食べるをいかすライオン

スキルス胃がんで胃全摘したけど、ひたすらポジティブにチャレンジするブログ。

2022年社会福祉士国家試験 最期のあがき学習⑥『社会調査の基礎』

こんにちは、あおさん(@aosan)です。

2022年社会福祉士国家試験を受験する最後のあがきで、19科目の覚えておくべき重要項目をまとめてシェアします

私の備忘録であると同時に、他者にシェアする、他者に教えることで自分の学習効果を上げようという狙いです。

ですので、記事の作りはほぼ備忘録なので、超簡素になります。そこのところよろしくお願いいたします。

 

専門科目の『社会調査』です。
他の科目と違い、理解よりも記憶が大部分の科目なので、ここはきっちり点を取っていこう。

 

それでは6回目のスタートです。

f:id:fk_aosan:20220114214353j:plain

社会調査の意義と目的

社会調査

社会に関するあらゆる事象や問題について考えるために、問題意識や目的をもってデータを収集し、分析・検証する一連の過程。

  • 量的調査
    集めたデータを統計的に処理する。
    平均、分散、比率など
    全数調査
    標本調査
  • 質的調査
    集めたデータを記述的に処理する。
    質的に把握、個別の特徴を知る。
    観察法
    面接法

 

社会調査の歴史

横山源之助

『日本之下層社会』(1899)
明治中期、都市の貧民、職人、労働者、小作農民の生活実態報告書

 

『職工事情』(1903)

商務省商工局が労働者を対象に行った調査。

 

高野岩三郎(1910~)

家計調査

 

日本初の国勢調査は、戦前の1920年(大正9年)が第1回。

 

農村研究

有賀喜左衛門

『農村社会の研究』(1938)

 

鈴木栄太郎

『日本農村社会学原理』(1940)

 

鈴木栄太郎・喜多野清一

『日本農村社会調査法』(1948)

 

各国の社会調査の歴史

ロンドン調査

1886~1902 C.ブース 貧困調査

 

ヨーク調査

1899年 ラウントリー 貧困調査

 

ミドルタウン調査

1920~1930年 リンド夫妻 コミュニティ調査

 

ヤンキーシティ調査

1940年代 ウォーナーら コミュニティ調査

 

社会調査をめぐる法と倫理

統計法

  • 1947年制定
    統計の真実性の確保、統計調査の重複の除去、統計体系の整備、統計制度の改善発達を目的

  • 2007年
    公的統計の体系的かつ効率的な整備及び有用性を図るため全面改正
    社会の情報基盤としての統計が強調

  • 2018年
    行政機関の公的統計の作成義務
    関係者の協力を得る努力義務
    関係者はそれに応じる努力義務

 

基幹統計

業務統計、加工統計を含め国勢調査によって作成される国勢統計、国民経済計算(SNA)などの行政機関が作成する統計のうち、重要なものとして総務大臣が指定した統計。
2021年現在 53統計

主な基幹統計
  • 総務省
    国勢調査 … 10年ごと(5年目に簡易調査)
    労働力調査 … 毎月
    社会生活基本調査 … 5年ごと
  • 厚生労働省
    人口動態統計 … 毎月
    医療施設調査 … 毎月(動態調査)/3年ごと(静態調査)
    患者調査 … 3年ごと
    国民生活基礎調査 … 毎年(小規模調査)/3年ごと(大規模調査)

  • 文部科学省
    学校基本調査 … 毎年
    学校保健統計調査 … 毎年

 

統計調査の審査・調整

行われる調査が重複しないようにし、負担軽減するため、総務大臣が審査・調整を行う。

 

統計データの利用促進

二次利用可能
オーダーメード集計の結果、匿名データは、申し出以外の利用は禁止
匿名データは第3者への提供は禁止、刑罰が科される。

  • オーダーメード集計
    国が行った調査票データを研究者が目的に合わせてオーダーメードすること。
  • 匿名データ
    国が行った統計データは、個人が特定されないように匿名化措置が取られている。

 

「かたり調査」の禁止

基幹統計調査と紛らわしい表示や説明をして得る行為。
違反者は、未遂も含めて2年以下の懲役、または100万円以下の罰金

 

統計委員会

専門的かつ中立公正な調査審議委員会
内閣総理大臣13名を任命する
総務省に設置
基本計画や基幹統計などに関する調査審議を行い、関係大臣に必要な意見を述べる。

 

社会調査における倫理

社会調査協会倫理規定(一般社団法人社会調査協会)

