結論=解決策
仮説=数字を使わずに、「大きい」「高い」などの主観的な基準で分析をした仮説
検証=仮説を実際の数字に照らし合わせること
一致の確認=検証がきちんと仮説を検証しているか確認すること
具体化=抽象的な表現を避け、数値化できそうな表現に言い換えること
「日本書庫のコンテンツをもっと充実させたい」が議題だとし、
編集者を増やすことを目標として設定したします。
そこで、「大学の英文科学生なら日本書庫に興味を持つ人が多いはずだ!」と仮説を立てたとします。
これに対し、検証とは、「多い」という主観的で曖昧な表現を、数字に具体化させることです。
例えば、大学の学部別に授業と課題以外で英語勉強に取り組んでいる人の割合をアンケートで集計すれば、「本当に多いのか」「どれくらい多いのか」が見えてきます。
しかし、このままでは統計と仮説が一致していません。
仮説は「・・興味を持つ人が多いはず」であり、検証は「課題・授業以外に英語の勉強をしている」です。「課題・授業以外に英語の勉強をしている人」の一部は、「興味を持つ人」かもしれませんが、「一部」がどの程度の割合かわからないため、データとしては役に立ちません。そこで、仮説と検証方法を一致させるために、仮説を具体化させます。
「日本書庫に興味を持つ」を検証で「日本書庫に興味があるか」と聞いてまわることもあるでしょうが、説明が長くなる上、変なバイアスが生まれそうなので、「どのような勉強方法をしているか?」というオープンクエスチョンか、選択肢をいくつか与える質問をし、「日本語の本を翻訳している」と答えた人は、高確率で日本書庫に興味を持つでしょう。
これで仮説の検証が終了です。