グラウンデッド・セオリー（基礎づけられた理論）¶

社会科学の広範な研究領域において、既存の理論が複雑な社会現象を説明しきれない場合や、従来の理論的枠組みが存在しないまったく新しい領域を探求する場合があります。このような状況では、既存の理論を検証するだけでは不十分であり、データから直接新しい理論を構築することを可能にする方法論が必要です。グラウンデッド・セオリー（基礎づけられた理論） は、まさにそのような強力な質的研究手法です。これは、事前に構築された仮説から出発するのではなく、体系的に収集され分析されたデータから帰納的に理論を生成することを重視する体系的なアプローチです。

グラウンデッド・セオリーは、1960年代に社会学者のバーニー・グラーサー（Barney Glaser）とアンセルム・ストラウス（Anselm Strauss）によって開発されました。その中心的な哲学は 「すべてはデータである（all is data）」 という考えです。これは、データ収集、コード化、分析を繰り返し行う継続的かつ反復的なプロセスを通じて、理論的概念や関係性がデータそのものから自然に浮かび上がってくることを目指すものです。これは、まず理論を立ててからそれをデータで検証するという従来の演繹的研究とは対照的です。グラウンデッド・セオリーは、調査対象の現象が持つ現実的かつ複雑な姿を反映した、「実証的に基礎づけられた」理論を生み出すことを目的としています。この手法は、特にプロセスや相互作用、社会構造を深く探求するのに適しており、豊かで繊細かつ文脈に敏感な理論的説明を提供します。

グラウンデッド・セオリーの基本原則とプロセス¶

グラウンデッド・セオリーは、反復的かつ体系的な性質を持ち、研究プロセスを導くいくつかの主要な原則によって特徴づけられます：

理論的感受性（Theoretical Sensitivity）: データ内で重要なものを認識し、それに意味を与える研究者の能力。これは文献レビュー、専門的経験、分析プロセス自体を通じて養われます。
定型比較法（Constant Comparative Method）: 分析の中心的戦略。データとデータ、データとカテゴリ、カテゴリとカテゴリを常に比較しながら、カテゴリを洗練させ、属性を特定し、関係性を発見します。
理論的サンプリング（Theoretical Sampling）: データ収集は出現中の理論によって導かれます。概念やカテゴリが浮かび上がると、研究者は意図的に、それらの理論的構成要素をさらに発展・洗練・挑戦する新たなデータを探します。
コード化（Coding）: データを分解し、検討・比較・概念化・分類するプロセス。通常、以下の3つの主要なコード化が含まれます：
- オープンコード化（Open Coding）: データを個別の部分に分け、注意深く検討し、類似点や相違点を比較します。現象にラベル（コード）を付与し、これらのコードをカテゴリに分類します。
- 軸コード化（Axial Coding）: カテゴリとそのサブカテゴリの関係を結びつけ、属性と次元のレベルでリンクします。原因となる条件、現象、文脈、介入条件、行動／相互作用戦略、結果などを特定します。
- 選択的コード化（Selective Coding）: コアカテゴリ（中心的なカテゴリ）を選択し、他のカテゴリと体系的に関連づけ、それらの関係性を検証し、さらに洗練や発展が必要なカテゴリを補完するプロセス。
メモ書き（Memo-Writing）: 研究プロセス全体を通じて、研究者の分析的思考や洞察、理論的アイデアを書き留めるプロセス。メモは理論的概念の発展とそれらの結びつけに不可欠です。
理論的飽和（Theoretical Saturation）: あるカテゴリに関して新たなまたは関連するデータが現れなくなり、そのカテゴリが十分に発展した段階。これは、さらなるデータ収集が新たな洞察をもたらさないことを示しています。

グラウンデッド・セオリーのプロセスフローチャート¶

graph TD
    A[1 研究を開始<br/>(広範な研究質問)] --> B(2 初期データ収集<br/>(インタビュー、観察、ドキュメント));
    B --> C(3 オープンコード化<br/>(概念化、分類));
    C --> D(4 理論的サンプリング<br/>(出現中の概念に基づいて新たなデータ源を選択));
    D --> E(5 持続的比較<br/>(データとデータ、データと概念、概念と概念));
    E --> F(6 軸コード化<br/>(カテゴリ間の関係を構築));
    F --> G(7 メモ書き<br/>(分析的思考と理論的洞察を記録));
    G --> H{8 理論的飽和に達しましたか?};
    H -- いいえ --> D;
    H -- はい --> I(9 選択的コード化<br/>(コアカテゴリを特定し、理論を構築));
    I --> J(10 理論の報告書作成);

