{"slug":"narrative-analysis-guide","title":"ナラティブ分析とは？4つの類型・6ステップ・具体例で解説","description":"質的研究におけるナラティブ分析を解説します。Riessmanの4つの類型（テーマ、構造、対話・パフォーマンス、ビジュアル）、テーマ分析との違い、6つのステップ、Labovの物語モデルを使った具体例まで、研究や論文で使える形で整理しました。各段階で研究者が判断すべき点や、AIを使う際の限界も併せて説明します。","keywords":"ナラティブ分析,ナラティブ研究,ナラティブ・インクワイアリー,質的研究,ストーリー分析","date":"2026-03-06","author":"Qualitati Research Team","category":"方法論","readTime":"読了約14分","sourceHash":"a2dad37b2c","content":"<div class=\"short-answer\"><p><strong>要点:</strong> ナラティブ分析は、コード化された断片ではなく、語りの全体を分析単位とする質的研究の手法です。人が何を語るか、どのように語りを組み立てるか、そして誰に向けて語るのかを問います。Catherine Kohler Riessmanは4つの類型を示しています。テーマ型、構造型、対話・パフォーマンス型、ビジュアル型です。事例間の共通パターンよりも、出来事の順序、転換点、アイデンティティが重要な場合に用いてください。</p></div>\n\n<p><em>最終更新: 2026年9月26日</em></p>\n\n<p>ナラティブ分析は、参加者が事実を報告するだけでなく、物語を語るときに研究者が用いる手法です。たとえば、学界を離れた経緯、診断と共に生きた経験、移住の過程などが当てはまります。本ガイドでは、質的研究におけるナラティブ分析を定義し、4つの類型を説明し、テーマ分析との比較を行います。そのうえで、論文やプロジェクトに応用できる6ステップの手順と、短い具体例を紹介します。</p>\n\n<h2>主なポイント</h2>\n<ul>\n  <li>ナラティブ分析は、各語りをまとまったまま保ち、その内容・構造・文脈を一体として分析します。</li>\n  <li>Riessmanの4つの類型（テーマ、構造、対話・パフォーマンス、ビジュアル）はそれぞれ異なる問いに答えます。コーディングの前に、主要な分析の視点を一つ選んでください。</li>\n  <li>ナラティブ分析とテーマ分析は分析単位が異なります。前者は事例とその時系列を、後者は事例を横断するパターンを分析対象とします。</li>\n  <li>Labovの6要素モデル（要旨、方向づけ、複雑化する行動、評価、結末、コーダ）は、構造分析で最も広く教えられている道具です。</li>\n  <li>AIは書き起こし、区切り、語りの要約を支援できますが、意味・立場性・聞き手の解釈は研究者が担います。</li>\n</ul>\n\n<h2>ナラティブ分析とは何か</h2>\n\n<p>ナラティブ分析は、語り（ストーリー）を分析単位とする質的アプローチの総称です。インタビューを多くの短いコードに分割するのではなく、分析者は一つひとつの語りを全体として読み、出来事がどのように選ばれ、順序づけられ、評価されているか、そしてその語りが語り手にとってどんな役割を果たしているかを問います。語りは出来事を透明に記録したものではなく、意味をもって構成されたものとして扱われます。</p>\n\n<p>混同されやすい2つの用語があります。<strong>ナラティブ・インクワイアリー</strong>は、D. Jean ClandininとF. Michael Connellyと結びつく用語で、研究デザインから執筆までを含む研究方法論全体を指すことが多いです。一方、<strong>ナラティブ分析</strong>は、語りのデータに適用する分析手法を指します。後者の標準的な参考文献は、Catherine Kohler Riessmanの<a href=\"https://us.sagepub.com/en-us/nam/narrative-methods-for-the-human-sciences/book226139\" target=\"_blank\" rel=\"noopener noreferrer\"><em>Narrative Methods for the Human Sciences</em></a>（SAGE, 2008）です。</p>\n\n<h3>ナラティブ分析を使うとき</h3>\n<ul>\n  <li>研究課題が、変化、混乱、移行を人々がどのように理解しているかを時間の経過とともに問うものである場合。</li>\n  <li>アイデンティティが中心にある場合。つまり、参加者が自分をどう示し、それを誰に向けて示すかが重要な場合。</li>\n  <li>データがもともと物語の形をとっている場合。ライフストーリーや伝記的インタビュー、オーラルヒストリー、日記、長い自由記述などがこれに当たります。