  • 調査データの提供先、使用目的の告知(4条)
    インフォームド・コンセント
    調査対象者から求められた場合、データの提供先と使用目的を知らせなければならない。また、その目的外に使用されないことを保証しなければならない。
  • 記録の承諾とデータの破棄(8条)
    記録機材を用いる際には、使用する旨を伝える。
    調査対象者から要請があった場合、記録を破棄、削除しなければならない原則。

  • データの管理(9条)
    安全に管理しなければならない。
    インターネット上での管理はしない。

  • 差別・ハラスメントに関する配慮(6条)
    対象者を、性別・年齢・出自・人種・民族性・障害の有無などで差別的に取り扱ってはならない。

  • プライバシー・秘密の保護(5条)
    個人が特定されるような情報を載せることは控え、記号や匿名にするなどの十分な配慮が必要。実名が必要な場合は、承諾を得る。
  • 人権への配慮(7条)
    対象者が満15歳以下の場合、保護者か学校長などの責任ある成人の承諾を得る必要がある。

 

アナウンスメント効果

社会調査の結果が現実社会に大きな影響を与えること。

 

ステレオタイプ

特定の価値観やニュアンスを持つ概念。一般に広く固定しているイメージ。
「日本人は勤勉だ」など。

 

量的調査

データを統計的方法で数値化し分析する。
一般に調査票、質問紙を用いる。
量的調査の対象となる単位を母集団と呼ぶ。

 

量的調査の過程

一方通行に進む。質的調査は行き戻りつつ進めるので、この点が異なる。

  1. 調査枠組みの決定
    課題、目的を絞り込む

  2. 調査対象の決定
    母集団を明らかにする
    サンプリングが必要な場合、抽出補方法を決定する

  3. 調査票の作成

  4. 予備調査(プリテスト)の実施
    調査票の精度を確認するための予備調査を行う

  5. 調査実施の準備
    調査員の雇用の必要、費用の準備

  6. 調査の実施(実査

  7. 調査結果の整理
    収集した調査票の点検、データ入力

  8. 調査結果の分析
    仮説に基づき知見を出す

  9. 結果報告
    報告書にまとめ発表する

 

量的調査の種類

  • 全数調査(悉皆調査)
    対象…母集団全体
    労力、費用、時間を多く要する
    実際には実施が不可能な場合が多い。
    誤記入、誤回答などの※1非標本誤差が生じる。
  • 標本調査
    対象…母集団の一部
    標本(サンプル)を決める標本抽出(サンプリング)という手続きが必要
    標本抽出では※2標本誤差というずれを生じる

※1…標本誤差のように数値として把握することが困難な誤差
※2…母集団と標本のズレのこと。どんなに適切に設計されても生じるもの。

 

標本抽出(サンプリング)の方法

有意抽出法

確率論に基づかない抽出

  • 縁故法
    無作為に抽出した回答者に次の回答者を紹介してもらう
  • 応募法
    調査への参加者を応募で集める
  • 割当法
    クォータ・サンプリング。母集団の特徴や母集団の属性の割合に着目して、その母集団を代表するような標本を選ぶ

 

無作為抽出法

確率論に基づく抽出
母集団の成が員すべて記載されている抽出台帳が必要。

  • 単純抽出法
    母集団の抽出台帳を用意し、標本に必要な数だけ、乱数表を引いたり、サイコロを振ったりして抽出する。
    最も精度が高いが、手間がかかる。

  • 系統抽出法(等間隔抽出法)
    母集団の抽出台帳を用意し、最初の一人目は無作為に選ぶ。その後は等間隔に抽出する。
    間はかからないが、精度が落ちたり、偏りが生じやすい。

  • 多段抽出法
    母集団をいくつかの区域に分けて、第1段、第2段と区域ごとにサンプルを抽出する。
    作業が効率的になるが、1段ごとの誤差が生じる。個別面接調査のサンプリングに向いている。

  • 層化抽出法
    母集団の特性に基づいて層として分け各層の構成比率に比例するように抽出する。
    精度がかなり高い。母集団に関する予備知識が必要。

※多段抽出法と層化抽出法を組み合わせた、層化多段抽出法は、官庁が全国を母集団として実施する調査で良く用いられる。

 

横断調査と縦断調査

横断調査

ある1時点における1回限りの調査
性別・年齢・職業・年収などの属性によって調査対象を分類し、分析するのに向いている。

 

縦断調査

同じ母集団で時間間隔を置いて何度か行われる調査
因果関係を分析するのに向いている。

  • パネル調査
    固定した対象者、反復して同一質問を行う。
    調査対象の全体をパネルという。
    原因と結果が時間的に前後関係にある因果関係の検討に適した方法。
    時間の経過で、対象者が減っていくことをパネルの摩耗という。

