看護研究の重要性3つ 1患者の(　) 2看護学の(　) 3看護師の(　)

看護研究の目的 ・看護や看護専門職者の(　)と(　)の看護提供 ・(　)や(　)、(　)に関して(　)に基づき質の高い看護を提供する

・(　)研究： 対象者から回答があった数量・量をデータとして分析する 【研究デザイン】 ①(　)研究デザイン 目的・特徴…主要な変数について実態を明らかにする ※変数：測定する数値(大学○学生の身長など) ※研究方法：質問紙調査など ②(　)研究デザイン 2つ以上の変数間の相互関係を分析し、その相互関係の正あるいは負及び程度を明らかにすること。Aの変数とBの変数は相互に関係しているか？ ③(　)研究デザイン 厳密に設定された条件の下で、独立変数と従属変数の原因-結果の関係を検討する

(　)研究： 対象者によって語られた内容・質をデータとし分析する 【研究デザイン】 ①(　) 対象者によって語られた内容を質的データとし、研究テーマ・目的に含まれる内容を明らかにする ②グラウンデッドセオリー研究 対象者によって語られた内容を質的データとし、研究テーマ・目的に含まれる内容や(　)を明らかにする ③(　)研究 研究参加者の体験を客観的な現象としてとらえ、現象を意味づける

【看護研究のプロセス】 1｢(　)｣を明確に 2｢文献レビュー｣を行う 3｢(　)｣｢用語の操作的定義｣を設定 4｢(　)｣作成 5｢倫理審査｣を受け承認を得る 6｢(　)｣を行う 7｢(　)｣をまとめる 8｢(　)｣を述べる 9｢論文｣をまとめる 10｢抄録｣や発表媒体を作成する

利用出来る先行研究として、研究は過去(　)～(　)年のものにする

(　)に当てはまる言葉は？

【質的研究の特徴】 ・質的研究 融通性のある研究デザインを用いて、「(　)叙述的、非数量的｣な資料の収集を行い、典型的には綿密で(　)な形式で現象を開査する ・質的データ 非構造的面接の筆記録のように、「(　)叙述的、非数量的｣形式で集められた情報 ・質的分析 関係の基礎にある重要な次元とパターンを発見するために、(　)にまとめあげ、解釈すること

質的研究で明確にできる内容 1(　)や(　) 2(　)や(　) 3(　) 4(　) 5感覚的な(　) 6被面接者の属性や心理社会的背景

【質的研究の用い方】 ・量的研究をする前に、その(　)として行う 例）アンケート調査・測定尺度の開発の際に、その使う用語や言葉を十分に幅広く抽出するための調査 ・量的研究の(　)を高めるため ・ある現象について、量的研究が行われているが、それとは異なる視点から見直す ・(　)を詳しく解釈し、理解する

【質的研究のタイプ】 1)可能な限り枠組みをもたずに現象に深く関与し、(　)を試みる研究 2)枠組みをもたずに(　)していこうとする研究 3)事例を通してその中にある(　)等に注目し一般的な(　)を見つけていこうとする研究

【研究対象者の選定の特徴】 ・量的研究：無作為に選択された標本に対して行う ・質的研究：経験、事象出来事について詳細な(　)が可能な参加者を(　)に選択する 【研究対象者の選定要素】 ・(　)：患者、家族、看護師、看護管理者、その他の関係職種など ・(　)：ある特定の疾患を有している、ある疾患、ある年齢の患者の看護に携わっている、ある病院、病棟に勤務している ・(　)：入院して3か月、入職して5年以上など

【質的研究における標本サイズ】 ・量的研究：標本の大きさ、数が重要 ・質的研究： ▶ 等質な研究対象者：6～8名、異質な研究対象者：12～20名 ▶ 15土10名。ただし、研究に使える時間とリソースの組合せによる。 ▶ (　)～(　)名の質的研究が多い ▶ 先行研究から示唆を得て、標本サイズを決定 ▶研究参加者、状況、事象から得られる情報の(　)が重要 ▶データの(　)が確認されるまで行う

(　)法の特徴 面接の初めの段階で、研究目的に基づき調べたい内容・領域を(　)し、その話題について(　)質問(回答者が自由に幅広く応えられる質問)をする。 そこから出てきた(　)について詳しく探りながら様々な方向に話を進めていく

