質的研究におけるテンプレート分析：2026年ガイド

テンプレート分析は、研究者がある程度何を探しているかわかっている場合に、質的インタビューデータを分析するうえで最も実践的な方法の一つです。組織研究、医療研究、心理学研究でよく用いられ、完全に帰納的な再帰的テーマ分析と、マトリクスを用いるフレームワーク法の中間に位置します。本ガイドでは、テンプレート分析とは何かを説明し、6つのステップを実例とともに示し、隣接する手法との比較を行い、AIを用いたコーディングが役立つ場面と役立たない場面を示します。

主なポイント

• テンプレート分析では、テーマをあらかじめ定義しておくことができますが、それらは暫定的なものとして扱われます。定義を書き換えたり、削除したりできます（Brooks et al., 2015）。
• 初期テンプレートは、すべてのトランスクリプトではなく一部のデータ（サブセット）に基づいて作成され、その後、複数のバージョンを通じて修正されます。
• テンプレートは通常階層的で、4段階以上の深さになることも多く、これは多くの再帰的テーマ分析よりも深い構造です。
• 統合的テーマは、テンプレートの複数のクラスターにまたがるアイデアを捉えます。
• 認識論的に柔軟で、実在論、穏健な実在論、文脈的構成主義のいずれの立場からも用いることができます。
• AIは大規模データへのテンプレート適用を速めることができますが、テンプレートの定義、修正、解釈は研究者の仕事のままです。

テンプレート分析とは何か？

テンプレート分析は、「テンプレート」を中心にコーディングを組み立てるテーマ分析の一形式です。テンプレートとは、研究者が初期に作成し、継続的に修正していく、階層的に書き出されたテーマの一覧です。Joanna Brooks, Serena McCluskey, Emma Turley, Nigel King は、Qualitative Research in Psychology の方法論論文（PubMed Central でオープンアクセス）において、これを明確な手順をもつ柔軟なテーマ分析の一形式として記述し、「コードブック」型のアプローチとしてフレームワーク分析と並べて位置づけています。

この手法には二つの特徴があります。第一に、アプリオリ・テーマを認めていることです。リサーチクエスチョン、インタビューガイド、または理論から導かれたテーマを出発点にできます。第二に、設計上反復的であることです。テンプレートは実際のデータによって問い直されるたびに変わる作業用の草稿です。書籍として詳しく知りたい場合は、King と Brooks による Template Analysis for Business and Management Students（Sage, 2017）を参照してください。

テンプレート分析の6つのステップ

Brooks et al.（2015）は、この手順を6つのステップで示しています。順序は固定されていますが、ステップ4から6は通常、何度も繰り返されます。

1. データに慣れる

データセット全体を読みます。データセットが大きい場合は、代表的なサブセットを読みます。リサーチクエスチョンとの関係で意外に感じた点や、最初の印象を書き留めておきます。

2. 予備的コーディングを行う

リサーチクエスチョンに関連する箇所をハイライトします。アプリオリ・テーマを定義している場合は、ここでそれを用います。ただし、それに当てはまらないが関連するものは、そのままコーディングします。

3. 浮上してきたテーマをクラスターに整理する

コードを意味のあるクラスターにまとめ、それらがどう関係するかを決めます。ここで階層構造が現れます。広い上位テーマの下に、より狭いサブテーマが置かれ、さらにクラスターを横断する統合的テーマも加わります。

4. 初期テンプレートを定義する

トランスクリプトの一部に基づいて、テンプレートの最初のバージョンを書きます。Brooks らは、すべてのアカウントをコーディングしてから構造を定義するアプローチとこれを区別しています。サブセットは、サンプルの幅を捉えるように選びます。たとえば、異なる役割、拠点、参加者グループなどです。

5. テンプレートを適用し、修正する

テンプレートを使って、さらにトランスクリプトをコーディングします。データが当てはまらない場合は修正します。新しいテーマを挿入したり、役割を果たしていないテーマを削除したり、その範囲を定義し直したり、別の階層に移動したりします。各バージョンと、変更理由の短いメモを保存します。

6. テンプレートを確定し、全データをコーディングする

リサーチクエスチョンに関連する重要なデータが未コーディングのまま残っていない状態になったら、修正を止めます。その後、最終バージョンを全データセットに適用し、解釈と執筆の中核として用います。

実例：リモートワーク・インタビューのためのテンプレート

ある研究チームが、リモートワークについて30名の従業員にインタビューしたとします。リサーチクエスチョンは、自律性、協働、キャリアの可視性に関するもので、インタビューガイドにはそれぞれのセクションがあります。8件のトランスクリプトに基づく初期テンプレートは、次のようになるかもしれません。