  • コーホート調査
    あるコーホートと他のコーホートを比較分析する。
    時代による影響と加齢による影響を区別しながら分析することができる。

  • 傾向分析
    同一定義の集団に対して、反復して同一質問を行うことによる調査。
    国勢調査はこれにあたる。

 

自計式調査と他計式調査

自計式調査(自記式調査)

調査象が自ら調査票に記入する方法

  • 配票調査(留置調査)
    直接、調査票の配布・回収を行う
    回収率は高いが、複雑な内容に向かない
    回答者が本人かが不明確になる

  • 集合調査
    1か所に集め、調査者の指示で記入する
    集団効果が作用して、バイアスが生じる場合あり

  • 郵送調査
    配布・回収を郵送によって行う
    対象が多数、広範囲に散らばる場合に有効
    回収率は低い

 

他計式調査(他記式調査)

調査員が聴き取りを行い、回答を調査票に記入する方法

  • 個別面接調査
    訪問し、口頭で質問する
    時間・人件費がかかる。
    対象者の意見、態度など詳細な調査が可能

  • 電話調査
    電話で質問する
    RDD法…ランダムに作成した電話番号を使用する
    簡単だが、時間、内容に制約が生じる

 

測定

測定
調べたい対象に、ある一定の数値を与えていくこと

 

尺度
測定する際の物差しの役割をするもの

 

尺度の種類

カテゴリカルデータ

  • 名義尺度
    対象を識別するだけの名目上のもの
    「はい=1」「いいえ=2」というようなコードの与え方
    郵便番号、個人IDなど
  • 順序尺度
    ある対象を識別するときに、数字が順序を示しているもの。数字の大小で量的な差は示されない。
    「好き=3」「ふつう=2」「きらい=1」というようなコードの与え方
    震度、風力、評価用語(優・良・可、S・A・B・Cなど)など

数値データ

  • 間隔尺度
    メモリが等間隔であるもの。
    それぞれの数値の差には量的意味が含まれる。10が5の2倍と言った比率の意味は含まれない。
    気温、体温、テストの得点、偏差値、西暦など

  • 比例尺度
    絶対原点(0)を持つ。
    100Kgは50Kgの2倍というように、掛け算、割り算の対象となるようなもの
    身長、体重、時間、収入、速度など

 

その他…

  • 加算尺度
    全ての合計得点を加算して作成する

  • リッカート尺度
    多段階で程度を測定する

 

尺度を評価する基準
  • 信頼性
    ある尺度を用いて特定の対象を測定した場合、同じ結果が一貫して得られるかどうかを示す
    再検査法、平行検査法、折半法

  • 妥当性
    測定したいことが、適切に測定できているかどうかを示すもの
    表面的妥当性、内容的妥当性、基準関連妥当性、構成概念妥当性

※社会調査では、信頼性、妥当性のいずれも満たされなければいけない。

 

変数

さまざまな概念を分類できるように操作したもの。調査票を作成するには質問内容を変数にする必要がある。

職業を変数化

「専門職」「会社員」「派遣社員」「学生」など

 

従属変数

結果となったり影響を受けたりする変数

 

独立変数

原因となったり影響を与えたりする変数

 

例:「年齢によって病院に行く頻度が異なる」

 

仮説

変数間の関連性の見込みを立てること。調査目的に沿った調査票を作成するために、仮説を立てることが重要。

 

帰無仮説

変数間に関連性があることを立証するために、関連性がないことを証明する仮説

「職員間の会話時間によって業務上のミスに差がない

 

対立仮設

帰無仮説と対になる仮説帰無仮説が棄却されれば、変数間に関連があるということ

帰無仮説が否定されれば…

「職員間の会話時間の酔って業務上のミスに差がある

 

ワーディング

調査票作成にあたって、変数を質問文にすること。回答に影響することがない質問文にすることが重要。

  • 質問項目における用語を明確に定義する
  • 専門用語や略語は使用しない
  • ※1ダブルバーレルは避ける
  • ステレオタイプ語は使用しない
  • ※2キャリーオーバー効果に注意する
  • パーソナルな質問と※3インパーソナルな質問を区別する
  • 多項選択法や自由回答法をあまり多用しない
  • ※4威光暗示効果を避ける
  • ※5エス・テンデンシー(黙従傾向)に注意する

※1 一つに質問で複数のことを同時に聴く質問

※2 前に質問した回答が、次の回答に偏った影響を及ぼすこと

※3 一般的な意見のこと

※4 名誉や権威のある人から言われたことを、そのまま信頼してしまう

※5 質問に対して肯定的な回答を行う傾向がある

 

