Loading article…
調査方法論は「調査方法の研究」です。 [ 1 ]人間を対象とした調査に焦点を当てた応用統計学 の分野として、調査方法論は、母集団から個々の単位を抽出する方法と、質問票の作成や調査への回答数と精度を向上させる方法など、調査データ収集に関連する技術を研究します。調査方法論は、回答がある場合とない場合がある1つ以上の質問をするツールや手順を対象としています。
研究者は、調査対象集団について 統計的な推論を行うことを目的として統計調査を実施します。このような推論は、使用される調査質問に大きく依存します。世論調査、公衆衛生調査、市場調査、政府調査、国勢調査はすべて、調査方法を用いて集団に関する質問に答える定量的研究の例です。国勢調査には「標本」は含まれませんが、質問票、面接員、無回答者へのフォローアップ手法など、調査方法の他の側面は含まれています。調査は、マーケティング調査、心理学、交通研究（人や物が空間を移動する方法を研究する学問）、医療提供、社会学など、あらゆる種類の公共情報および研究分野にとって重要な情報を提供します。
単一の調査は、少なくとも標本（国勢調査の場合は全人口）、データ収集方法（例：質問票）、および統計的に分析可能なデータとなる個々の質問または項目から構成されます。単一の調査は、その目的に応じて、好み（例：大統領候補）、意見（例：中絶は合法であるべきか？）、行動（喫煙や飲酒）、事実情報（例：収入）など、さまざまな種類のトピックに焦点を当てることができます。調査研究はほぼ常に人口の標本に基づいているため、研究の成功は、研究者が関心を持つ対象人口に関して標本が代表的であるかどうかに依存します。対象人口は、特定の国の一般人口から、その国内の特定のグループ、専門家団体の会員名簿、または学校制度に登録されている生徒のリストまで多岐にわたります（サンプリング（統計）および調査サンプリングも参照）。調査に回答する人は回答者と呼ばれ、質問に応じて、回答は個人、世帯、雇用主、または代表する他の組織を表す場合があります。
調査方法論は科学分野として、標本設計、データ収集手段、データの統計的調整、データ処理、および最終的なデータ分析に関する原則を特定し、系統的およびランダムな調査誤差を生み出す可能性のある要因を明らかにしようとします。調査誤差は、調査コストと関連付けて分析されることがあります。コスト制約は、コスト制約内で品質を向上させること、あるいは一定の品質レベルでコストを削減することとして捉えられることがあります。調査方法論は科学分野であると同時に専門職でもあり、この分野の専門家の中には調査誤差を経験的に研究する人もいれば、誤差を減らすために調査を設計する人もいます。調査設計者にとって、この仕事は調査を改善するために、調査の何千もの個々の特徴について多数の決定を下すことを伴います。[ 2 ]
調査方法論者の最も重要な方法論的課題には、次のことを決定することが含まれます。[ 2 ]
サンプルは、通常は人口単位のリストであるサンプリングフレームから選択されますが、エリアサンプリングでは、フレームは地理的単位を区切る地図で構成される場合があります。[ 3 ] [ 4 ]
調査の目的は、標本を記述することではなく、より大きな母集団を記述することです。この一般化能力は、前述のように、標本の代表性に依存します。母集団の各メンバーは要素と呼ばれます。代表的な標本を選択する際に、しばしば困難に直面します。その結果生じる一般的なエラーの1つは、選択バイアスです。選択バイアスは、標本を選択するために使用される手順によって、母集団の重要な側面が過剰に表現されたり、過少に表現されたりする場合に発生します。たとえば、対象となる母集団が女性75%、男性25%で構成され、標本が女性40%、男性60%で構成されている場合、女性は過少に表現され、男性は過剰に表現されます。選択バイアスを最小限に抑えるために、層化無作為抽出法がよく使用されます。これは、母集団を層と呼ばれるサブ母集団に分割し、各層から無作為標本を抽出するか、比例的に標本のために要素を抽出する方法です。
調査を実施する方法はいくつかあります。実施方法の選択は、以下のようないくつかの要因によって左右されます。
さまざまな方法によって、回答者の回答方法を変えるモード効果が生じ、さまざまな方法にはさまざまな利点があります。最も一般的な実施方法は次のようにまとめられます。[ 5 ]
