開放・軸足・選択的コーディング: 2026年ガイド

開放、軸足、選択的コーディングは、指導教員に「グラウンデッド・セオリーを使いなさい」と言われた博士課程の学生がまず出会う用語です。同時に、研究手法の章が誤りやすい箇所でもあります。三つの用語が「最初の走査、二回目の走査、最終テーマ」といった一般的なラベルとして使われてしまい、本来の意味とは異なってしまうからです。本ガイドでは各段階を説明し、一つの具体例を通して順を追って解説します。さらに、審査者や査読者に手順が実際に踏まれたことを示すためのチェックリストも添えています。

このテーマは今まさに時宜を得ています。2026年8月には、マルチエージェント・システムである AutoTraceGT が、AIエージェントのログに対して開放、軸足、理論的コーディングを自動化しました。また2026年7月のプレプリント 人間とLLMの協働による帰納的コーディング は、カテゴリーの定義を人間が主導する形を保っていました。各段階が何を果たすべきかを知らなければ、ツールが正しく役割を果たしているかを判断することはできません。

最終更新: 2026年9月24日

主要なポイント

• 開放コーディングは概念を生み出し、軸足コーディングは関係性を生み出し、選択的コーディングは一つの中核カテゴリーを軸とした統合理論を生み出します。
• 三段階という用語はストラウス派の伝統(Strauss and Corbin, 1990)に属します。Glaser の古典的グラウンデッド・セオリーや Charmaz の構成主義的版では、異なる段階名が使われます。
• 軸足コーディングは最も省略されがちな段階です。カテゴリー間の関係を明示しないままコードをまとめるのは、軸足コーディングではなく単なる分類です。
• この段階は、恒常的比較、メモ執筆、理論的サンプリングとともに反復的に進みます。すべてを一度だけ順番にコーディングするのは、グラウンデッド・セオリーではありません。
• AIツールは開放コーディングを加速し、グルーピングを提案できます。しかし、カテゴリー同士を関連づけることや中核カテゴリーを選ぶことは、研究者が責任を持って判断し、記録すべき解釈の作業のままです。

開放、軸足、選択的コーディングの起源

グラウンデッド・セオリーは、Barney Glaser と Anselm Strauss の The Discovery of Grounded Theory(1967年)に始まります。その後二人の考えは分かれました。Strauss と Juliet Corbin の Basics of Qualitative Research(1990年)は、開放、軸足、選択的コーディングという三段階の手順と、カテゴリー同士を関連づけるための「コーディング・パラダイム」を示しました。Glaser(1992年)はこのパラダイムを、データを既定の枠組みに押し込むものとして退け、実質的コーディング(開放と選択的)と理論的コーディングを保持しました。Kathy Charmaz の構成主義的グラウンデッド・セオリー(2006年)は、代わりに初期コーディングと焦点化コーディングを用います。

ストラウス派の手順とパラダイムについて明快な説明を得るには、Vollstedt and Rezat(2019) を参照してください。実務上の要点は次の通りです。研究手法のセクションに「開放、軸足、選択的コーディング」と書けば、それはストラウス派であることを示すことになり、査読者はその論理、すなわちパラダイムを使ったのか、使わない明確な理由があるのかを確認しようとします。グラウンデッド・セオリーが他のアプローチとどう異なるかについては、当サイトの テーマ分析とグラウンデッド・セオリーの比較 ガイドをご覧ください。

段階1: 開放コーディングとは何か?

開放コーディングとは、データを行ごと、または出来事ごとに分解し、それぞれに(ラベルと短い定義を伴う)概念を付与する作業です。研究者はデータに近い位置にとどまり、「ここで何が起きているのか?」と問い、新しい出来事を以前の出来事と比較します(恒常的比較)。コードは暫定的で、数も多くなります。

具体例。 夜勤を担当する一年目の看護師へのインタビューを想像してください。ある一つの抜粋に対する開放コーディングの一回目では、次のようなものが得られるかもしれません:

• 「知っているふりをする」(イン・ヴィヴォ・コード): 先輩スタッフに対して不確かさを隠すこと。
• 師長ではなく同僚に確認する。
• 車の中で申し送りを練習する。
• 朝までの時間を数える。

開放コーディングでは、プロパティ(属性)とディメンション(次元)にも注目します。「同僚に確認する」は、頻度、相手、質問のリスクの大きさによって変わります。こうした次元が、軸足コーディングの素材となります。

段階2: 軸足コーディングとは何か?

