同意義語をそのまま残す意義

[azukiti]

KH Coderのバージョン

3.Beta.07d

ご質問の内容をお書きください

■お使いのOS
Windows 11

■ご質問の内容

同意義語を統一したいという希望は、かなりの方が感じる希望だと思います。私も非常にその機能がないことを残念に思っていましたが、それに対して

KH Coder開発においては，分析を2つの段階に分けて行うことを考えています。そして分析の段階1，すなわち抽出語の分析の段階では，「旅館」と「ホテル」を統一するような操作を行わないことをお勧めしています。データ全体にわたってこうした統一を行おうとすると思いのほか消耗しますし，分析者の先入観や予断をデータに押しつけてしまうこともあるからです。

その上で分析の段階2，すなわちコーディングルールを作成する段階で，「旅館」「ホテル」「宿泊先」などの語を，「宿」というコンセプトとして数えるよう指定するのがお勧めです。ここでは，段階1の分析結果を見ながら，分析者が注目したいコンセプトだけに絞って取り出せば良いので，労力の面でも有利です。またコーディングルールで明示的に指定するなら，「宿」というコンセプトをあらわす語として，「旅館」「ホテル」をはじめ，自由な語を指定して問題ありません。

なおこの考え方においては，機械が自動的に取り出す「語」と（段階1）、人間が意図的に取り出す「コンセプト（コード）」とを（段階2），混同するのは良くないことです。このため，語とコードを交ぜての分析は原則として行えません。この考え方について詳しくは，書籍をご参照いただけましたら幸いです。

と回答していただいいていることに対して非常に納得している次第です。
また、自由回答部分を試しにWordの置換機能を使って同意義語を統一し、分析した結果、分析結果はプレーンになりましたが、簡略化されすぎて解釈が難しくなったように思いました。この結果について考えてみたところ、同意義語を統一しない利点として、先生がおっしゃった理由の他に、文を過度に切り分けて文脈を失わないという意味もあるのではないかと思いました。
質的研究においては、文を切り分けるかどうかという議論が頻繁に行われています。私自身は文を文意がわからなくなるまで切片化することには疑問を感じているのですが、その意味での価値があるということであれば、学会発表などでもそのように説明することが可能だと思います。その点についてのご意見をお聞かせいただければ幸いです。よろしくお願いいたします。

[ko-ichi-h]

おっしゃるとおり、計量テキスト分析において、文章中から語を切り出すことは、切片化に相当します。そのことは川端（2009: 143）において一言だけ触れられていますし、川端（2003: 47-48）の方では、その意味合いというか目的についても書かれています。

私なりに思い切って要約するならば、いったんデータから距離をとり、分析者の予断・先入観から離れることが、切片化の目的です。

切片化によっていったんバラバラになったものを、統計解析であったり、明示的なコーディングルールによって、再構成していくことが計量テキスト分析であるとも言えるでしょう。

一方で、同義語を統一する作業は、分析者側の予断・先入観をデータに押し付けることになりかねません。「語Aと語Bは同義語だ」という指定には、分析者側の予断・先入観が入り込む可能性があるからです。これは上で触れた切片化の目的と相容れません。

したがって、とくに分析の最初の段階では、同義語をまとめていない状態の（切片化したままの状態の）分析結果を見てみることをお薦めしています。その後から、必要に応じて、「文錦® 表記ゆれ＆同義語エディター for KH Coder」を用いて、同義語をまとめるとよいのではないでしょうか。

• 川端亮, 2003, 「宗教の計量的分析——真如園を事例として」 大阪大学大学院人間科学研究科 平成14年度 博士論文．
• 川端亮, 2009, 「質的データのコンピュータ・コーディング」谷富夫・芦田徹郎編『よくわかる質的社会調査　技法編』ミネルヴァ書房, 134–47．

p.s.
やはり川端先生の影響というか恩恵は大きくて、「KH」 Coderだなと思います。

[azukiti]