調査票の最後には、調査対象者の属性を聴く『フェイス・シート』を必ず添付する。

 

データ入力の準備

エンディング(点検)

調査票回収後、コンピュータに入力する前に、記入漏れがないかなどを確認し、実際に分析に使用できる有効票を確定する作業

欠損値

「1つに〇をつけてください」という質問に、1つも〇がついていないなど

論理エラー

「同居している人を…」という質問に、一人暮らしの人が回答している、論理矛盾。

 

コーディング(数値・符号化)

得られた回答をコンピュータに入力できるようにすべて数字や記号に置き換える作業。

プリ・コーディング

調査票を作成する前に行う、あらかじめ調査票の中にコード化をしておくこと。
「1=男 2=女」など

アフター・コーディング

調査票を回収した後に、自由記述欄などの回答を一定の基準によって分類し、カテゴリーごとに記号を付していく作業

 

データ・クリーニング

データ入力完了後、分析の前に行う、入力エラーと論理エラーのチェック。

 

単純集計

質問項目ごとの度数や比率を出す作業。得られたデータの度数分布表を作成する。
回答の分布を示す表。

 

代表値

データ分布の仕方を見るために用いられる中心的な1つの値

  • 平均値
    各データの平均
  • 分散
    各データが平均値からどれくらい散らばっているか散布度を計測したもの
    各データ値と平均値の差を2乗して、平均値を算出したもの
  • 標準偏差
    分散の正の平方根
  • 中央値
    データを大きさの順に並べたときに、ちょうどその真ん中に来る値
    15人の身長データで、8番目の人の値が中央値。
  • 最頻値
    データの中で最も頻繁に表れる値

 

散布図

2つの変数の数値データの分布状況を視覚的にとらえるのに用いる。
データの値をそのまま図に点で示して作成相関が強いほど、直線に近くなる。

f:id:fk_aosan:20220116092231j:plain

 

箱ひげ図

データの四分位範囲を図示したもの。中央の箱の中にデータの半分が示されており、真ん中の線が中央値、箱から伸びている線の最も上が最大値最も下が最小値
データ分布の偏りを見ることができ、極端な高低を示すはずれ値を確認することができる。(下イラストには中央値がないですね💦)

f:id:fk_aosan:20220116092505p:plain

 

クロス集計

2つ以上の変数の組み合わせに関して、度数を示した表を作成し、集計を行う。

  大変満足 ある程度満足 あまり満足していない まったく満足していない 合計
男性 3 34 133 37 208
女性 1 35 245 93 374
合計 4 69 378 130 582

 

量的調査の実践

検定

標本の観測された結果に基づき観測されていない母集団について推測することで、仮説を検証する1つの方法。
帰無仮説を棄却する場合の危険率有意水準を判断できる。

第1種の過誤

帰無仮説が真であるにもかかわらず棄却してしまうこと。偶然に生じてしまう。

第2種の過誤

帰無仮説が偽であるにもかかわらず棄却しないこと。

 

  • t検定
    2つのグループ平均の差を検定

  • 分散分析
    3つ以上のグループ平均の差を検定

  • F検定
    2つのグループばらつきの大きさを検定

  • カイ二乗検定
    クロス集計において2つの変数に関連がないかを調べる。
    カテゴリカルデータに使用。
    独立性の検定

  • ピアソンの積率相関係数
    数値データに使用
    2つの変数間の相関を示す

  • スピアマンの相関係数
    カテゴリカルデータに使用
    順序尺度で示された2つの変数の関連を測定する

 

多変量解析

3つ以上の変数の相関を分析するために使用。

  • エラボレーション
    2つの変数で作成したクロス集計に、もう一つの変数を用いる、三重クロス集計。
  • 重回帰分析
    いくつかの変数に基づいて別の変数を予測しようとする
  • ロジスティック回帰分析
    従属変数に対する影響力をオッズ比で示すことができる
  • クラスター分析
    クラスター(あつまり)を作り分類する
  • 因子分析
    各データが持つ共通の因子を出す
  • 主成分分析
    複数の変数を要約して因子にする
  • パス解析
    変数間の因果関係と、その影響する過程や大きさをパス(経路)に分割して示したもの

 

質的調査

集めたデータを記述的に処理し、分析する。母集団が特定できない場合や、量的分析がしにくい調査対象、極めて小規模な対象を調べるときに適する。事例調査ともいう。

 

グラウンデッド・セオリー・アプローチ

グレイザー、ストラウス
『死のアウェアネス理論と看護』
ターミナル期における患者と医療関係者の相互行為に着目し、病院において患者が死へと向かうプロセスについて明らかにした。質的調査。