軸足コーディングは、概念や下位カテゴリーを、そのカテゴリーの「軸」に沿って関連づける作業です。研究者は、ある現象がどのような条件のもとで生じるのか、人々がそれに応じてどう行為し相互作用するのか、そしてどのような結果をもたらすのかを問います。これがコーディング・パラダイムであり、条件、行為・相互作用、結果の三要素からなります。後期版のBasicsでは、1990年の完全版(因果条件、文脈条件、介在条件、戦略、結果)ではなく、この簡略化された三部構成でパラダイムを示しています。

具体例。 いくつかの開放コードが、見える有能さを管理するというカテゴリーの周りにまとまります:

パラダイムの要素	問われること	「見える有能さを管理する」に関連するコード
条件	いつ、なぜ起こるのか?	夜間の人員が少ないこと; 評価期間; 先輩スタッフに判断されていると感じること
行為・相互作用	人々はそれに対して何をするのか?	「知っているふりをする」; 同僚に確認する; 申し送りを練習する
結果	何が生じるのか?	報告の遅れ; 同僚のネットワークの形成; 勤務後の疲弊

単純なグルーピングとの違いに注意してください。四つのコードを「対処」というフォルダに入れても、それらがどう関係するかは何も示されません。軸足の表は、さらなるデータで検証できる主張を立てます。すなわち、人員の少なさと評価のプレッシャーが不確かさの隠蔽を生み、それが報告の遅れにつながる、という主張です。この主張を分析メモに書き、それを反証する事例を探してください。

段階3: 選択的コーディングとは何か?

選択的コーディングは、カテゴリーを一つの中核カテゴリーの周りに統合する作業です。中核カテゴリーとは、頻繁に現れ、他のほとんどのカテゴリーとつながり、データの変動の最も多くを説明する概念です。研究者は「筋書き(ストーリーライン)」を書き、発展が弱いカテゴリーを洗練させ、理論的サンプリングによってギャップを埋めます。新しいデータがカテゴリーの属性をもはや変えなくなるまで続けます(理論的飽和。データ飽和のガイドもご覧ください)。

具体例。 さらにインタビューを重ねると、見える有能さを管理するは、「知らないでいる権利を得る」のような中核カテゴリーの下に位置づけられるかもしれません。これは、新人看護師が、不確かさを隠す段階から、同僚を介した確認を経て、自分の有能さが認められたと感じた時点で率直に質問する段階へと移行していくプロセスです。その他のカテゴリー(夜勤の条件、同僚のネットワーク、疲弊)は、このプロセスから派生するものとして位置づけられます。

三段階の比較

段階	中核的な問い	主な成果物	よくある誤り
開放コーディング	ここで何が起きているのか?	属性とディメンションを持つ、多くの暫定的な概念	行為や意味ではなく、トピック(「人員」)をコーディングすること
軸足コーディング	これらの概念はどう関係するのか?	条件、行為、結果を持つカテゴリー	関係性を示さないままコードをフォルダに振り分けること
選択的コーディング	主な筋書きは何か?	一つの中核カテゴリーと、統合された理論	五つの並列するテーマを挙げ、そのうちの一つを「中核」と呼ぶこと

概念、カテゴリー、テーマが分析単位としてどう異なるかについては、コード、カテゴリー、テーマをご覧ください。

グラウンデッド・セオリーのコーディング完全性チェックリスト

このチェックリストは、博士課程の学生や研究チーム向けに Qualitati が開発したツールです。方法論の章を書く前に使ってください。「いいえ」となる項目は、審査者がおそらく質問する点です。