インタビューの設定 インタビューの(　)(　)(　)(　)を設定する

【質的データの分析の実際と基本】 〈手順1〉(　)： 収集したデータを系統的に分析し得る状態に準備する 〈手順2〉(　)： ▶生データをデータ処理や分析のために標準的な形式に変換する過程 ▶意味内容のまとまりごとにデータを分けて、(　)を表す名前（(　)）をつけ、コードをつくること ▶コード化する際の留意点 1.(　)に応じて、単語、語句、文章、パラグラフ、出来事など様々な形式を選択する 2.(　)がどのような(　)でその言葉を使っているのかを考えて、その意味が表現されるようにコード化する 3.ある部分のコードを作るためのヒントが別のところで語られている場合もあるため、(　)をよく読む 4.研究対象者が語ったことをほぼそのままコードにできる場合もあれば、研究者が言葉を足したり言い換えたりすることが必要な部分もある 5.(　　)、そのために(　　)という分析の視点を決めて、それをいつも念頭に置いてコード化する 6.原則として1つのコードだけ取り出して読んでも、意味が分かるようにコード化する 〈手順3〉(　)：抽象度を高める作業 ▶コードの意味の(　)、(　)に着目し、類似した意味内容をもつコードを集めてまとまりをつくり、(　)に名前をつけること ▶ばらばらであったコードを意味内容の類似性に基づきまとめ、「それはどういうことなのか」を表す名前をつけ、現象をよりよく理解する ▶カテゴリー化する際の留意点 1.一度に抽象度を上げすぎず、(　)丁寧にカテゴリー化する。 2.新しい発見を埋もれさせてしまわないよう、(　)や(　)にとらわれないようにする 3.類似性を見出せないものは、無理にまとまりにせず、1つのコードから1つのカテゴリーを生成しても良い 4.何度も(　)を繰り返し、(　)し、より説得力のある、より適切なカテゴリーを生成し、結果を洗練させていくことが重要

質的データの分析 手順1→(　)化 手順2→(　)化 手順3→(　)化

質的研究のデータ分析で研究者が遭遇する課題 1.データ分析の質(精度)は、研究者の(　)や(　)に影響受けやすい →・研究者には(　)、(　)・(　)が必要 　・研究者の多角的な視点で物事・事象をとらえようとする姿勢、柔軟な姿勢が必要 =(　)観、(　)観、(　)観を常に洗練させていこうとする姿勢が必要 2.データ収集と分析は(　)に(　)に進行する →(　)能力が必要

質的研究の信憑性を確立する4つの基準 1(　) 研究データやデータの解釈が事実を忠実に表す （データの真相の倍頼性） 2(　) 研究データと結果に一貫性があり、結果が時間を越えて安定している （時間や状態の変化に対するデータの安定性） 3(　) 研究結果が、研究によってゆがめられていない （データの客観性や中立性） 4(　) 研究結果が他の状況にも適用できる（研究結果が他の場や他のグループに転移できる程度）

【質的研究の強み】 1）(　)なテーマに対応することができる 2）研究疑問に従って深い意味を探り、新しい発見ができる現象 3）現象を(　)したり、(　)を示したりすることができる →(　)することが可能 【質的研究の弱み】 1）仮説の検証に使うのは難しい 2）収集されるデータの量・質や分析が、研究者の(　)や(　)に影響を受けやすい →(　　)を確保することが難し

【質的研究と量的研究の関係】 ・質的研究は、 　非科学的・再現性に乏しい・一般化できない 　　=(　)が低い ・量的研究は研究成果と臨床現場との間に大きな隔たりがある=現実と離れている 　　↓ 【最近の質的研究と量的研究の関係】 研究の目的、方向性の中で提示されうる(　)関係

量的データ分析の手順 ①(　)：データを分析出来るような形にする 1.(　)のチェック 2.データの(　) 3.データ入力 4.(　) 5.解析ソフトの選択 ②(　)：観察された集団(標本)の性質を数値で記述すること 1.(　)の把握 2.標本の特徴の要約 3.(　)の処理 4.(　)の処理 ③(　)：母集団の特性や変数間の関係性を推測すること 1.(　)の推測 2.(　)の関連の分析 3.多変量解析　など ④解釈

