要約：解釈的現象学的分析（IPA）は、特定の人びとが重要な生きられた経験をどのように意味づけているかを研究するための質的手法です。現象学、解釈学、そして事例ごとに個別に扱う（個別記述的、idiographic）視点を組み合わせています。各トランスクリプトを丹念に分析して参加者ごとに個人的経験テーマを作り、そのうえで事例を横断して集団的経験テーマを導き出します。
最終更新：2026年9月29日
\n\n解釈的現象学的分析は、心理学、医療、教育、マネジメント研究で最も広く使われている質的手法の一つですが、同時に最も誤って使われることの多い手法でもあります。多くの論文が自らの分析を「IPA」と呼びながら、実際にはテーマ分析の手順に現象学のラベルを貼っただけになっています。本ガイドでは、IPAとは何か、どのような場合に適合するか、必要な参加者数、そして2022年版の用語による7つの分析ステップを、短い実例と提出前に使える品質チェックリストとともに説明します。
\n\n解釈的現象学的分析は、1990年代半ばに健康心理学の分野でJonathan A. Smithが開発した質的アプローチです。現在は、Smith、Flowers、LarkinによるInterpretative Phenomenological Analysis: Theory, Method and Research（SAGE、第2版、2022年）と、SmithとNizzaによるより短いEssentials of Interpretative Phenomenological Analysis（APA、2022年）で体系化されています。
\n\nIPAは3つの理論的前提に基づいています。
\nIPAは、重要で多くの場合人生を変えるような経験の意味について、定義された集団を対象とする研究課題に適しています。たとえば「第一世代の博士課程学生は、学界を離れることをどのように意味づけているか」や「がん診断後に職場復帰する経験とはどのようなものか」といった問いです。一方、社会的プロセスを説明したい場合（グラウンデッド・セオリーを使う）、大規模なデータセット全体のパターンを描きたい場合（テーマ分析を使う）、物語の構造を研究したい場合（ナラティブ分析を使う）、またはプログラムを評価したい場合には不向きです。現象学的な問いの立て方については、研究設計に基づく質的研究の問いの例のガイドをご覧ください。
\n\nIPA研究に対して査読者が最もよく指摘するのは、分析がテーマ分析と区別できないという点です。次の表は、各手法が実際にどこで異なるかを示しています。
\n\n| 手法 | 中心的な問い | 分析単位 | 典型的なサンプル | 主な成果物 |
|---|---|---|---|---|
| IPA | この人は、この経験をどのように意味づけているか？ | 個々の事例、次いで集団 | 小規模・同質的 | 個人的・集団的経験テーマ（相違点を含む） |
| リフレクシブ・テーマ分析 | データセット全体にどのような意味のパターンが流れているか？ | データセット全体 | 柔軟、多くの場合より大規模 | 参加者を横断するテーマ |
| グラウンデッド・セオリー | 社会的プロセスはどのように機能するか？ | 出来事とカテゴリー | 飽和に至るまでの理論的サンプリング | 説明的な理論またはモデル |
| ナラティブ分析 | 人びとは自分の物語をどのように構築し、語るか？ | 物語全体 | 小規模から中規模 | 物語の構造、筋立て、立場づけ |
他の手法については、テーマ分析とグラウンデッド・セオリーの比較と、ナラティブ分析ガイドをご覧ください。
\n\nIPAは、各事例を深く分析する必要があるため、小規模で目的的な（purposive）、かつ比較的同質なサンプルを用います。Smith、Flowers、Larkinは、学生のプロジェクトでは3名が妥当な目安であり、事例が十分に豊かであれば単一事例でも弁護可能だと提案しています。専門職博士課程や博士課程では通常より多くのインタビューを含みますが、教科書の著者たちは、事例数が多ければ自動的に良くなるわけではないと明言しています。サンプルが大きくなると、IPAを行う価値そのものである個別事例の深さが薄まりかねないからです。
\n\n同質性が重要なのは、IPAが、問題の経験を共有する集団の中で共通点と相違点を探すからです。参加者が多くの次元で同時に異なると、何がどのように異なり、それがなぜなのかを言うことが難しくなります。質的サンプリング戦略の概要と、個別記述的な研究にとってデータ飽和が不適切な打ち切り基準である理由もご覧ください。
\n\nデータは通常、詳細な一人称の語りを促す半構造化インタビューから得られます。逐語的に文字起こしし、以下のステップを一度に一事例ずつ進めます。
\n\nこれらのステップは第2版の構造に従っています。古い論文では、ほぼ同じ概念を「創発テーマ」「上位テーマ」「マスターテーマ」と呼んでいます。指導教員が2009年版でIPAを学んでいる場合は、用語について早めに合意しておいてください。
\n\n以下の抜粋は説明のために本ガイドで作成したもので、実際の参加者データではありません。大学の職を離れて産業界の研究職に移ったキャリア初期の研究者を対象とする研究を想像してください。
\n\n「ただ試しているだけだと言い続けていました。1年間、以前の学科の誰にも話しませんでした。誰も受けなくてもいい試験に落ちたような気がしたんです。」
\n\nトランスクリプト全体では、この言明は他の言明とまとまって「私的な失敗としての離職」といったPETになるかもしれません。集団の段階では、3名の参加者が同じ失敗感を共有している一方で、別の1名は離職を安堵として語っている、という発見があるかもしれません。その相違はノイズではなく、IPAにおいては発見の一部です。
\n\nこの Qualitati の編集チェックリストは、SmithによるIPA研究を評価する基準（Health Psychology Review、2011年）と、Nizza、Farr、Smithが記述した質の高いIPAの4つの指標（Qualitative Research in Psychology、2021年）に基づいています。提出前に各項目を「はい」か「いいえ」で採点してください。