</li>\n  <li>小規模なサンプルで、多くの事例を広く扱うよりも、事例ごとに深く掘り下げたい場合。</li>\n</ul>\n\n<p>まず問いを立てる必要がある場合は、ナラティブ・インクワイアリーの問いも含む<a href=\"/blog/qualitative-research-questions-examples-2026\">質的研究の問いの例</a>をご覧ください。</p>\n\n<h2>ナラティブ分析の4つの類型</h2>\n\n<p>Riessmanは、この分野を4つの分析アプローチに整理しています。下の表に、それぞれが何に焦点を当て、どのような問いに答えるかをまとめました。</p>\n\n<table>\n  <thead>\n    <tr><th>類型</th><th>焦点</th><th>中心的な問い</th><th>典型的なデータ</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>テーマ型</td><td>何が語られるか</td><td>一つひとつの語り全体の中で、どのようなテーマが繰り返し現れるか？</td><td>インタビュー、書かれた記録、アーカイブ</td></tr>\n    <tr><td>構造型</td><td>どのように語られるか</td><td>語りはどのように組み立てられ、語り手はどこで出来事を評価しているか？</td><td>間や言い直しを含む逐語録</td></tr>\n    <tr><td>対話・パフォーマンス型</td><td>誰に向けて、なぜ</td><td>語りは聞き手とどのように共同で作られ、どのようなアイデンティティを演じているか？</td><td>聞き手の発言を含むインタビュー、会話、グループでの語り</td></tr>\n    <tr><td>ビジュアル型</td><td>物語としての画像</td><td>写真、描画、動画はどのように物語を語り、あるいは支えているか？</td><td>フォト・エリシテーション、描画、ビデオ日記</td></tr>\n  </tbody>\n</table>\n\n<h3>テーマ型ナラティブ分析</h3>\n<p>テーマ型ナラティブ分析は内容に注目しますが、通常のコーディングとは異なり、各語りをまとまったまま保ち、テーマをプロットの中での位置づけとともに読み取ります。たとえば、「正当に認められないこと」は多くのキャリア転換の語りに現れるかもしれませんが、ある語りでは冒頭に、別の語りでは転換点に置かれているかもしれません。その位置づけ自体が知見の一部になります。</p>\n\n<h3>構造型ナラティブ分析</h3>\n<p>構造分析は語りの形式を検討します。最もよく使われる道具は、William LabovとJoshua Waletzkyによる口頭物語のモデルです。これは<a href=\"https://doi.org/10.1075/jnlh.7.02nar\" target=\"_blank\" rel=\"noopener noreferrer\">Journal of Narrative and Life History（1997）</a>に再録されています。このモデルは6つの要素を区別します。</p>\n<ul>\n  <li><strong>要旨（Abstract）:</strong> 語りが何についてのものか。</li>\n  <li><strong>方向づけ（Orientation）:</strong> 誰が、いつ、どこで。</li>\n  <li><strong>複雑化する行動（Complicating action）:</strong> その後に何が起きたか。</li>\n  <li><strong>評価（Evaluation）:</strong> 語り手の見方で、それがなぜ重要なのか。</li>\n  <li><strong>結末（Resolution）:</strong> どのように決着したか。</li>\n  <li><strong>コーダ（Coda）:</strong> 現在への回帰。</li>\n</ul>\n<p>評価の節は、語り手が出来事の読み方を聞き手に示す場所であるため、最も多くを明らかにすることが多いです。</p>\n\n<h3>対話・パフォーマンス型分析</h3>\n<p>対話型分析は、語ることを社会的な行為として扱います。書き起こしに聞き手の質問を含め、聞き手、場面、そしてより広い言説が、何を語れるかをどのように形づくるのかを問います。インタビュアーが研究者であると知っている参加者は、業界の友人に対してとは異なる仕方で、キャリアからの離脱の話を語るかもしれません。</p>\n\n<h3>ビジュアル型ナラティブ分析</h3>\n<p>ビジュアル分析は、参加者が作成し、選び、あるいは見せられた画像にまで手法を広げます。画像そのもの、その制作過程、そして参加者が画像についてどう語るかを検討します。フォト・エリシテーションやアートベースの研究で一般的です。