樋口先生、早速の回答ありがとうございます。「一度データから距離をとり、分析者の予断や先入観から離れる」という概念は、khcoderでの分析において深く共感しています。

質的研究のGTA（Grounded Theory Approach）においては、データの切片化はグレーザーの問題意識を具体化する技法と解釈しています。つまり、質的データを数量的な方法と同じ厳密さで分析し、データに基づいた理論を構築していくというアプローチです。

それに対して、修正版M-GTAでは、切片化の厳密さを重視するのではなく、研究者の問題意識に忠実にデータをコンテキストで考え、それに反映されている人間の認識や行動、関連する要因や条件などを慎重に考察するアプローチを強調しています。

この観点から考えると、計量分析ツールであるkhcoderはデータの切片化と親和性があると思います。
たとえば、「医師」、「Dr」、「先生」という同義語が質的データに存在した場合、それらを単純に「医師」にまとめない理由として、

①各語彙のニュアンスが微妙に異なるため。
②各語彙が原文のマーカーとなり、原文の意味を反映した共起ネットワークを形成しやすいため。
上記の理由から、それぞれの語彙を別々に考慮することが重要だと感じています。

ただし、理由②は、「一度データから距離をとり、分析者の予断・先入観から離れる」という概念とは異なる意味を持つように思われます。それにもかかわらず、原文のコンテキストを反映した共起ネットワークは、その要素の配置が原文のコンテキストを反映し、解釈がしやすいと思います。

khcoderで共起ネットワークを生成した後にKWICを用いて原文を確認する作業は、解釈に非常に有意義だと感じています。この作業を通じて、元の文脈をある程度保持した「切片化」したデータをkhcoderで分析した結果は、同義語をまとめて完全に量的にするよりも解釈しやすいと感じます。
先生がおっしゃられる、
「同義語を統一する作業は、分析者側の予断・先入観をデータに押し付ける可能性があるからです。」
ですが、
、私が理解する同義語をまとめない理由の一つである、「各語彙が原文のマーカーとなり、原文の意味を反映した共起ネットワークを形成しやすい」は、行動的には忠実である一方で、精神的には切片化とは相容れないことを考えているように思います。

また、同義語をまとめない方がKWICでの確認作業がやりやすいと感じています。
どうしても同義語をまとめないことには、切片化と原文の意味を保つという二つの意義があると考えてしまいます。

[ko-ichi-h]

なるほどと思いつつ拝読させていただきました。

二つの意義があると考えてしまいます。

M-GTAの考え方をとるなら、2つの意義があっても、別に良いのではないでしょうか。語にまで分解していれば十分に切片化しているように思いますし。

そもそも、同義語をまとめるのは解釈とかコーディングの段階のことであって、切片化と強く結びつけて議論するのはどうかな？という気も少しいたします。解釈やコーデイングの段階を経れば、原文の反映度合いが下がっていくのは自然なことかと思われます。

いずれにせよ、開発者がなんと書いていても、最終的にツールの使い方を決めるのは、お使いくださる皆さまです。必要に迫られての工夫があってこそ、分析方法も進歩するでしょう。KJ法、CDA、GTAと組み合わせて計量テキスト分析／KH Coderをお使いいただいた例もございますし、ぜひご自由に工夫していただければと存じます。

[azukiti]

回答ありがとうございます。
思いもしなかった対立構造、潜在的な意味に気づかせてもらえるのでとても、楽しみながら、khcoder使わせてもらっています。
厳格なルールが適用される研究方法が存在する中で、自由に工夫して使用できるという自由度も加えていただいたおかげで、使用方法に対する批判に直面しても、目的と理由さえ説明すれば対応できます。そのため、KH Coderのさまざまな使い方を試す余地が広がっています。M-GTAの木下先生も、ユーザーが適切に工夫して使用できればよいと述べておられ、そのような柔軟な考え方を持つ研究者の方々をとても尊敬します。どうもありがとうございました。