調査研究には、いくつかの異なる設計、つまり全体的な構造が使用できます。一般的な3つのタイプは、横断的調査、連続独立標本調査、および縦断的調査です。[ 4 ]
横断研究では、関連する母集団からサンプル（または複数のサンプル）を抽出し、一度調査します。[ 4 ]横断研究は、ある時点での母集団の特徴を記述しますが、予測的、相関的なデザインであるため、母集団の特徴の原因についての洞察を与えることはできません。
連続独立標本設計では、母集団から 1 つ以上の時点で複数のランダム標本を抽出します。[ 4 ] この設計では、母集団内の変化を研究できますが、同じ個人を複数回調査しないため、個人内の変化を研究することはできません。したがって、このような研究では、時間の経過に伴う変化の原因を必ずしも特定することはできません。連続独立標本設計が有効であるためには、標本は同じ母集団から抽出され、かつ母集団を等しく代表している必要があります。標本が比較できない場合、標本間の変化は時間ではなく人口統計学的特性によるものである可能性があります。さらに、回答を直接比較できるように、質問は同じ方法で尋ねなければなりません。
縦断研究では、同じ無作為標本を複数の時点で測定します。[ 4 ] 連続独立標本設計とは異なり、この設計では、個々の参加者の反応の時間の経過に伴う違いを測定します。つまり、研究者は、回答者の経験の違いを評価することによって、反応の変化の理由を評価できる可能性があります。[ 6 ]縦断研究は、離婚のように実験的に検証できない自然発生的な出来事の影響を評価する最も簡単な方法です。
しかし、縦断研究は費用がかかり、実施も困難です。数ヶ月または数年に及ぶ研究に協力してくれるサンプルを見つけるのは、15分間のインタビューよりも難しく、参加者は最終評価の前に研究を離脱することがよくあります。さらに、このような研究では、データ収集を機密または匿名で行う必要がある場合があり、参加者の回答を時系列で関連付けることがさらに困難になります。潜在的な解決策の1つは、自己生成識別コード（SGIC）の使用です。[ 7 ]これらのコードは通常、「生年月日」や「母親のミドルネームの最初の文字」などの要素から作成されます。最近の匿名SGICアプローチの中には、個人データの使用をさらに最小限に抑えるために、「最初のペットの名前」などの質問を使用するものもあります。[ 8 ] [ 9 ] 使用するアプローチによっては、サンプルの一部を照合する能力が失われる可能性があります。
さらに、参加者の脱落はランダムではないため、調査を繰り返すにつれてサンプルの代表性が低下する可能性があります。これを考慮するため、研究者は調査から離脱した回答者と離脱しなかった回答者を比較し、統計的に異なる集団であるかどうかを確認できます。また、回答者は調査回答の変更にもかかわらず、自己矛盾をなくそうとする場合もあります。
アンケートは調査研究で最も一般的に使用されるツールです。しかし、アンケートが不適切に作成されている場合、特定の調査の結果は無価値になります。[ 4 ]アンケートは、有効で信頼性の高い人口統計学的変数の測定値を生成し、自己報告尺度によって生成される有効で信頼性の高い個人差をもたらす必要があります。[ 4 ]
調査研究でよく測定される変数カテゴリの1つに、サンプルで調査された人々の特性を表すために使用される人口統計学的変数があります。[ 4 ]人口統計学的変数には、民族、社会経済的地位、人種、年齢などの尺度が含まれます。[ 4 ]調査では、個人の好みや態度を評価することが多く、多くの場合、尺度で提示されたさまざまな項目に対する人々の意見や判断を測定するために自己報告尺度を使用します。[ 4 ]自己報告尺度は、尺度項目に関する人々の間の差異を調べるためにも使用されます。[ 4 ]通常、質問票形式で提示されるこれらの自己報告尺度は、心理学で最もよく使用されるツールの1つであるため、尺度が慎重に構築され、信頼性と妥当性も備えていることが重要です。[ 4 ]