</p>\n\n<h2>ナラティブ分析とテーマ分析の比較</h2>\n\n<p>両者はいずれも解釈的な手法であり、組み合わせることもできますが、答える問いが異なります。<a href=\"https://doi.org/10.1191/1478088706qp063oa\" target=\"_blank\" rel=\"noopener noreferrer\">Braun and Clarke（Qualitative Research in Psychology, 2006）</a>が示したテーマ分析は、データセット全体に共通する意味のパターンを特定します。一方、ナラティブ分析は、各語りの時系列と文脈を保持します。</p>\n\n<table>\n  <thead>\n    <tr><th>比較基準</th><th>ナラティブ分析</th><th>テーマ分析</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>分析単位</td><td>語り全体または事例</td><td>事例を横断するコード化された断片</td></tr>\n    <tr><td>時系列の扱い</td><td>中心的: 順序と転換点がデータになる</td><td>通常は扱わない</td></tr>\n    <tr><td>典型的なサンプル</td><td>小規模。事例ごとに深く</td><td>小規模から大規模。事例の幅を重視</td></tr>\n    <tr><td>主な成果</td><td>事例のポートレート、語りの類型、構造パターン</td><td>裏づける抜粋を伴うテーマの集合</td></tr>\n    <tr><td>最適な用途</td><td>アイデンティティ、変化、時間の経過に伴う意味づけ</td><td>共有された経験、見解、実践</td></tr>\n  </tbody>\n</table>\n\n<p>テーマ分析がグラウンデッド・セオリーとどう違うかは<a href=\"/blog/thematic-analysis-vs-grounded-theory-2026\">テーマ分析とグラウンデッド・セオリーの比較</a>を、テーマ分析の詳しい手順は<a href=\"/blog/thematic-analysis-guide\">テーマ分析ガイド</a>をご覧ください。</p>\n\n<h2>ナラティブ分析の進め方: 6ステップ</h2>\n\n<ol>\n  <li><strong>物語を含むデータを集める。</strong> 厳密に構造化された質問ではなく、語りを引き出す開かれた問い（「今の職を離れる経緯を聞かせてください」など）を使います。少数の広い質問からなる緩やかな<a href=\"/blog/what-is-a-semi-structured-interview-2026\">半構造化インタビュー</a>が効果的です。</li>\n  <li><strong>詳細に書き起こす。</strong> 特に構造分析や対話分析を行う場合は、間、繰り返し、聞き手の発話を残します。</li>\n  <li><strong>語りを特定する。</strong> インタビューの中で、各語りの始まりと終わりを示します。すべての回答が語りであるわけではありません。</li>\n  <li><strong>主要な視点を適用する。</strong> 類型に応じて、Labovの要素に対応づけたり、テーマを時系列に沿ってたどったり、聞き手や立場性を注記したりします。</li>\n  <li><strong>事例の要約を書く。</strong> 参加者ごとに、筋、転換点、語り手が自分をどう位置づけているかをまとめます。</li>\n  <li><strong>事例を比較し、そのうえで全体に戻る。</strong> 語りのタイプや共通の転換点を探し、どの主張も切り離された引用ではなく、語りの全体に照らして確かめます。</li>\n</ol>\n\n<h2>具体例</h2>\n\n<p>以下の抜粋は、構成された例示であり、実際の参加者のデータではありません。キャリアの途中にある講師が、大学を離れて産業界の研究職に移った理由を説明している場面を想像してください。</p>\n\n<blockquote><p>「要するに、私が待つのをやめた話なんです。6年間、任期付きの契約で、フルの授業負担をこなしてきました。そして春に、正規のポストが外部の候補者に決まったんです。学科長から廊下で伝えられました。その時、正直に思ったんです。存在しない仕事のオーディションを受け続けてきたのだと。その夏、3社に応募しました。今は自分でデザインした研究を実際に進めていて、よく眠れるようになりました。」</p></blockquote>\n\n<table>\n  <thead>\n    <tr><th>Labovの要素</th><th>本文</th><th>分析上のメモ</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>要旨</td><td>「待つのをやめた話」</td><td>語りを、喪失ではなく主体性として位置づける</td></tr>\n    <tr><td>方向づけ</td><td>6年間の任期付き契約、フルの授業負担</td><td>不安定な雇用を背景として確立する</td></tr>\n    <tr><td>複雑化する行動</td><td>正規ポストが外部の候補者に決まる。