授業を研究する：アクションリサーチ・研究倫理・効果量

授業の工夫を紀要や学会で発表するとき、読み手が知りたいのは「何をして、どれくらい変わり、それはどこまで確かか」です。アクションリサーチの手順、学生を対象とする研究の倫理、効果量の示し方をおさえると、授業改善と研究を無理なく両立できます。

キーワードアクションリサーチ／研究倫理／効果量

代表的な文献Burns (2010), Plonsky & Oswald (2014)

こんな先生に授業実践を紀要・学会で発表したい

玉手箱のツール効果量・検出力／アンケート分析／同意書メーカー／評価者間信頼性

🔄 アクションリサーチ：計画・実行・観察・省察のサイクル

アクションリサーチは、教師が自分の授業の課題を、自分の授業の中で、体系的に調べて改善する研究の方法です。Burns（2010）は、Kemmis & McTaggart（1988）のモデルにもとづき、英語教育でのアクションリサーチを次のサイクルとして示しています。

1計画（Plan）課題を絞り、問いと
手立てを決める

→

2実行（Act）手立てを授業で
試す

→

3観察（Observe）データを集める
（記録・作品・テスト）

→

4省察（Reflect）結果を解釈し
次の計画へ

段階	ポイント	例（ディスカッション授業）
問いを立てる	大きすぎる問いを避け、1学期で確かめられる大きさに	「役割カードを使うと、発話の少ない学生の発話量は増えるか」
データを複数集める	数値（テスト・発話時間）と質的データ（振り返り・観察記録）を組み合わせる（トライアンギュレーション）	録音の発話時間＋学生の振り返り＋教員の授業記録
比較の基準を持つ	事前・事後の比較、前年度との比較など。因果を強く主張しすぎない	導入前3週と導入後3週を比較
省察を書き残す	予想と違ったこと、うまくいかなかったことも記録する	「発話は増えたが、質問役だけが話す傾向」

📋 アンケート分析（リッカート尺度）🎭 ディスカッション役割カード 🎫 振り返りカード

🌱 探究的実践（Exploratory Practice）

Allwright らが1990年代から提唱してきた探究的実践（Allwright, 2003）は、「問題を解決する」ことよりも、教師と学生がともに授業の中で起きていることを理解することを重視します。通常の授業活動そのものを調査の手段にする（例：学生にディスカッションで「なぜ英語で発言しにくいのか」を話し合わせ、それを記録する）ので、授業の負担を増やさずに続けられるのが特徴です。

💡 「効果を証明する」研究だけが授業研究ではありません。学生の声を丁寧に集めて、授業の中で起きていることを記述する研究も、ほかの先生にとって大きな価値があります。

🛡️ 学生を対象とする研究の倫理

自分の授業の学生を研究対象にするときは、教員と学生の力関係に特に注意が必要です。学会誌や紀要の多くは、倫理的な配慮の記載を求めています。

配慮すること	具体的な方法
所属機関の手続き	大学の研究倫理審査（倫理審査委員会など）の対象かどうかを事前に確認し、必要なら承認を得る
自由意思による同意	研究の目的・方法・データの扱いを説明し、書面などで同意を得る。参加しなくても不利益がないことを明示する
成績との分離	同意の有無を担当教員が成績評価の前に知らないようにする（同意書は第三者が回収し、成績確定後に開封するなど）
データの扱い	氏名を ID に置き換える、保存場所とアクセス権を限定する、保存期間と廃棄方法を決める
公表のしかた	個人が特定されない形で記述する。作文や発話の引用は匿名化し、必要なら個別に許可を得る

⚠️ 学生の作文や発話を生成AIなど外部のサービスで分析する場合は、データが外部に送信されること自体が倫理・個人情報の問題になりえます。同意書と倫理審査の申請書に、使用するツールとデータの扱いを明記しましょう。

🛡️ 研究倫理：説明書・同意書メーカー

📏 効果量：「有意かどうか」だけでなく「どれくらい」を示す

統計的に有意かどうか（p 値）は、人数が多ければ小さな差でも有意になり、少なければ大きな差でも有意にならないことがあります。そのため、差の大きさそのもの＝効果量（Cohen's d など）と、その信頼区間を報告することが強く推奨されています。

Cohen（1988）の一般的な目安（d = 0.2 / 0.5 / 0.8）に対して、Plonsky & Oswald（2014）は第二言語研究のメタ分析をもとに、第二言語研究向けの目安を提案しています。

比較の種類	小	中	大
グループ間の比較（実験群 vs 統制群）	d = 0.40	d = 0.70	d = 1.00
グループ内の比較（事前 vs 事後）	d = 0.60	d = 1.00	d = 1.40
相関	r = .25	r = .40	r = .60

⚠️ これらはあくまで目安で、分野・測定方法・研究デザインによって解釈は変わります。とくに事前・事後の比較では、練習効果や時間の経過による成長が含まれるため、統制群のない研究で効果を強く主張しないようにしましょう。

📈 効果量・検出力・サンプルサイズ計算 📋 アンケート分析 📈 得点統計・偏差値

🤝 信頼性と透明性：評価者間一致度・研究用具の共有

評価者間信頼性を報告する：作文やスピーキングをルーブリックで評価したデータを使う場合は、2人以上で（少なくとも一部を）採点し、一致率やカッパ係数などを報告します。玉手箱の「評価者間信頼性カルキュレーター」で計算できます。
テストの信頼性を報告する：自作テストを使う場合は、信頼性係数（KR-20・クロンバックの α など）を示します。
研究用具を共有する：第二言語研究の質問紙・テスト・課題などの研究用具を共有するデータベースとして IRIS（Marsden, Mackey & Plonsky, 2016）があります。ほかの研究者の用具を使ったり、自分の用具を公開したりすることで、追試や比較がしやすくなります。
発表の場：大学英語教育学会（JACET）、全国語学教育学会（JALT）、全国英語教育学会（JASELE）などの学会や、所属大学の紀要があります。

🤝 評価者間信頼性カルキュレーター 📊 ルーブリックメーカー

📚 参考文献

Burns, A. (2010). Doing action research in English language teaching: A guide for practitioners. Routledge.
Kemmis, S., & McTaggart, R. (Eds.). (1988). The action research planner (3rd ed.). Deakin University Press.
Allwright, D. (2003). Exploratory practice: Rethinking practitioner research in language teaching. Language Teaching Research, 7(2), 113–141.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
Plonsky, L., & Oswald, F. L. (2014). How big is “big”? Interpreting effect sizes in L2 research. Language Learning, 64(4), 878–912.
Marsden, E., Mackey, A., & Plonsky, L. (2016). The IRIS Repository: Advancing research practice and methodology. In A. Mackey & E. Marsden (Eds.), Advancing methodology and practice: The IRIS Repository of instruments for research into second languages (pp. 1–21). Routledge.