社会科学のリサーチ・デザイン―定性的研究における科学的推論

キング，ゲアリー〈Ｋｉｎｇ，Ｇａｒｙ〉/コヘイン，ロバート・Ｏ．〈Ｋｅｏｈａｎｅ，Ｒｏｂｅｒｔ Ｏ．〉/ヴァーバ，シドニー【著】〈Ｖｅｒｂａ，Ｓｉｄｎｅｙ〉/真渕 勝【監訳】

勁草書房（2004/01発売）

• サイズ A5判／ページ数 287p／高さ 22cm
• 商品コード 9784326301508
• NDC分類 307
• Cコード C3031

出版社内容情報

著者の頭文字からKKVの名で知られ、全米で広く用いられている社会科学の研究入門。著名な政治の大家が協力し、ハーバードの大学院で開講してきた科目をもとに書かれたものである。数理統計モデルによる研究と、数字によって測れないフィールドワーカーの豊かな記述は、別個のものではない。観察をおこない、因果関係を確かめ、妥当な結論を適切に導く、両者に通底する思考法を取り出して、発展させることこそが肝要なのである。社会科学にとってよりよい研究とはどういうものなのか。この問いを忘れず問い続ける人にヒントを与えるガイド。


第1章　社会科学の「科学性」
　第1節　はじめに
　第2節　研究設計の主要な構成要素
　第3節　本書のテーマ

第2章　記述的推論
　第1節　一般的知識と個別的事実
　第2節　推論：データ収集の科学的目的
　第3節　定性的研究の数式モデル
　第4節　データ収集の数式モデル
　第5節　細かな歴史的事実の要約
　第6節　記述的推論
　第7節　記述的推論の判定基準

第3章　因果関係と因果的推論
　第1節　因果関係の定義
　第2節　因果関係のその他の定義
　第3節　因果的効果を推定するために必要な仮定
　第4節　因果的推論の判定基準
　第5節　因果的理論を構築するためのルール

第4章　何を観察するか
　第1節　不定な研究設計
　第2節　無作為選択の限界
　第3節　選択バイアス
　第4節　観察の意識的な選択
　第5節　むすび

第5章　何を避けるべきか
　第1節　測定誤差
　第2節　関係のある変数の排除
　第3節　関係のない変数を含めること：有効性の低下
　第4節　内生性
　第5節　説明変数の値の割り当て
　第6節　研究状況の制御
　第7節　むすび

第6章　観察の数を増やす
　第1節　因果的推論のための単一観察設計
　第2節　どれくらいの数の観察があれば十分か
　第3節　少数の観察から多くの観察をつくる
　第4節　むすび

参考文献／索引

内容説明

手にしうる事実からどれだけ多くの「わかること」を引き出すか。「社会科学者のように考える」うえで必要な問いの立て方や議論の進め方を教える、実践的方法論。

目次

第１章　社会科学の「科学性」
第２章　記述的推論
第３章　因果関係と因果的推論
第４章　何を観察するか
第５章　何を避けるべきか
第６章　観察の数を増やす

著者等紹介

キング，ゲアリー［キング，ゲアリー］［Ｋｉｎｇ，Ｇａｒｙ］
ウィスコンシン大学Ｐｈ．Ｄ．現在、ハーヴァード大学教授。計量政治学、政治学方法論。どうすれば集計データから個人レヴェルの行動を推定することができるかという生態学的推定問題（ｅｃｏｌｏｇｉｃａｌ　ｉｎｆｅｒｅｎｃｅ　ｐｒｏｂｌｅｍ）を解いたことで名高い

コヘイン，ロバート・Ｏ．［コヘイン，ロバートＯ．］［Ｋｅｏｈａｎｅ，Ｒｏｂｅｒｔ　Ｏ．］
ハーヴァード大学Ｐｈ．Ｄ．現在、デューク大学教授。国際政治経済学。ネオリベラル制度論を代表する国際政治学者として著名

ヴァーバ，シドニー［ヴァーバ，シドニー］［Ｖｅｒｂａ，Ｓｉｄｎｅｙ］
プリンストン大学Ｐｈ．Ｄ．現在、ハーヴァード大学教授。比較政治学。政治文化や政治参加と平等に関する著作で知られる

真渕勝［マブチマサル］
京都大学大学院法学研究科教授
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[まつを]

研究計画を進めるなかで生じるバイアスの問題や、たくさんの観察数の必要性などを数式による証明や統計学による視点で解説している点は教科書的でわかりやすい。しかし、社会科学の方法論をビジネスで活用したいと本書を手にとった者にとっては、少し期待に答えられない内容でもあった。限られた時間とデータとコストから因果推論を求められるビジネスの世界で、不確実性は常に付きものだからだ。とは言え、本書の理解は社内に於ける分析担当者のスキルアップと分析結果の信頼性向上につながることは間違いないと思う。

2016/12/16

[富士さん]

研究なんていつも資源も時間も機会も足りない。でも諦めず、今あるものを使って何ができるのかが冷静に説かれています。完璧なんて不可能だけど、完璧に近づくべく、少しでもにじり寄る努力をする義務が研究者にはある。批判の余地は一切ありません。ただ、ちょっと不満がある。本書はあるべき説得の方法を研究に当てはめていく立場ですが、説得力を持った研究からあるべき方法を取り出す立場もあっていいのではないかと思うのです。本書の立場では、過去人類の知の蓄積に貢献のあった、多くの営みが排除されてしまうのではないかと恐れるのです。

2022/06/24

[izw]

先端IT活用推進コミュニティ（AITC）のコンテキストコンピューティング研究グループ（CC研）で、人文科学・社会科学の研究が参考になるのではないかという興味で、輪読することになった。因果関係があるらしいと仮説を立て、それを検証するのが基本だが、実験ができないことが多く、根拠となる観察できる事実を集めて論証する。根拠の集め方が重要で、いろいろな手法・考え方があり、間違った方法を取らないためのガイドである。取り上げられている例が面白く、著名なマイケルポーターの研究にも欠陥があると指摘されていたりする。

2022/05/20

[ぽん教授（非実在系）]

統計学的な発想をベースとし、かなり定量研究側からの意見を投げまくるため、観察するデータnを増やすことと観察可能な含意についてのトレードオフ性の問題やら、モデルの線形性の仮定大前提だとかの問題が残ってしまう。また、本書自体がまとまりが悪いためもっとわかりやすい方法論の教科書が多くある現在においては学習効果を期待して読んではいけない。以上の欠陥があるものの、同じ勁草から出てる『社会科学の方法論争』など他の方法本を読むにあたってのたたき台となる内容であり、その意味での古典としての地位は揺るがない。

2016/10/22

[Ryueno]

雑なまとめ方をすると、定性的研究においても定量的研究と同様の発想が必要だとしていて、「Nを増やせ」というのが本書の主たるメッセージの一つである。だが、定性的研究と定量的研究の間ではそもそも物事についての認識が異なるということを踏まえると(定性は決定論的、定量は確率論的)、単純に定性的研究に定量的な発想を取り入れればよいとするKKVの発想にはやや違和感を覚える。ただ、観察可能な含意を増やすというのは定性的研究でも必要だと思うし、本書を読む価値がないかというとそんなことはないと思う。

2013/08/20