Qualitative Research Methodology

Course Title

Course Title in English

Qualitative Research Methodology

Course Type

-

研究支援科目

Eligible Students

Graduate School of Social Sciences

Target Grade

All

Course Numbering Code

KCEMS5MCA3

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

演習 (Seminar)

Eligible Year/Semester

Fall semester 2026

Instructor

Tomoya NAKAMURA,秋山秀一,上瀬昭司,Katsuo TOMA,Takahide YAMAGUCHI,小宮一高

Affiliation

社会科学研究科、国際商経学部

Language of Instruction

Japanese

Related SDGs

4／9

Office Hours and Location

授業終了後、あるいは、適宜、各教員の研究室にておこなう。その際はメール等でアポイントを取ること。

Contact

代表教員：中村友哉　tomo.nakamura@em.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

1◎／2〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】本講義の目的は、質的研究方法論についての基本的な知識を習得し、自身の研究に活用できるようにすることである。
【到達目標】到達目標は、受講生が主要な質的研究の方法を理解し、自らの論文の目的に合致した適切な質的研究の方法を選択できるようになることである。

Subtitle and Keywords of the Class

キーワード：認識論、事例研究、実験、横断的・縦断的研究、インタビュー、エスノグラフィー、言説分析

Course Overview and Schedule

【講義内容】
ディスカッションやグループワークも活用しながら、テキストに沿って、質的研究の代表的な方法について学習する。なお、内容は、①認識論、②リサーチ・デザイン、③手法の3つのパートに分かれている。

【授業計画】

1.　オリエンテーション：中村
2.　認識論：小宮
3.　事例研究①：中村
4.　事例研究②：中村
5.　実験：山口
6.　横断的・縦断的研究①：中村
7.　横断的・縦断的研究②：中村
8.　インタビュー①：上瀬
9.　インタビュー②：上瀬
10. エスノグラフィー／参与観察①：上瀬
11. エスノグラフィー／参与観察②：上瀬
12.　言説分析①：中村
13.　言説分析②：中村
14.　質的研究法の実際：當間
15.　研究倫理と参照の方法　講義のまとめ：中村

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

対面授業のみ

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。

この授業においては、以下の範囲において、生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。生成ＡＩの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成ＡＩを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。
生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。
また、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。

使用範囲例：講義資料の要約、論点の洗い出し、情報収集、文書の翻訳・校正等

Textbook

・野村康（2017）『社会科学の考え方：認識論、リサーチ・デザイン、手法』名古屋大学出版会。
・その他、授業内容に応じて適宜資料を配布する。

References

・イン, ロバート K.（2011）『新装版ケース・スタディの方法（第2版）』千倉書房。
・Eisenhardt, K. M.（1989）"Building Theories from Case Study Research", The
Academy of Management Review, Vol.14, No.4, pp.532-550.

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【予習】授業の準備として、テキストの精読（30h）
【復習】授業の確認として、論点の整理（30h）

Contents of Active Learning

授業では、ディスカッションやグループワークを通じて、方法論の実践的な理解を目指す。

Grading Criteria and Methods

【成績評価の基準】講義目的・到達目標に記載する能力の到達度に基づき、社会科学研究科規程による成績評価のうえ、単位を付与する。
【成績評価の方法】出席を前提に、「授業への参加度」（40％）、「期末レポート」（60％）で評価する。なお、「授業への参加度」は、授業内での発言や課題への対応、グループワークでの発表を評価する。

How to Disclose Assignments and Exam Results

授業中におこなう。

Precautions and Requirements for Course Registration

テキストを購入し、予習・復習を十分に行うこと。また、各授業内での課題について対応すること。

Practical Education

（該当しない）

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data