1. 仕事における自律性
   • 1.1 スケジュールの管理
   • 1.2 作業場所の管理
   • 1.3 モニタリングとその影響
     • 1.3.1 公式の追跡ツール
     • 1.3.2 非公式な「常時オンライン」のプレッシャー
2. 同僚との協働
   • 2.1 会議の負担
   • 2.2 非同期ツール
3. キャリアの可視性
   • 3.1 マネージャーへのアクセス
   • 3.2 昇進への懸念
4. 統合的テーマ：信頼（自律性、モニタリング、可視性を横断）

次の10件のトランスクリプトをコーディングすると、よくある変更が二つ起こります。ガイドで想定していなかったテーマが現れます。たとえば、ケア責任がスケジュールの選択に影響するという内容で、これは1.1の下に挿入されます。また「非同期ツール」は単独では意味が乏しいことがわかり、「会議の負担」に統合され、「協働の実践」に名称変更されます。それぞれの変更は、そのきっかけとなったトランスクリプトとともに記録され、これが監査証跡の一部になります。

テンプレート分析と他の質的分析法の比較

以下の表は、Brooks et al.（2015）、Gale et al.（2013）によるフレームワーク法、Braun and Clarke（2021）による再帰的テーマ分析に基づいて、テンプレート分析を三つの隣接手法と比較したものです。

比較項目	テンプレート分析	再帰的テーマ分析	フレームワーク分析	IPA
アプリオリ・テーマ	認められる（暫定的）	一般に避けられる	一般的（分析フレームワーク）	用いない
コーディング構造	階層的、4段階以上になることが多い	通常1〜2段階	マトリクス内のフレームワーク・カテゴリー	ケース内のテーマ、その後ケース間
主な成果物	最終テンプレートと解釈	解釈的テーマ	ケース×テーマのマトリクス	個別事例の記述
焦点	ケース横断	ケース横断	ケース横断およびケース内	まずケース内
典型的なサンプル	中〜大規模	小〜大規模	中〜大規模	小規模で同質
チーム作業	適している（共有テンプレート）	可能だが、再帰性を重視	適している	通常は単独の分析者

より詳しい比較については、フレームワーク分析、テーマ分析、解釈的現象学的分析、演繹的コーディングと帰納的コーディングの各ガイドをご覧ください。

テンプレート改訂ログ：再利用できるチェックリスト

多くのテンプレート分析で最も弱い点は、テンプレートそのものではなく、そこに至るまでの記録されていない経路です。このQualitati独自のチェックリストは、各改訂を監査可能な判断に変えるものです。

項目	記録する内容	重要な理由
テンプレートのバージョン	日付つきのv1、v2、v3	分析がデータとともに進化したことを示す
変更の種類	挿入、削除、統合、再定義、階層の移動	改訂の種類を時間の経過とともに比較可能にする
きっかけ	トランスクリプトIDと該当箇所	各変更をデータに根拠づける
アプリオリ性	そのテーマは事前に定義されていたか？	事前の想定がデータと向き合った後も残ったかを明らかにする
根拠	1〜2文	再帰性とピアレビューを支える
網羅性の確認	関連する箇所で、まだコーディングされていないものはあるか？	テンプレートを確定するための停止基準

有用なシグナルとして、アプリオリ・テーマが一度も再定義されず、削除もされなかった場合は、テンプレートが実際にデータで検証されたのか、それとも単に埋められただけなのかを問い直してください。このログは、監査証跡とコードブックのテンプレートと併せて用いてください。

テンプレート分析が向いている人と、用いるべきでない場合

用いるとよい場合：拡張すべき定義済みのリサーチクエスチョンや理論がある場合、半構造化ガイドがデータを形作っている場合、サンプルが多すぎて事例ごとの個別的分析が難しい場合、またはチームが共有された明示的なコーディング構造を必要とする場合です。

避けたほうがよい場合：研究が本当に探索的で、アプリオリ・テーマが早すぎる段階で分析を方向づけてしまう場合、少数の生きられた経験について個別的な記述が必要な場合（IPA の方が適しています）、または定常的比較を通じてデータから理論を構築することを目指す場合（グラウンデッド・セオリーの方が適しています）です。

限界と方法論上の懸念

• アプリオリ・テーマへの固着。初期のテーマが、反証するデータを見えなくするレンズになることがあります。上記の改訂ログが主な防御策です。
• 過度に精緻な階層。深いテンプレートは魅力的ですが、意味を断片化させることがあります。深さは目標の段階数ではなく、データの豊かさに従うべきです。
• 成果物としてのテンプレート。完成したテンプレートは構造であり、知見そのものではありません。執筆には依然として解釈、引用、リサーチクエスチョンとの結びつけが必要です。
• 品質の主張。テンプレート分析では、共同研究者によるテンプレートの独立した検証がよく用いられますが、コーダー間一致が自動的に求められるわけではありません。品質確認は、自身の認識論的立場に照らして正当化してください。