自己報告の信頼できる尺度は、その一貫性によって定義されます。[ 4 ]したがって、信頼できる自己報告尺度は、実施されるたびに一貫した結果を生み出します。[ 4 ]テストの信頼性は、いくつかの方法で測定できます。[ 4 ]まず、再テスト信頼性を計算できます。[ 4 ]再テスト信頼性とは、同じ質問票を2つの異なる時点で大規模なサンプルに対して実施することです。[ 4 ]質問票が信頼できるとみなされるためには、サンプル内の人々が各テストで同じスコアを獲得する必要はありませんが、テストと再テストの両方でスコア分布における位置が似ている必要があります。[ 4 ]自己報告尺度は、構成概念を測定する項目が多いほど、一般的に信頼性が高くなります。[ 4 ]さらに、測定対象の因子が、テストされているサンプル内の個人間でより大きな変動性を持つ場合、測定の信頼性が高くなります。[ 4 ]最後に、質問票の記入に関する指示が明確で、テスト環境における妨害が少ない場合、信頼性が高くなります。[ 4 ]対照的に、質問票は、測定するものが当初測定しようと計画していたものと一致している場合に有効である。[ 4 ]測定尺度の構成概念妥当性とは、それが当初測定しようとしていた理論的構成概念をどの程度測定しているかを示すものである。[ 4 ]
信頼性と妥当性のある結果が得られるアンケートを作成するには、次の 6 つのステップを踏むことができます。[ 4 ]まず、どのような情報を収集するかを決定する必要があります。[ 4 ]次に、アンケートの実施方法を決定する必要があります。 [ 4 ]第三に、アンケートの最初の草案を作成する必要があります。 [ 4 ]第 4 に、アンケートを修正する必要があります。[ 4 ]次に、アンケートを事前テストする必要があります。 [ 4 ]最後に、アンケートを編集し、その使用手順を明確にする必要があります。[ 4 ]
質問の表現方法は、調査参加者が質問にどう答えるかに大きな影響を与える可能性があります。[ 4 ]したがって、調査研究者は調査質問を作成する際に、言葉遣いに注意する必要があります。[ 4 ]研究者は、異なる個人、文化、サブカルチャーが特定の単語やフレーズを互いに異なるように解釈する可能性があることを念頭に置いておくことが重要です。[ 4 ]調査研究者がアンケートを作成する際に使用する質問には、自由回答式質問と選択式質問の 2 種類があります。[ 4 ]自由回答式質問は自由回答形式ですが、選択式質問は通常、複数選択形式です。[ 4 ]自由回答式質問は、回答者に柔軟性を持たせることができるため有益ですが、記録や採点が非常に難しく、広範なコーディングが必要です。[ 4 ]対照的に、選択式質問は採点やコーディングが容易ですが、回答者の表現力や自発性が低下します。[ 4 ]一般的に、質問の語彙は非常にシンプルで直接的であるべきで、ほとんどは 20 語未満であるべきです。[ 4 ] 各質問は「読みやすさ」を考慮して編集し、誘導的または偏った質問は避けるべきである。[ 4 ]最後に、1つの構成概念を測定するために複数の項目を使用する場合は、回答バイアスを回避するために、一部の項目の文言を反対方向に記述する必要がある。[ 4 ]
自由回答形式の質問に対する回答者の答えは、後で回答尺度にコード化することも、[ 5 ]より定性的な方法を使用して分析することもできます。
調査研究者は、アンケートの質問の順序を慎重に作成する必要があります。[ 4 ]自己記入式のアンケートの場合、回答者の注意を引くために最も興味深い質問はアンケートの最初に配置し、人口統計に関する質問は最後に配置する必要があります。[ 4 ]対照的に、電話または対面で調査を実施する場合は、回答者の自信を高めるために、人口統計に関する質問はインタビューの最初に実施する必要があります。[ 4 ]質問の順序に注意するもう 1 つの理由は、プライミングの結果として、1 つの質問がその後の質問に対する人々の回答に影響を与える調査回答効果を引き起こす可能性があるためです。
比較可能な調査データを収集するには翻訳が不可欠です。アンケートは、英語からスペイン語やドイツ語への翻訳のように、原文言語から1つ以上の目標言語に翻訳されます。翻訳プロセスでは、翻訳者、主題専門家、およびプロセスに役立つ人を含めたチームアプローチが推奨されます。[ 10 ] [ 11 ]
