研究における理論検証：方法とよくある誤り

ジャスティン・ウォン

成長の責任者

グローバルビジネスとデジタルアーツの学士号を取得し、起業家精神の副専攻を修了しました。

リンクトイン

理論検証（Theory testing）とは、データが揃う前に理論が提示されている場合に行うものです。他の人が確立した一般的な主張を取り上げ、それが自分の具体的な事例に対して何を意味するのかを導き出し、その意味合いが当てはまるかどうかを検証しに行きます。これは研究における演繹的な半分であり、ほとんどの大学院での研究が位置する半分でもあります。

これを有用たらしめる違いは、その対極にあります。理論構築（Theory building）は観察から始まり、理論を生み出します。理論検証は理論から始まり、判定を下します。どちらを行っているかによって、設計、分析、そして何が「良い結果」とされるかが決まります。

理論検証が実際に意味すること

Bhattacherjeeによるオープンな社会科学手法の教科書は、その違いを誰よりも明快に説明しています。帰納的研究におけるゴールは、観察されたデータから理論的な概念やパターンを推論することであるのに対し、演繹的研究におけるゴールは新たな実証データを用いて、理論から既知の概念やパターンを検証することです。そして彼はこれらを直接名付けています。帰納的研究は理論構築研究であり、演繹的研究は理論検証研究です。

これがあなたの貢献にとって何を意味するかに注目してください。理論構築の仕事では、理論があなたのアウトプットであり、それが優れたものであるかどうかが評価されます。理論検証の仕事では、理論はインプットであり、その検証が公正であったかどうかが評価されます。

理論構築と理論検証の比較

理論構築は観察から始まり、一般的な主張へと向かいます。それは帰納的であり、理論がアウトプットとなります。グラウンデッド・セオリー、探索的事例研究、オープンコーディングなどで用いられます。それは「ここで何が起きているのか」を問い、誰も名付けてこなかった概念を生み出すことで成功を収めます。

理論検証は既存の理論から始まり、予測へと向かいます。それは演繹的であり、理論がインプットとなります。実験、仮説を明示した調査、そして事前フレームワークに照らし合わせた演繹的コーディングなどで用いられます。それは「この事例において理論が成り立つか」を問い、予測が外れた場合でも成功とみなされます。なぜなら、予測の失敗は、結論の出ない探索とは異なり、情報としての価値があるからです。

Bhattacherjeeは、これが優劣の階層ではないことを明言しています。理論構築と理論検証はどちらも科学の進歩にとって極めて重要です。学問分野はこれら二つの間を循環することで前進します。

検証可能な理論が備えているべき要素

すべての理論がそのままの形で検証できるわけではありません。それを8ヶ月目に発見するのは痛手です。以下の3つの要素が存在している必要があります。

含意を導き出せるほど十分に一般的な主張であること。 理論がそれが生まれた事例だけを説明しているものである場合、あなたの事例に持ち込めるものは何もありません。

操作化（operationalize）可能な構成概念であること。 すべての概念は測定可能なものに変換されなければなりません。つまり、それがどのように測定され、どの測定器具を使い、その結果がどのように解釈されるかを正確に指定することです。中心となる構成概念を誰も測定できない理論は、原理的には一貫していても、現実的には検証不可能です。

偽りであることが証明され得る予測であること。 これは人々が最も見落としがちな点です。ありとあらゆる結果がその理論と整合してしまうのであれば、それは検証を設計したことにはなりません。

理論検証はどのように進むか

その手順は短く、各ステップが次のステップを制約します。

理論を取り上げ、それを1つの文で表現します。「もしこの理論が成り立つなら、この対象集団においてこのようなことが観察されるはずだ」という形式の予測を導き出します。予測が単なる方向性ではなく具体的な測定値を指し示すように、両辺を操作化します。予測が純粋に評価されるよう、データを収集する前に測定方法を決定します。その後、データを収集・分析し、導き出された結果を報告します。

最後のステップこそが、理論検証が最も誤りに陥りやすい場所であり、その誤りは論理的なものです。予測が裏付けられたからといって、その理論が確立されたことにはなりません。なぜなら、他のメカニズムが同じ観察結果を生み出している可能性があるからです。そうではないと結論付けるのは「後件肯定の誤謬」です。予測の失敗のほうが論理的にはるかに強力であり、だからこそ負の結果（ネガティブ・データ）は、普段扱われているよりももっと尊重されるべきなのです。

しかし、誠実に向き合うべき複雑な問題が1つあります。予測が外れたとき、あなたは測定方法、サンプル、そして手順も同時に検証していたことになります。失敗は、理論が間違っているとは限らず、その一連のパッケージの中の何かが間違っていることを示しています。その旨を明記することは、言い訳ではなく、厳密さとして受け止められます。

研究設計ごとに見る理論検証の現れ方

設計	検証するもの	典型的なアウトプット
実験	操作が予測された効果をもたらすかどうか	支持された、または支持されなかった仮説
調査と明示された仮説	予測された関係が対象集団において成り立つかどうか	予測に対するモデルの適合度と係数の符号
検証的事例研究	厳しい検証になるよう選ばれた事例を、その理論が説明できるかどうか	支持、修正、または境界条件
演繹的質的コーディング	事前のフレームワークが、参加者の説明する内容を説明できているかどうか	支持された、矛盾した、洗練された、または拡張された構成概念
追試（レプリケーション）	確立された知見が、指定された条件下で再現されるかどうか	追試の成功または失敗（どちらも発表可能）

質的研究の行に驚く人もいるかもしれません。演繹的質的分析は本物の伝統であり、FifeとGossnerは、演繹的アプローチと帰納的アプローチを組み合わせて、検証対象の理論に対する支持、矛盾、洗練、拡張を示す証拠を検証することであると説明しています。理論は「どこを見るべきか」を教えてくれますが、「何が見つかったか」を教えてくれるわけではありません。