メソッドの書き方

「論文の方法論の章をどう書けばいいのか分からない」「手順は書いたけれど、なんだか説得力が足りない」――研究室で学生から繰り返し聞く悩みです。研究の中身は十分にあるのに、メソッドのセクションだけが妙に薄い。あるいは、必要以上に膨らんで読みにくい。このバランスは、慣れていないと取りにくいところです。

僕がメソッドの章を学生のドラフトで読むときに最初に確かめるのは、「これを読んだ別の研究者が、同じ研究を再現できるか」です。これがメソッドの最低条件で、ここをクリアできない章は、どれだけ流麗に書いても論文として弱い。そして説得力は、その最低条件のさらに先にあります。読者が「なるほど、この方法ならこの問いに答えられる」と納得できるかどうか。ここまで踏み込めて初めて、メソッドは論文の支柱になります。

メソッドは「選択の理由の説明」

メソッドを書くことは、手順を並べる作業ではありません。「なぜその方法を選んだのか」「どんな配慮をしたのか」を含めた、選択の理由の説明です。メソッドの章は、過去の自分への説明だと思って書く――これくらいの心持ちでちょうどいい、と僕は思っています。研究を始める前の自分が、「なぜ別の方法ではなく、この方法を選んだのか」を納得できるかどうか。そのレベルで書けると、読者にも査読者にも届くメソッドになります。

逆に言うと、「みんながやっているからこの手法を選びました」は、メソッドの章では決して書けない理由です。慣例に従うこと自体は問題ないのですが、慣例の中身を自分の問いと照らし合わせて選び直す、という作業は省けません。ここを省いた研究は、しばしば査読で「なぜこの設計なのか」と突かれます。

そう書けるようになるために、方法を選ぶ段階で頭に置いておきたい原則が三つあります。

問いを先に、方法を後に

一つ目は、 問いを先に、方法を後に 。

初めて本格的な研究に取り組むとき、多くの学生は「完璧な研究方法」を探そうとします。先行研究を読み漁り、教科書やトップカンファレンスの論文をめくれば、「この手法なら間違いない」と確信できる方法がどこかに書かれているはずだ――そう信じている時期は誰にでもあります。

僕の研究室でよく見るのは、システムを作ったあとの「どう評価するか」で詰まる場面です。学生が新しい学習支援システムを作る、あるいは創作支援ツールを作る。形になったので、次は評価です。ここで多くの学生がまず考えるのがコントロール実験です。「提案システムあり群」と「ベースライン群」に被験者を分け、タスクの正答率や所要時間を比較し、p値を出して有意差を主張する。この形が「ちゃんとした評価」だと信じて疑わない時期があります。

ところが、いざ設計に取りかかってみると、あちこちで違和感が立ち上がってきます。 30分のラボ実験で測れる効果は、本当に自分が作りたかった効果なのか。「学習が深まる」「創作の幅が広がる」といった、自分がシステムに込めた価値は、正答率や所要時間ではうまく捉えられないのではないか。被験者は数十人いるけれど、彼らはそのシステムを研究室で言われて触っただけで、自然な使い方とはほど遠い。

そこで方向転換を考え始めます。フィールドへ持ち出して数週間使ってもらい、ログと事後インタビューで「実際にどう使われたか」「使ってみて何が変わったか」を見る、というやり方です。ところが今度は、別の不安が頭をもたげてきます。「サンプル数が10人ちょっとで、論文として通るのか」「定量的な比較がないと主観的に見えるのでは」――コントロール実験への憧れが、判断を曇らせるわけです。

ここで一段ずらして見てほしいのは、 コントロール実験もフィールドスタディも、異なる種類の問いに答える道具 だ、ということです。「定量だから上、定性だから下」という上下関係はありません。あなたが知りたいのが「タスク達成までの時間」なら、ラボでのコントロール実験が理にかなっています。知りたいのが「人がそのシステムをどう自分の活動に組み込んでいくか」「どんな新しい使い方を発明するか」「長期的にどんな変化が起こるか」だとしたら、30分のラボ実験ではそもそも測れません。「量的研究がかっこいいから」「インタビューのほうが楽そうだから」という入り方も、根は同じです。方法への憧れが先に立つと、研究の方向のほうが歪みます。方法に正解はありませんが、問いに対する適切さはあります。

限界は最初から織り込む

二つ目は、 限界は最初から織り込む 。完璧な方法は存在しません。どの方法にも長所と短所があり、一つ選んだ時点で何かを取りこぼします。だから、その限界を認識し、どう緩和するかまで含めて設計するのが現実的です。

フィールドスタディに振り切るなら、サンプル数の少なさは自覚したうえで、ログと観察とインタビューを組み合わせて複数の方向から裏を取る。コントロール実験を選ぶなら、ラボで測れる範囲の限界を考察にきちんと書き込む。ここまでやれると、一段強い研究になります。

そして、その限界は論文に率直に書いてください。サンプルサイズの制約、測定の不完全性、因果関係の特定の困難――どれほど優れた研究にも必ずあります。隠そうとしても、査読者はまず気づきます。「気づかれた限界」より「自分で書いた限界」のほうが、論文への信頼を保てる。限界を書くことは弱さの告白ではなく、どこまで言えてどこから言えないかを自分で把握している、という証明です。最初から織り込んでおけば、聞かれて慌てることもなくなりますし、そのまま次の研究への橋渡しにもなります。

分野の作法は尊重し、理由は自分で持つ

三つ目は、 分野の作法を尊重しつつ、理由は自分で持つ 。分野ごとに方法論の慣例があります。それを学ぶのは大事ですが、「みんながやっているから」だけで選ぶのは弱い。その慣例がなぜ定着したのかを一度自分で確かめたうえで、「この問いに対してこの方法が最適」という固有の理由を、あなた自身の言葉で持っておいてください。

研究方法は、結局のところ道具です。ハンマーではネジは回せませんが、ハンマーには釘を打つという素晴らしい機能がある。あなたの研究という仕事に対して、どの道具が最も合うかを見極める目を養うこと――そこが、研究者としての腕の見せどころになっていきます。そして、いったん選んだら、その道具の限界も含めて引き受ける。ここまで腹を括れたら、方法選択の迷いは大きく減るはずです。

この先で扱うこと

代表的な三つのアプローチを、それぞれ章を分けて扱います。世界観も得意不得意も違うので、自分の問いに照らして読んでみてください。

定性的研究数値では捉えきれない意味や文脈を、インタビューや観察を通じて深く理解するアプローチ。
定量的研究仮説を数値データで検証し、一般化できる知見を目指すアプローチ。変数や妥当性といった定量研究の概念は、ここにまとめてあります。
システム開発研究アイデアを実際に動くシステムとして実装し、その有効性を実証するアプローチ。

方法が決まって、実際に実験や調査を組む段になったら、実験・調査を設計するに進んでください。量的方法と質的方法を組み合わせる混合研究法も、そちらで扱います。