1. 伝統が明記されている。 方法のセクションで、どのグラウンデッド・セオリーの版(ストラウス派、グレーザー派、構成主義)に従うかを述べ、その版の段階名を用いていますか?
2. 開放コードが能動的である。 開放コードの多くは、トピックではなく、行為、プロセス、または意味を記述していますか?
3. 関係性が明示されている。 各カテゴリーについて、少なくとも一つの条件、一つの行為・相互作用、一つの結果を述べられますか。あるいは、代わりとなる論理を示せますか?
4. 恒常的比較が見える形になっている。 出来事を比較した後にコードが変化したことを示す証拠(メモ、コードブックの版)がありますか?
5. 理論的サンプリングが行われている。 浮かび上がったカテゴリーのために、後の募集やインタビューの質問が変更されましたか?
6. 中核カテゴリーは一つである。 なぜ他ではなくこのカテゴリーが中心なのかを、二文で説明できますか?
7. 反証事例が扱われている。 筋書きに当てはまらない事例が報告され、説明されていますか?(反証事例の分析をご覧ください。)
8. AIの利用が記録されている。 ツールがコードやグルーピングを提案したなら、監査証跡に、それが何を提案し、あなたが何を受け入れ、変更し、却下したかが示されていますか?

AIは開放、軸足、選択的コーディングを行えるか?

AIは現在、三段階すべてを試みることができます。しかし、証拠が支持するのは、AIを開放コーディングの加速や構造の提案に使うことであり、研究者の解釈上の判断を置き換えることではありません。2025年から2026年にかけての三つの研究が、この分野の状況を示しています:

• LOGOS(arXiv 2509.24294)は、LLMによるコーディング、意味的クラスタリング、グラフ推論を組み合わせて階層的な理論を構築し、専門家が作成したスキーマとの平均一致率80.4%を報告しています。これについてはAIはグラウンデッド・セオリーを構築できるか?で取り上げました。
• AutoTraceGT(Lu ら、2026年8月31日投稿)は、AIエージェントの軌跡に対して、飽和に至るまで開放、軸足、理論的コーディングを実行し、六つのデータセットにわたって、人手で注釈された分類体系の失敗モードの73〜91%を再現しました。そのデータは人間のインタビューではなく機械のログであるため、インタビュー研究への転用は未検証です。
• 人間とLLMの協働コーディング(Liu ら、2026年7月30日投稿)は、LLMがラベルを提案する形で45,000件の教育者のメッセージをコーディングしましたが、カテゴリーの定義と統合の権限は人間が保持しました。2,560件のメッセージに対する人間による独立したコーディングは、LLMの各段階が見落とした五つのコードを追加しました。

パターンは一貫しています。専門家のスキーマとの一致は相当程度あるものの不完全であり、欠けている部分こそ、論文で擁護すべき部分なのです。AIの出力は、軸足や選択的コーディングの完成品としてではなく、候補となる開放コードと、メモで検証すべき候補の関係性として扱ってください。

Qualitati の位置づけ

Qualitati は、大学や調査会社向けの、ヨーロッパ発で手頃な価格の質的研究プラットフォームであり、GDPR とデータプライバシーを中核的な優先事項としています。グラウンデッド・セオリーのプロジェクトでは、データ収集と初期のコーディング作業を支援できます。一方で、関係づけと統合は研究者自身の仕事として残ります:

• AIモデレーターによるインタビュー(テキストと音声)は、理論的サンプリングが改訂したガイドによる新たなインタビューを必要とするときに役立ちます。
• QDA Workspace は、AIによる帰納的コーディングを支援します。これは、あなたが一行ずつ見直す最初の開放コーディングとして使えます。さらに、カテゴリーが安定した後の演繹的コーディング、コードブックの生成、テーマの可視化にも対応しています。
• ThemeLens は、最大100件のトランスクリプトにわたって、参加者の発言に根ざした引用を伴うテーマを統合します。提案されたカテゴリーがコーパス全体で成り立つかを確認するのに有用です。ただしこれは主題の統合であり、軸足コーディングではないため、その出力はパラダイムモデルではなく、あなたのメモの証拠として扱ってください。
• 多言語対応の研究は10言語に対応しており、国境を越えたグラウンデッド・セオリーの研究に役立ちます。

Qualitati には、専用のコーディング・パラダイムや中核カテゴリーの機能はありません。研究デザインが正式な軸足の図に依存する場合は、メモや従来型の QDA パッケージに描くことになるかもしれません。透明な料金体系をご覧いただくか、NVivo の代替ツールで選択肢を比較してください。

