- 主題分析の強みは柔軟性
- 一般に質的分析は2つの流派に分けられる
- 特定の理論的・認識論的立場に立つもの：（1）限られた枠組みに適応可能なもの（会話分析，解釈的現象学分析），（2）理論的枠組みは広いが分析方法が厳密なもの（グランデッドセオリー，ディスコースアナリシス，ナラティブアナリシス）
- 理論的・認識論的立場を越えて適用可能なもの：主題分析
- ただし，その柔軟性が「なんでもあり」と批判の対象にもなる
- 本稿の目的の1つは，適切な方法論と柔軟性の境界を明示すること
- 分析者が明確な仮説を持つことがポイント
- データコーパス：調査で得た全データ → データセット：コーパスから取り出した分析に使うデータ
- データセットの作り方：（1）データコーパスに含まれる個人から構成，（2）データコーパスに含まれる特定のテーマに関する発話から構成（両者を組み合わせることは可能）
- データアイテム：個人の発話
- データ抽出：データのコードの束（データアイテムから抽出されたもの）
- 主題分析：データ内のパターン（テーマ）をレポートする技法
- 追試可能性の担保には，プロセスと実践手法が極めて重要
- 主題：リサーチクエスチョンに関連する重要な，データ内にあるパターンまたはテーマ
- 主題は，帰納的（ボトムアップ）でも演繹的（トップダウン）でも特定できる。
- 分析の6段階
- （1）データに自分自身をなじませる
- データを何度も読む，アクティブリーディングをする（意味・パターンを見つけながら読む），トランスクリプトを自分で作る
- （2）初期コードの生成
- データに何があるか・何が興味深いかの初期リストを作成する
- 全データを均等に読む
- トランスクリプトをハイライトしてコーディングする
- コードはできる限り多くのテーマ・パターンを出す
- 文脈を損なわずにコーディングする（コーディング批判の的）
- （3）テーマを探す
- コードのリストを見て，潜在的なテーマにまとめる
- 複数のコードからテーマを見出す
- この作業に，表，マインドマップ，ポストイットを使うのもよい
- コード間の関係，テーマ間の関係，テーマの階層をまとめる
- テーマ・サブテーマの候補をまとめたらこの段階は終了
- （4）テーマを検証する
- ステップ1：全てのテーマが一貫性のあるパターンを形成していることを確認する
- そうでなければ，新しいテーマを作る，コードを別テーマに充てる，テーマを削る
- これで仮のテーママップを得る
- ステップ2：仮テーママップが，全データを反映していることを確認する
- この確認は重要だが，エンドレスの再コーディングに注意
- （5）テーマを定義・命名する
- 各テーマについて，詳細な分析を記述する。各テーマが語るストーリーに加えて，データを通じて語るストーリー全体の中でどう位置づくか・フィットするかを説明する。
- （6）レポートを書く
- 分析はトランスクリプトの表面ではなく，意味のレベルで行われている必要がある
- よくある5つの失敗
- 分析をしていない：文字を抜き出すことがコーディングではない
- インタビューの質問をテーマにする
- 分析が甘い：テーマに重複がある，内的な一貫性がない
- データと結論が整合しない
- 理論と分析が整合しない
- 優れた分析のためのチェックリスト