\n\n| 確認項目 | 良い状態 |
|---|---|
| 現象学的な問い | 研究課題は、原因や頻度ではなく、ある経験の意味を問うている。 |
| 同質的なサンプル | 参加者は当該の経験と重要な文脈を共有している。組み入れの根拠が明記されている。 |
| 事例ごとの分析 | 集団横断の作業を始める前に、各トランスクリプトをPETの段階まで分析している。 |
| 展開する物語 | 知見は、引用を貼り付けたテーマの一覧ではなく、論証された語りとして読める。 |
| 活力ある経験の記述 | テーマは、参加者が言及した話題ではなく、その経験がどのようなものかを記述している。 |
| 精読による分析 | 引用は、単に提示されるのではなく、言語、比喩、ためらいを含めて解釈されている。 |
| 収束と相違 | 各GETは、参加者がそれをどのように異なって共有しているか、そして誰がそれを共有していないかを示している。 |
| 有病率の報告 | 表により、各テーマにどの参加者が寄与しているかが示されている。 |
| リフレクシビティ | 研究者の立場と、それが影響しうる点が記録されている。質的研究におけるリフレクシビティのガイドもご覧ください。 |
部分的にはそうです。最近の研究は、可能性と限界の両方を示しています。Martínez-Pernía らは、GPT-4を用いて成人28名のインタビューの現象学的分析を支援したところ、AI支援の分析は約20時間で済んだのに対し、同じデータの人間によるコーディング分析は約70時間かかったと報告しています。しかし同時に、AIは人間の分析が捉えた身体感覚の一部を見落とし、より複雑な経験の構造とは完全には一致しなかったとも報告しています（Frontiers in Psychology、2025年5月）。彼らの研究はIPAではなく、記述的およびマイクロ現象学的な方法を用いていましたが、その教訓は当てはまります。別に、Ashwin、Chhabra、Raoは、大規模言語モデルが質的インタビューデータへのアノテーションにおいて体系的なバイアスを持ち込みうることを明らかにしています（Sociological Methods & Research、2025年）。
\n\nIPAにおける妥当な分業の考え方は次のとおりです。
\nQualitatiは、大学や調査会社向けのヨーロッパの質的研究プラットフォームで、GDPRとデータプライバシーを中心的な優先事項としています。IPAを代わりに行うことはしませんし、そうすべきでもありません。Qualitatiは、解釈に関わるIPAプロジェクトの周辺部分を支援します。
\n無料プランには、クレジットカードの登録なしで月30クレジットが含まれています。現在の料金は料金ページをご覧ください。または、NVivoの代替ツールのガイドで各アプローチを比較できます。
\n\n本ガイドは、心理学、医療、教育、マネジメントの分野でIPA研究を計画中または執筆中の博士課程・修士課程の学生、指導教員、研究者を対象としています。研究目的が、プロセスを説明すること、仮説を検証すること、多数の異質な集団を比較すること、または大規模なサンプルにわたる意見を要約することである場合は、IPAを選ばないでください。そのような目的には、通常、リフレクシブ・テーマ分析やグラウンデッド・セオリーの方がよく適合します。
\n\n現象学は哲学の伝統であり、研究方法の一群でもあります。IPAはその中の一つの具体的な方法で、明示的な解釈的（解釈学的）立場と、事例ごとの個別記述的な焦点を加えたものです。対照的に、記述的現象学は経験の本質的な構造を記述することを目指します。
\n\n小規模で同質的なサンプルが通常です。修士論文では3名が一般的な目安で、博士研究では通常より多くの参加者を含みます。合計人数よりも、事例ごとの分析の深さの方が重要です。
\n\n個人的経験テーマ（PET）は、一人の参加者の経験を要約するものです。集団的経験テーマ（GET）は、参加者間でPETを比較して展開されるもので、共有されたパターンと相違するパターンの両方を示します。これらの用語は、Smith、Flowers、Larkinによる2022年の第2版に由来します。
\n\nいいえ。どちらもテーマを生み出しますが、IPAは比較の前に各事例を深く分析し、生きられた経験の意味に焦点を当て、参加者間の相違を報告します。テーマ分析は、最初からデータセット全体を横断して作業します。
\n\n文字起こしや整理には、倫理審査とデータ保護が整っていれば使えます。経験的言明や解釈については、AIの出力はせいぜい手がかりとして扱うべきです。この方法では、研究者自身の意味づけが求められるからです。
\n\n解釈的現象学的分析は、小規模で特定の集団が重要な経験をどのように意味づけているかを理解したいときに適した選択です。事例ごとに分析し、2022年版の用語を一貫して使い、相違点を報告し、解釈を自分のものとして保ってください。インタビューガイドが準備できたら、30クレジット付きで無料で始めて、Qualitatiでインタビューを収集・文字起こしし、事例を横断して経験的言明を整理してください。
\n\n人による確認の注記：本ガイドの実例とIPA品質チェックリストは、Qualitati Research Teamによる編集上のツールであり、検証済みの測定用具ではありません。サンプルサイズと報告の慣例は、指導教員と上記に引用したIPAの文献で確認してください。
\n","related":[{"slug":"codes-categories-themes-qualitative-analysis-2026","title":"質的分析におけるコード・カテゴリ・テーマの違い（2026）","description":"コードはデータの断片に付けるラベル、カテゴリは関連するコードをまとめた束、テーマはデータセット全体に通底する意味の解釈です。コード→カテゴリ→テーマの階層を、具体例、判定チェックリスト、AIを活用した分析ワークフローとともに2026年版として、研究者と実務者の双方に向けて丁寧に解説します。","category":"質的研究手法","date":"2026-06-27","readTime":"読了約12分","author":"Qualitati Research Team"}]}