今後の研究の推進方策 |
今年度は、前年度のデータに基づいて、コアカテゴリー化(類似性に沿ってまとめて,ラベル付けの妥当性を検討)を行う。Step 1:データの数値化,統計的解析:スーパーバイザーをまじえてグラウンデッド・セオリーの手法に基づき,要素を抽出/抽象化,各要素の質的・帰納的分析,コアカテゴリー化を実施する。調査データに基づき,分散構造分析モデルを構築し,これらの概念要素(潜在変数)間の関連性の分析を行う。次に,本モデルに基づく潜在変数のスコア化を実施する。さらに,算出された構成概念のスコアの妥当性を検証するために,それらの構成概念スコアとケア内容との関係性について追加調査・再検討する。Step 2:解析結果の可視化・共起ネットワーク分析,階層クラスター分析,多次元構成尺度等である。Step 3:分類された集合体のネーミング・スーパーバイザーをまじえて,PC 処理との比較検討。Step 4:信頼性・妥当性の検討
|