知らせは「廊下で」</td><td>非公式な場面は、軽んじられたことを示す</td></tr>\n    <tr><td>評価</td><td>「存在しない仕事のオーディションを受け続けてきた」</td><td>過去についての決定的な再解釈</td></tr>\n    <tr><td>結末</td><td>3社に応募し、今は自分で研究をデザインしている</td><td>回復された専門家としてのアイデンティティ</td></tr>\n    <tr><td>コーダ</td><td>「よく眠れるようになりました」</td><td>判断を伴って現在に戻る</td></tr>\n  </tbody>\n</table>\n\n<p>テーマ的な読み方では、「不安定さ」や「認められないこと」をコード化するでしょう。ナラティブとしての読みは、語り手が転換点を一つの場面に位置づけ、6年間の仕事を「オーディション」として描き直している点を加えます。このような事例を複数比べると、「待つのをやめた」語りと「押し出された」語りを比較し、両者を分けるものは何かを問うことができます。</p>\n\n<h2>ナラティブ分析の適合性チェック</h2>\n\n<p>これはQualitatiの編集チームによるチェックリストで、ナラティブ分析が研究に合うかどうかを判断するためのものです。それぞれ「はい」か「いいえ」で答えてください。</p>\n<ol>\n  <li>研究課題は、時間の経過に伴う変化、移行、またはアイデンティティに関わりますか。</li>\n  <li>データ収集の中で、参加者が長い語りを展開できる余地がありますか。</li>\n  <li>サンプルは、各事例を全体として分析できる程度に小規模ですか。</li>\n  <li>主要な類型を一つ選んでいますか（テーマ、構造、対話・パフォーマンス、ビジュアルのいずれか）。</li>\n  <li>書き起こしは、時系列と聞き手の発話を保持しますか。</li>\n  <li>テーマの一覧だけでなく、事例や語りのタイプとして知見を報告できますか。</li>\n</ol>\n<p>「はい」が4つ以上であれば、良い適合性が見込めます。それより少ない場合は、テーマ分析の方が研究課題に適している可能性があります。</p>\n\n<h2>Qualitatiの活用</h2>\n\n<p>Qualitati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。ナラティブ分析の実務的な手順を支援しますが、解釈は研究者が担います。</p>\n<ul>\n  <li><strong>語りの収集。</strong> テキストまたは音声で、AIがモデレートするインタビューを行い、語りを引き出す開かれた問いを使えます。対面インタビュー中にリアルタイムの促しと区切りの追跡を受けられる Active Listener モードも利用できます。</li>\n  <li><strong>書き起こしの扱い。</strong> <a href=\"/qda-workspace\">QDA Workspace</a>は、帰納的・演繹的コーディングとコードブックの生成に対応しています。語りの境界やLabovの要素をマークするのに使えます。</li>\n  <li><strong>事例横断の比較。</strong> <a href=\"/themelens\">ThemeLens</a>は、最大100件の書き起こしにわたってコードを研究課題に対応づけ、参加者の引用とともに示します。事例ごとの読みの後の比較段階に役立ちます。</li>\n  <li><strong>多言語での研究。</strong> インタビューと分析は10言語で行えます。</li>\n</ul>\n<p>プラットフォームが初めての方は、<a href=\"/tutorial\">チュートリアル</a>で最初のプロジェクトの流れを確認できます。無料プランには毎月30クレジットが含まれ、クレジットカードは不要です。詳細は<a href=\"/pricing\">料金プラン</a>をご覧ください。</p>\n\n<h2>限界と方法論上の懸念</h2>\n<ul>\n  <li><strong>解釈には異論の余地があります。</strong> 二人の分析者が同じ語りを異なって読むことがあります。監査証跡とリフレクシビティのメモを残してください。詳しくは<a href=\"/blog/what-is-reflexivity-qualitative-research-2026\">質的研究におけるリフレクシビティ</a>のガイドをご覧ください。</li>\n  <li><strong>転移可能性には限界があります。</strong> 小規模で深いサンプルは理論的な洞察を支えますが、母集団の推定を支えるものではありません。