テンプレート分析でのAIの利用

テンプレートは明示的に書かれた指示の集合であるため、テンプレート分析はAI支援のコーディングと自然に対応します。Xiao et al.（2023）などの、LLMによる演繹的コーディングの研究は、専門家が書いたコードブックとモデルへのプロンプトを組み合わせ、一部の課題では人間のコーダーと有用な一致が得られることを報告しています。一方で、性能はコードがどれだけ明確に定義されているかに依存することも示しています。

役割分担の一例は次のとおりです。

• 研究者：アプリオリ・テーマを定義し、一部のデータに基づいて初期テンプレートを作成し、すべての修正を決定し、最終的な構造を解釈します。
• AI：現在のテンプレートを残りのトランスクリプトに適用し、どのテーマにも当てはまらない箇所（修正の候補）を示し、テーマごとの引用を抽出します。
• 再び研究者：AIが適用したコードを、信頼する前にサンプルで確認し、説明のつかないAIのコードは、知見ではなく省察のための問いとして扱います。

方法論に関わる重要な主張については、人間による確認が不可欠です。AIをどのように用いたか、どのテンプレートのバージョンを適用したか、その出力をどのように確認したかを報告してください。

Qualitati の位置づけ

Qualitati は、大学や調査会社向けの、欧州発で手頃な価格の質的研究プラットフォームであり、データ保護とGDPRを中心的な優先事項としています。テンプレート分析に関係する機能は次のとおりです。

• QDA Workspace：リサーチクエスチョンやインタビュー・アウトライン（アプリオリ・テーマ）から初期コードを生成してコードツリーにし、手作業でまたはAI支援の提案を用いてコーディングし、同じ箇所に複数のコードを付与し、三段階のコードブック・レポート（テーマ、カテゴリー、コード）を出力できます。
• ThemeLens：最大100件のトランスクリプトを同時に対象とするAIテーマ分析です。コードをリサーチクエスチョンに対応づけ、参加者に紐づいた引用を示すため、テンプレートに照らした二次的な読み直しに役立ちます。
• データ収集：テキストと音声で、10言語に対応したAIモデレーターによるインタビューを行えます。そのため、テンプレートを形作る半構造化ガイドが、データの収集も構成します。

Qualitati は、テンプレート分析を厳密にする分析上の判断に取って代わるものではありません。機械的な部分を短縮し、テンプレートの改訂と解釈により多くの時間を割けるようにするためのものです。

FAQ

テンプレート分析はテーマ分析と同じですか？

テーマ分析の一形式です。その特徴は、アプリオリ・テーマを認めること、サブセットに基づく初期テンプレート、反復的な修正、そして一般に深い階層構造を持つコーディング構造です。

テンプレートは何段階にすべきですか？

固定された数はありません。Brooks et al.（2015）は、テンプレートはしばしば4段階以上に達すると指摘していますが、深さは割り当て数ではなく、データが最も豊かな箇所を反映すべきです。

テンプレート分析は帰納的ですか、演繹的ですか？

両方です。リサーチクエスチョンや理論から導かれた暫定的な演繹的テーマから始め、トランスクリプトをコーディングしながら帰納的に修正していきます。

テンプレート分析はフレームワーク分析とどう違いますか？

どちらもコードブック型のアプローチです。テンプレート分析は、階層的なコーディング構造の開発と修正について、より多くの指針を与えます。一方、フレームワーク分析は、データをケース×テーマのマトリクスに整理することに重きを置きます。

AIでテンプレート分析はできますか？

AIは既存のテンプレートをトランスクリプトに適用し、当てはまらないデータを浮かび上がらせることができます。しかし、アプリオリ・テーマの定義、修正の決定、結果の解釈は研究者が担うべきです。

結論

テンプレート分析は、質的研究者に規律ある中間の道を与えます。リサーチクエスチョンが示すものから出発し、データの一部に基づいてテンプレートを構築し、残りのデータにそれを書き換えさせます。すべての改訂を記録し、解釈は人間が担い、繰り返し作業のコード適用にはAIを使いましょう。試してみる準備はできていますか？ 30クレジット無料で始める、QDA Workspaceを見る、または料金体系を確認することができます。

最終更新：2026年10月1日

本ガイドは Qualitati Research Team による独立した編集的な要約です。方法論上の主張は引用元に帰属しています。論文や出版物で用いる前に、ご自身の分野の基準に照らして確認してください。