コーディングのプロセス

データの切片
 ファイリングしたデータを活用

 ↓

コーディング
 ※1オープンコーディング

 ↓ ↑

カテゴリーの形成
 ※2軸足コーディング

 ↓ ↑

カテゴリーの体系化
 ※3選択的コーディング

 ↓

理論の創出

※1 まとまりに区切られたデータに適切な小見出しをつける作業

※2 カテゴリー化していく作業、コーディングパラダイム

※3 論理的な体系化を進め、理論を創出していく作業

 

理論的飽和

選んだデータの中におけるカテゴリーの諸特性がそれ以上発展させることができない状況に達すること

 

歴史

ドキュメント分析

  • ストリート・コーナー・ソサエティ調査(ホワイト)
  • ヤンキー・シティ調査(ウォーナー)
  • ミドルタウン調査(リンド夫妻)
  • ホームレス調査(アンダーソン)

 

質的調査の過程

  1. 調査枠組みの設定

  2. 調査対象の選定
    フィールドワークの選定

  3. 調査の実施
    フィールドワーク、データ収集など

  4. データの整理
    ファイリングなど

  5. データ分析

  6. データや結果の図評価

  7. 結果報告

  8. 調査対象者へのお礼など

 

観察法

  • 統制観察法
    あらかじめ決めた観察法や調査内容に沿って観察する方法。実験室などの限られた場所でしか行いにくい。一般的には使われない。
  • 単純観察法(非統制観察法)
    観察方法や調査内容を統制せず、自然な状況で観察する方法。
    参与観察法と、非参与観察法

  • 参与観察法
    調査対象となる社会や集団に入り込んで内部から観察する方法。
    ラポール形成が深まり過ぎて、客観的な分析がしにくくなるので、オーバーラポール注意。

  • アクションリサーチ
    当事者が問題を解決するアクションを起こすための戦略を立てることを目的に行う調査。対象への関与の程度が参与観察法より強くなる。

  • 非参与観察法
    調査対象となる社会や集団を外部から観察する方法。

 

面接法(聞き取り調査)

  • 構造化面接法(指示的面接法)
    あらかじめ用意した質問事項に沿って、厳密に順番、言い方を変えることなく行う方法。

  • 半構造化面接法(半指示的面接法・焦点面接法)
    あらかじめ質問事項を用意しておくが、対象者との会話の中で、質問事項の順番や言い方を柔軟に変更する。
    マートン、ケンドール

  • 非構造化面接法(自由面接法)
    調査者が対象者との会話の中で質問しながら自由に進める方法

  • フォーカス・グループ・インタビュー
    ある特定の問題にかかわるグループに対して行う聞き取り調査

 

質的調査の方法

フィールド
調査対象となる調査地。

 

スノーボール法(雪だるま式サンプリング)
有意抽出法の一つ。誰かのつてをたどりながら、雪玉を転がして大きくするように調査協力者を得ていくこと。

 

インフォーマント
調査対象の組織、集団の歴史や現状など、多くの情報を提供してくれる人物のこと。

 

フィールドノート
観察したことを記録したメモやノート。

 

エスノグラフィー(分厚い記述)
起こった出来事や発言ばかりでなく、雰囲気、言葉遣いなど、気が付いたあらゆることを細かく豊かにリアリティあふれるように記述すること。

 

テープ起こし
エスノメソドロジー、トランスクリプト

 

ファイリング
フィールドノートやテープをファイルにまとめて、どこに何があるか整理すること。

 

コーディング
得られたデータにコード、見出しや小タイトルなどを付けていくこと。

  • 演繹的コーディング
    まず仮説を立てて、収集した情報で仮説を証明していく演繹法に基づくコーディング。
  • 帰納的コーディング
    集まったデータから1つの仮説を導き出す、帰納法を用いたコーディング。

 

マッピング

調査結果を図評価し、見えない意味の連関を視覚化する。

 

KJ法

川喜田二郎が発案したデータをまとめるための方法。
発想を得たり、仮説を作るために開発されたものだが、大量のデータを整理するのにも有効。狙いはデータをカテゴリー化、図解化、文章化すること。

 

 

 

意外に時間がかかってしまった・・・。

しかし、覚えるだけでいい内容が多いので、点数をとりやいのではないでしょうか。

 

 

オススメ参考書はコチラ

 

関連記事

www.illnessaosan.info

www.illnessaosan.info

www.illnessaosan.info

www.illnessaosan.info

www.illnessaosan.info

 

 

  PVアクセスランキング にほんブログ村

 にほんブログ村ランキングはこちらです