インタビューで最も有益なインサイトをもたらすのは、時に少し特殊なユーザーです。複数のアカウントを使い分けていたり、移行の失敗から復帰した経験があったり、コミュニティの誰もが絶賛する機能の利用をあえてやめていたりします。有意抽出法（Purposive sampling）は、リサーチ課題に新たな視点をもたらすような経験を持つ人やケースを、意図的に選ぶ手法です。

これは判断抽出法とも呼ばれる非確率サンプリングの一種です。無作為な抽出ではなく、明確な意図に基づいて対象を選定します。そのため、選定理由が極めて重要になります。なぜその参加者が有益だったのか、そしてその人たちだけでは何が分からないままなのかを、リサーチャー自身が説明できなければなりません。

リサーチの問いに必要な「バリエーション」を選ぶ

調査によって、特定の条件を満たす人を集めることもあれば、専門知識を求めたり、対照的な状況を比較したり、特異なケースに焦点を当てたりすることもあります。これらはそれぞれ異なるニーズに応えるものです。最大変動サンプリングは文脈による体験の違いを探るのに役立ち、極端な事例は一般的なケースでは見られない制約を浮き彫りにします。

BetterEvaluationによる有意抽出法の概要では、調査目的に関連する特性に基づいた選定について解説されています。プロダクト開発においては、単に見栄えのよい肩書きの人を集めるのではなく、調査対象となる行動や意思決定を実際に行っている人をリクルートすることを意味します。

たとえば架空のシフト管理プロダクトで、直前のシフト変更について調べる場合、最近欠勤対応をしたマネージャーだけでなく、代理勤務を頼まれた従業員やそれを断った人までリクルートするのが理想的です。ツールの導入を承認したマネージャーだけに話を聞いても、プロセス全体のごく一部しか見えてきません。

選定理由を後から検証できるようにする

リクルートを始める前に、参加条件と想定するケースの構成を明確にしておきましょう。どのような違いが、なぜ重要なのかを整理し、適切なスクリーナーを使って該当する経験の有無を確認します。適切な質問や確認で十分な場合に、踏み込みすぎた証明を求めるのは避けましょう。

リサーチの進行に伴って、リクルート基準が変わっていくこともあります。インタビューを通じて、派遣スタッフ特有の課題が見つかり、深掘りする価値があると分かることもあるでしょう。そうした変更とその理由を記録しておくことで、都合のよい意見だけを集めたのではなく、意図を持って範囲を広げたことが第三者にも伝わります。

見えてきた仮説に疑問を投げかけるようなケースも探してみてください。全員が同じ問題を経験しているという理由だけで選ばれていると、その問題自体は深く理解できても、それがどれくらい一般的なのか、あるいはその問題がない場合に何が起きるのかを判断する材料にはなりません。

サンプルの記述と母集団の推計を切り離す

「参加者6人中4人が回避策を使っていた」と報告すること自体は正確です。ただし、この割合はあくまで今回のサンプル内での話であり、意図的に抽出したデータだけをもとに、母集団の3分の2が同じ回避策を使っていると結論づけることはできません。全体への推計を行うには、それに適した調査設計や、明確なモデリングの前提、そして裏付けとなる証拠が必要です。

それでも、定性的な知見には目の前のサンプルを超えた価値があります。状況、行動、結果に関する詳細な記録があれば、その発見が他のケースにも当てはまりそうかを読み手が判断できるようになります。一般化可能性（再現性）は、単なるサンプルサイズの多さではなく、そうした論理的な説明と追加の証拠によって支えられます。

どのような人をターゲットにし、どうやってリクルートし、誰の視点が抜け落ちているのかをレポートに明記しましょう。スノーボールサンプリング（紹介による抽出）を使う場合は、人脈や仕事上のネットワークが対象者の偏りにどう影響しているかも考慮する必要があります。目的を持った選定はリサーチに明確なフォーカスをもたらし、その理由をオープンにすることで、リサーチの価値が正しく伝わりやすくなります。