</li>\n  <li><strong>インタビューが語りの形を変えます。</strong> AIがモデレートするものを含め、厳密に構造化された質問ガイドは、語りを途中で切ってしまうことがあります。語りのための余地があるかどうか、質問を事前にパイロットしてください。</li>\n  <li><strong>AIは分析者ではなく、補助です。</strong> Jennerらは、人間、Claude、GPT-o1による、ナラティブ分析の各段階での解釈を比較し、モデルは補助としての可能性を示すと結論づけています（<a href=\"https://doi.org/10.1016/j.metip.2025.100183\" target=\"_blank\" rel=\"noopener noreferrer\">Methods in Psychology, 2025</a>）。2026年の研究では、34件の患者インタビューを用いてオープンソースのモデルを検証したところ、人間のコーダとの一致は部分的にとどまりました（<a href=\"https://doi.org/10.1177/16094069261426100\" target=\"_blank\" rel=\"noopener noreferrer\">International Journal of Qualitative Methods, 2026</a>）。AIの要約はすべて、語りの全体と照らし合わせて確認してください。</li>\n</ul>\n\n<h2>対象読者と、使うべきでない場合</h2>\n<p>本ガイドは、詳細なインタビューを通じて人生の出来事、キャリア、病気、移住、組織の変化を研究する博士課程の学生、研究者、研究チームを対象としています。自由記述のアンケートの回答のように多数の短い回答を比較する必要がある場合や、個人の軌跡ではなく共有された見解を扱う問いである場合は、ナラティブ分析を使わないでください。</p>\n\n<h2>FAQ</h2>\n\n<h3>ナラティブ分析の4つの類型とは何ですか。</h3>\n<p>Riessman（2008）に従うと、テーマ型（何が語られるか）、構造型（どのように語られるか）、対話・パフォーマンス型（誰に向け、何の目的で）、ビジュアル型（画像がどのように語りを語り、あるいは支えるか）の4つです。</p>\n\n<h3>ナラティブ分析とテーマ分析の違いは何ですか。</h3>\n<p>ナラティブ分析は各語りをまとまったまま保ち、その時系列をデータとして扱います。テーマ分析は、多くの参加者からの断片にわたる意味のパターンを特定します。</p>\n\n<h3>ナラティブ分析には何人の参加者が必要ですか。</h3>\n<p>決まった人数はありません。ナラティブ研究は、各事例を深く分析するため小規模であることが多いです。人数の基準ではなく、研究目的と分析の深さによってサンプルを正当化してください。</p>\n\n<h3>ナラティブ分析の例とはどのようなものですか。</h3>\n<p>キャリア転換のインタビューをLabovの6要素に対応づけ、語り手が転換点をどこに置き、それをどう評価しているかを示すことです。上の具体例がその一つです。</p>\n\n<h3>AIでナラティブ分析はできますか。</h3>\n<p>AIは、書き起こし、語りの特定、最初の要約などを支援できます。これまでに発表された研究は、研究者の監督のもとで補助として使うことを支持していますが、解釈の代替とはしていません。</p>\n\n<h2>まとめ</h2>\n<p>ナラティブ分析は、語りの形、転換点、聞き手が内容と同じくらい重要な場合に適した方法です。Riessmanの4つの類型のうち一つを選び、展開の余地がある形で語りを集め、比較の前に事例を全体として分析してください。準備ができたら、<a href=\"/register\">30クレジットで無料で始めて</a>、Qualitatiで語りを引き出すインタビューを行い、ナラティブ分析を整理してください。</p>\n\n<p><em>人間によるレビューの注記: 具体例は説明のために構成したものであり、適合性チェックはQualitati Research Teamによる編集ツールで、検証済みの尺度ではありません。方法論上の選択は、指導教員や所属分野の方法論文献で確認してください。</em></p>\n","related":[{"slug":"case-study-research-guide","title":"ケーススタディ研究の種類・設計・事例【2026年版】","description":"ケーススタディ研究を解説します。StakeとYinの類型、単一事例と複数事例の設計の違い、事例数の目安、エスノグラフィーとの違いを整理し、方法論の章に使える判断マトリクスと具体例を紹介します。博士課程の学生や研究チーム向けに、設計の選び方を順を追って示し、各設計の具体例も添えます。","category":"方法論","date":"2026-03-10","readTime":"読了約12分","author":"Qualitati Research Team"}]}