調査翻訳のベストプラクティスには、並行翻訳、チームでの議論、および実際の人々との事前テストが含まれます。[ 12 ] [ 13 ]これは機械的な単語配置プロセスではありません。もともと欧州社会調査のために開発されたTRAPD（翻訳、レビュー、裁定、事前テスト、および文書化）モデルは、現在では「必ずしもそのようにラベル付けされているわけではなく、完全な形で実装されているわけでもないが、世界の調査研究コミュニティで広く使用されている」のです。[ 14 ] [ 15 ] [ 10 ]例えば、社会言語学は質問票翻訳の理論的枠組みを提供し、TRAPDを補完します。このアプローチでは、質問票の翻訳が原文と同等のコミュニケーション効果を達成するには、翻訳が言語的に適切であると同時に、対象言語の社会的慣習と文化的規範を取り入れる必要があると述べています。[ 16 ]
電話調査や対面調査における無回答を減らすために、以下の方法が推奨されています[ 17 ] 。 [ 18 ]
簡潔さは回答率を高める要因としてよく挙げられます。1996年の文献レビューでは、書面調査と口頭調査の両方についてこの主張を裏付ける証拠はまちまちで、他の要因の方が重要である場合が多いと結論付けています。[ 20 ] 2010年の研究では、10万件のオンライン調査を調べたところ、回答率は10問で約3%、20問で約6%低下し、低下率は緩やかになることがわかりました（例えば、40問ではわずか10%の低下）。[ 21 ] 他の研究では、長い調査の終盤で回答の質が低下することが示されています。[ 22 ]
また、一部の研究者は、回答拒否への対応方法に影響を与える可能性のある要因として、回答者の役割や職業についても議論している。例えば、ファックスはアンケートの配布にはあまり使われないが、最近の研究では、薬剤師は職場でファックスで処方箋を受け取ることが多いものの、一般宛の郵便物を受け取る機会が常にあるとは限らないため、ファックスを好む場合があることが分かった。[ 23 ]
調査方法論者は、面接者の身体的特徴が回答者の回答にどの程度影響を与えるかを判断するために多大な努力を払ってきた。調査回答に影響を与えることが実証されている主な面接者の特徴は、人種[ 24 ]、性別[ 25 ] 、および相対的な体格指数（BMI ） [ 26 ]である。 これらの面接者効果は、質問が面接者の特徴に関連している場合に特に顕著である。したがって、面接者の人種は人種的態度に関する尺度への回答に影響を与え[ 27 ] 、 面接者の性別は性別の問題に関する質問への回答に影響を与え[ 28 ] 、面接者のBMIは食事やダイエットに関する質問への回答に影響を与えることが示されている[ 29 ] 。 面接者効果は主に面対面調査について調査されてきたが、電話調査やビデオ強化ウェブ調査など、視覚接触のない面接モードでも存在することが示されている。面接者効果の説明としてよく挙げられるのは、社会的望ましさバイアスです。調査参加者は、質問をする面接者に帰属する規範に合わせようとして、肯定的な自己イメージを投影しようとする可能性があります。面接者効果は、調査回答効果の一例です。
2018 年以来、調査方法論者は、ビッグデータが調査方法論をどのように補完し、研究者や実務家が調査統計の作成とその品質を向上させることができるかを検討し始めています。ビッグデータは、データ ポイントあたりのコストが低く、機械学習やデータ マイニングによる分析技術を適用し、登録簿、ソーシャルメディア、アプリ、その他の形式のデジタル データなど、多様で新しいデータ ソースを含みます。2018 年、2020 年、2023 年に 3 回、Big Data Meets Survey Science (BigSurv) 会議が開催され、2025 年にも会議が予定されています[ 30 ]、Social Science Computer Reviewの特集号[ 31 ]、Journal of the Royal Statistical Society の特集号[ 32 ] 、 EP J Data Scienceの特集号[ 33 ]、Craig A. Hillとアメリカ統計協会の他の 5 人のフェローが編集したBig Data Meets Social Sciences [ 34 ]という本があります。
[...] 調査方法論とは、調査方法を研究することです。それは、調査における誤差の原因と、調査によって得られる数値をできるだけ正確にする方法を研究することです。
ウィキメディア・コモンズにある調査方法論に関連するメディア