限界と方法論上の懸念

• パラダイムは論争的である。 グレーザーの「強制」批判は今も重要です。パラダイムを緩く使う研究者もいれば、まったく使わない研究者もいます。どちらも、明記されていれば擁護可能です。
• 段階は直線的な工程ではなく、発見的な道具である。 「まず開放、次に軸足、最後に選択的コーディングを行った」と書くと、直線的な工程を示唆してしまい、査読者にはそれが誤解とみなされかねません。
• 小規模で固定されたサンプルは理論を制約する。 理論的サンプリングがなければ、その結果は多くの場合、グラウンデッド・セオリーを取り入れたテーマ分析と呼ぶ方が適切です。
• ここで引用したAI研究はプレプリントです。 データの種類と評価基準は研究ごとに異なります。その一致率は直接比較できず、すべてが査読を経ているわけではありません。

人による確認に関する注記: 具体例は説明用の架空のものであり、実際の研究から取られたものではありません。段階の定義は、所属機関が期待する方法論の文献の版と照合してください。

対象読者、そしてこの手法を使うべきでない場合

本ガイドは、ストラウス派のグラウンデッド・セオリー研究を計画または審査する博士課程の学生、指導教員、研究チーム向けです。固定されたデータセットを横断してテーマを記述することが目的であれば(リフレクシブ・テーマ分析を使ってください。テーマ分析ガイドをご覧ください)、既定のフレームワークを適用している場合(フレームワーク分析や演繹的コーディングを使ってください)、あるいはグレーザー派や構成主義的グラウンデッド・セオリーに従う場合は、開放、軸足、選択的コーディングを使わないでください。これらにはそれぞれ独自のコーディング用語があります。

よくある質問

開放、軸足、選択的コーディングの違いは何ですか?

開放コーディングは、データの中の概念にラベルを付けます。軸足コーディングは、条件、行為・相互作用、結果によって概念をカテゴリーに関連づけます。選択的コーディングは、一つの中核カテゴリーの周りにカテゴリーを統合し、一つの理論にまとめます。

軸足コーディングは、コードをテーマにまとめることと同じですか?

いいえ。まとめることは、バケツに分けることです。軸足コーディングは、概念がどのように関係するかを明確にします。たとえば、どの条件がどの行為を引き起こし、どのような結果が続くかを示します。

軸足コーディングでコーディング・パラダイムを使う必要はありますか?

厳密には必要ありません。多くの研究はそれを修正して使うか、別の関係の論理を用います。何をしたか、なぜそうしたかを述べてください。ストラウス派の研究の査読者はそれを確認しようとします。

選択的コーディングと理論的コーディングの違いは何ですか?

選択的コーディングは、Strauss と Corbin の、中核カテゴリーの周りに統合する段階です。理論的コーディングは、理論的コーディング・ファミリーを用いて実質的コードを関連づける、Glaser の用語です。両者は、異なる伝統の中で似た目的を果たします。

グラウンデッド・セオリーの研究で開放コーディングにAIを使えますか?

はい。ただし、ツールが何を提案し、あなたが何を変えたかを記録し、それを見直す最初の工程としてであれば可能です。最近の研究は、専門家によるコーディングとの一致が有用ではあるものの不完全であることを示しています。

グラウンデッド・セオリーには何件のインタビューが必要ですか?

決まった数はありません。新しいデータがカテゴリーの属性をもはや変えなくなる理論的飽和に達するまで、サンプリングを続けます。

結論

開放、軸足、選択的コーディングは、互いに結びついた三つの動きです。概念に名前を付け、それらを関係づけ、一つの中核カテゴリーの周りに統合します。軸足コーディングは、多くの研究が最も弱い部分であり、AIツールが最も役に立たない部分でもあります。開放コーディングの加速にはAIを使い、関係性を明確にするためにメモと上記のチェックリストを使い、自分のグラウンデッド・セオリーの伝統をはっきりと明記してください。データの収集とコーディングの準備ができたら、30クレジット付きで無料で始められます。クレジットカードは不要です。