穴埋め

変数(データ)の4つの性質は？

(　)尺度：分類目的のための尺度 ・(　)データ ・性別(男・女)、朝食(あり、なし)、血液型、好きな食べ物など ・分析は①単純集計によって%、頻度 　　　　②クロス集計でカイ二乗検定等を算出

(　)尺度：順序で関連づけられている尺度 ・(　)データ ・名義尺度の中で例えば、軽症＜中症く重症のように一定の方向付けがあり、順序関係の存在する尺度 ・数値間の距離が同じ(等間隔)という保証はない→四則演算は意味無い ・尿蛋白の検査結果-,+,++、靴や服のサイズSML、満足度1満足,2普通,3不満足、マラソンの順位など ・分析は中央値、順位相関係数、カイ二乗検定など

(　)尺度：順序概念のほかに、数値に等間隔があるという概念が加わる尺度 ・(　)データ ・(　)のないもの、(　)をとり得る ・数値間の(　)は出来るが(　)は意味無い ・温度、気温、日付、時刻など ・分析は平均、相関関係、t検定、分散分析などほとんど可能

(　)尺度：数値の間隔が同じことが保障されており、絶対的需点（0点）がある ・(　)データ ・正の数であり、マイナスは無い ・数値同士の計算(四則演算)がすべて可能、広範囲な統計手法が利用できる ・身長、体重、血圧値、血糖値など ・分析は(　)が出来る

何データで何尺度？

何データで何尺度？

何データで何尺度？

何データで何尺度？

1～11に当てはまる言葉は？

(　)：統計的仮説検定では｢原因と結果には関係がない｣という仮説 結果に差は無い、関連はない (　)：研究者が本来立証したいこと 結果に差はある、関連はある

・(　　(危険率))：帰無仮説が間違っていると判断する(帰無仮説を棄却する)基準となる確率。5%(0.05)とすると100回行ったら5回は起こる確率

(　)検定：データの分布が正規分布き従う場合に用いる (　)検定：正規分布を仮定できない様々な分布こ場合に用いる 正規性には(　)から視覚的に確認

正規分布…中央が最も高く左右対称のグラフ 平均値±標準偏差の範囲に約(　)%のデータが含まれ、平均値±2標準偏差の範囲に約(　)%のデータが含まれることを示す

連続性と連続性の関係…(　) ■ 相関係数の解釈の目安 (　)≦｜r｜≦(　)ほとんど相関はない (　)≦｜r｜≦(　)弱い相関関係がある (　)≦｜r｜≦(　)中等度の相関がある (　)≦｜r｜≦(　)強い相関関係がある

正規分布が仮定できる⇒(　)rを求める

・ 正規分布が仮定できる場合→(　)検定 ・両群の分散が等しい（　）と考えられるか否かで使う検定が異なる 等分散と考えられる場合→スチューデントのt検定 等分散と考えられない場合→ウェルチのt検定

穴埋め

穴埋め

量的研究は大きくわけて、(　)(　)(　)の3つのデザインがある

(　)：数を集めてある事象の特徴や原因を明らかにする研究のこと

(　)：研究者によって特定の目的のために意図的かつ系統的に考案された抽象概念のこと

(　　(　))研究結果に歪みを生む作用

(　)：従属変数に影響するものを一定に保とうとすること

研究時は研究対象者に対する倫理的配慮を考えて、研究対象者を保護するため(　)を作成する

名義尺度 統計処理…(　)を測定できる

順序尺度 一般的なアンケートがこれにあたる ・統計処理…(　)、(　)、パーセンタイル順位など

　間隔尺度 統計処理…(　)(　)(　)(　)など

(　)：ソフトウェアに入力する前に一定の規則に従って回答を数値に変換すること

【尺度の特徴と分析】 ・名義尺度と順序尺度は、(　)（加減乗除）ができない ・ 間隔尺度：(　)はできる ・ 比尺度：(　)ができる ・間隔尺度と比尺度→(　)変数 ・変数の性質がわかると分析方法が分かる

(　)：多数の対象集団に主として質問紙を用いて調査を実施し、その結果収集されたデータを統計的に解析して、対象集団の一般的傾向を見出そうとする研究法