グラウンデッド・セオリー研究の実施方法¶

広範な研究質問の設定: 演繹的研究とは異なり、グラウンデッド・セオリーは広範な質問から始まり、理論がデータから自然に浮かび上がるようにします。たとえば、「スタートアップの創業者はどのようにしてワークライフバランスを管理しているのか？」といった質問です。
初期データの収集: 小規模で意図的なサンプルから始めます。データはインタビュー、観察、ドキュメントなど、研究質問に関連するあらゆるソースから得られます。
オープンコード化: データが収集され次第、コード化を開始します。データを一行一行、一語一語読み進め、述べられていることや観察されたことの本質を捉える初期のコード（ラベル）を割り当てます。類似するコードを初期的なカテゴリに分類します。
理論的サンプリング: 浮かび上がってきたカテゴリや概念に基づき、次にどのようなデータを誰から収集するかを決定します。これは反復的なプロセスです：データを収集し、分析し、出現中の理論のギャップを特定し、さらにそのギャップを埋めるデータを収集します。
持続的比較: 新しいデータを既存のデータと、新しいコード／カテゴリを既存のものと常に比較します。これにより、カテゴリの定義を洗練させ、属性や次元を特定し、それらの関係性を発見します。
軸コード化: カテゴリ同士の関係を構築し始めます。ここでは、原因となる条件、現象、文脈、介入条件、行動／相互作用戦略、結果などを特定します。このステップにより、より構造化された理論的枠組みを構築できます。
メモ書き: 全過程を通して、メモを書き続けます。メモは単なるデータの要約ではなく、アイデアを掘り下げ、つながりを見出し、理論的思考を発展させるための分析ノートです。これは生データと最終的な理論の橋渡しとなります。
選択的コード化と理論的飽和: 理論が発展するにつれて、出現中の理論の中心となるコアカテゴリを特定します。その後、他のすべてのカテゴリを体系的にこのコアカテゴリに関連づけます。理論的飽和に達するまで、つまりさらなるデータから新たな洞察が得られなくなるまで、データの収集と分析を続けます。
理論の作成: 開発された理論を明確で一貫性があり、十分に裏付けられた形で提示します。カテゴリ間の関係性や、それらが調査対象の現象をどのように説明するかを説明します。

クラシックな適用事例¶

事例1: 「死への気づき（Awareness of Dying）」（Glaser & Strauss, 1965）

シナリオ: この画期的な研究は、医療スタッフと末期患者が病院内で死の迫りくることをどのように認識し合い、それに対処するかを探求しました。
適用: 病院での広範な観察とインタビューを通じて、グラーサーとストラウスは「気づきの文脈（awareness contexts）」（例：閉じた気づき、疑いの気づき、相互のふり、オープンな気づき）という理論を構築しました。この理論は、患者とスタッフの間での気づきの程度の違いが、彼らの相互作用や死に至るプロセスにどのような影響を与えるかを説明しました。この理論は実証データから直接生成されたものであり、それまで十分に探求されていなかった社会現象について新たな洞察を提供しました。

事例2: オンラインコミュニティへの関与の理解

シナリオ: 研究者が、オンラインの趣味コミュニティにおいて継続的な関与を促す要因を理解したいとします。
適用: アクティブなメンバーへのインタビューやオンラインでのやり取りの観察、フォーラム投稿の分析を通じて、「共有された情熱」、「相互の支援」、「帰属感」、「貢献の機会」、「モデレーションの質」などのカテゴリが特定されるかもしれません。持続的比較とメモ書きを通じて、これらの要因がどのように相互作用して活発で関与度の高いオンラインコミュニティを育むかを説明する理論が浮かび上がってくるでしょう。

事例3: 中年のキャリア転換

シナリオ: 40代、50代で大きなキャリアチェンジを経験する個人が直面するプロセスや課題を理解することを目指した研究。
適用: そのような転換を経験した人々へのインタビューから、「きっかけとなる出来事（例：燃え尽き、解雇）」、「アイデンティティの再交渉」、「スキルの習得」、「ネットワーキング戦略」、「感情的なレジリエンス（回復力）」などのカテゴリが明らかになるかもしれません。出現中の理論は、中年のキャリア転換における段階と、個人が用いる対処メカニズムを説明するものとなるでしょう。

グラウンデッド・セオリーの利点と課題¶

主な利点

文脈に富んだ理論の生成: 実証データに深く根ざし、調査対象の現象に非常に関連性の高い、豊かで繊細な説明を提供する理論を生み出します。
柔軟性と適応性: 反復的な性質により、新たな洞察が現れるたびにデータ収集や分析戦略を調整できます。
未開拓分野に適した手法: 既存の理論がほとんどない、またはまったくない研究課題に最適です。
研究者の創造性の促進: データについて批判的かつ創造的に考えるよう研究者を促し、より深い洞察を育てます。

潜在的な課題

時間と労力がかかる: データ収集と分析の反復的なプロセスに、持続的比較が加わるため、非常に時間と労力がかかります。
高い理論的感受性が求められる: 出現中の理論の質は、データを概念化し関係性を見出す研究者の能力に大きく依存します。これは相当なスキルと経験を必要とします。
主観性と厳密性: 批評家は、帰納的な性質と研究者が理論構築において中心的役割を果たすことから、グラウンデッド・セオリーの客観性や厳密性に疑問を呈することがあります。しかし支持者たちは、コード化やメモ書きといった体系的な手続きにより厳密性を確保していると強調します。
再現の困難さ: 成立過程が出現的であるため、グラウンデッド・セオリーの研究を完全に再現するのは困難です。

拡張と関連分野¶

質的研究: グラウンデッド・セオリーは質的研究の中で代表的な方法論であり、現象学や民族誌などの他の質的研究手法と併用されることが多いです。
ケーススタディ: ケーススタディ設計内でグラウンデッド・セオリーを適用し、特定のケースに特化した理論を構築したり、複数のケースからより一般的な理論を生成したりすることも可能です。

参考文献: グラウンデッド・セオリーの基礎文献は、グラーサーとストラウスによる『The Discovery of Grounded Theory』（1967年）であり、その後の両著者の著作、特にストラウスとコルビンによる『Basics of Qualitative Research: Techniques and Procedures for Developing Grounded Theory』（1990年）が、より明確な手続きガイドラインを提供しています。