとケースブックメソッドも参照）。例えば、1870年にハーバード大学ロースクールで、クリストファー・ラングデルは、契約法を教えるための伝統的な講義とノートのアプローチから離れ、裁判所で争われたケースを授業の議論の基礎として使い始めた。^{[57] 1920年までに、この方法は}米国のロースクールで使われる主流の教育アプローチとなった。^[58]

法律以外では、教育ケーススタディはビジネス教育から科学教育まで、さまざまな分野や職業で人気が高まっています。ハーバードビジネススクールは、教育ケーススタディの最も著名な開発者および使用者の1つです。^{[59] [60]}教師は特定の学習目標を念頭に置いてケーススタディを作成します。財務諸表、タイムライン、短い経歴、マルチメディア補足資料（インタビューのビデオ録画など）などの追加の関連文書がケーススタディに付随することがよくあります。同様に、教育ケーススタディはさまざまな生物学および物理学をカバーし、科学教育でもますます人気が高まっています。国立科学教育ケーススタディセンターは、大学や中等学校のコースワークだけでなく、教室での使用のために利用できる教育ケーススタディを増やしています。^{[61] [62]}

• 分析的物語
• ケースブック方式
• ケースメソッド
• ケースコンペティション
• 症例報告
• プロセストレース

• Baskarada, Sasa (2014年10 月 19 日) 。「質的ケーススタディガイドライン」。質的レポート。19 (40): 1–25。SSRN  2559424。
• Bartlett, L. および Vavrus, F. (2017)。ケーススタディ研究の再考。Routledge。
• バクスター、パメラ、ジャック、スーザン (2008)。「質的ケーススタディの方法論: 初心者研究者のための研究デザインと実施」。質的レポート。13 (4): 544–59。
• アイゼンハート、キャスリーン・M. ( 1989 )。 「ケーススタディ研究からの理論構築」。アカデミー・オブ・マネジメント・レビュー。14 (4): 532–50。doi :10.2307/258557。JSTOR  258557。
• ジョージ、アレクサンダー L.、ベネット、アンドリュー。(2005)社会科学におけるケーススタディと理論開発。MIT プレス。ISBN 0-262-57222-2 
• ジェリング、ジョン（2008）ケーススタディ研究。ニューヨーク：ケンブリッジ大学出版局。ISBN 978-0-521-67656-4 
• Kyburz-Graber, Regula (2004)。「ケーススタディの方法論は厳密さを欠いているか? 中等教育および高等教育における最近の事例からわかるように、健全なケーススタディ研究には品質基準が必要である」。環境教育研究。10 (1): 53–65。doi : 10.1080 /1350462032000173706。S2CID 218499108  。
• ミルズ、アルバート J.、デュレポス、ガブリエル、ウィーベ、エルデン編 (2010)。ケーススタディ研究百科事典。SAGE 出版。ISBN 978-1-4129-5670-3。
• ラギン、チャールズ C.、ベッカー、ハワード S. 編 (1992)ケースとは何か? 社会調査の基礎を探るケンブリッジ大学出版局ISBN 0-521-42188-8 
• Scholz, Roland W. および Tietje, Olaf. (2002) Embedded Case Study Methods. 定量的および定性的知識の統合. Sage. ISBN 0-7619-1946-5 
• Straits, Bruce C. および Singleton, Royce A. ( 2004) Approaches to Social Research、第 4 版。オックスフォード大学出版局。ISBN 0-19-514794-4。 
• Thomas, Gary (2011)。ケーススタディの実施方法: 学生と研究者のためのガイド。SAGE Publications。
• Yin, Robert K (2017 年 10 月)。ケーススタディ研究: デザインと方法(第 6 版)。米国カリフォルニア州サウザンドオークス: SAGE Publications。ISBN 978-1-5063-3616-9。

Wikiquote にケーススタディに関連する引用文があります。