Качественный анализ данных

Перво-наперво – давайте сделаем шаг назад и зададим вопрос: «Что такое качественные данные?» Что ж, качественные данные относятся к данным, которые «не являются числами» (не волнуйтесь, это не горячая точка зрения этого поста!). Другими словами, это не то, что вы считаете или измеряете с помощью фиксированной шкалы или сложной статистики и математики. Итак, если это не цифры, что это?

Методы качественного анализа данных. Вау, это полный рот.

Слова, как вы догадались? Ну, иногда да. Качественные данные существуют в форме интервью, фокус-групп или открытых опросов; или в интерпретации изображений, документов и видео. Проще говоря, качественный анализ сосредотачивается на словах, описаниях или идеях, а количественное исследование – на числах. Качественные данные исследуют «мягкую сторону» вещей. Для подробного обсуждения qual vs Quant, ознакомьтесь с этим постом .

Итак, качественный анализ проще количественного, не так ли?

Не так уж и быстро! Во многих отношениях качественные данные могут быть невероятно сложными и требуют много времени для анализа и интерпретации. В конце фазы сбора данных (например, ваших интервью или фокус-групп), которая сама по себе занимает много времени, у вас могут быть страницы и страницы текстов или часы аудио для работы. У вас могут быть тонкие нюансы взаимодействий или дискуссий, которые крутились у вас в голове и которые были записаны в виде частичных мыслей в беспорядочных полевых заметках. Тогда вам нужно во всем разобраться. Но как? Что ж, вот что такое качественный анализ данных (QDA, если хотите).

В этом посте мы рассмотрим качественный анализ данных на высоком уровне, рассмотрев общие методологические подходы, используемые для работы с качественными данными. Мы не собираемся описывать все возможные качественные подходы и не будем вдаваться в подробности – мы просто дадим вам общую картину. Эти подходы можно использовать для первичных данных (это данные, которые вы собрали сами) или вторичных данных (данных, которые уже были опубликованы кем-то другим).

Методы качественного анализа данных «Большая пятерка»

Существует множество различных типов качественного анализа данных, каждый из которых служит разным целям и имеет свои сильные и слабые стороны. Итак, как выбрать подходящий? Что ж, выбор правильного анализа во многом зависит от вашего исследовательского вопроса. Например:

Вы хотите оценить использование слов, намерения рассказчика, структуру повествования или пропаганду?
Вы пытаетесь лучше понять уникальный опыт или больше узнать о влиянии данной культуры на ее членов?

В каждом из этих случаев подходят разные типы QDA. Здесь мы рассмотрим пять наиболее популярных методологических анализов, используемых в QDA, и объясним, где они могут оказаться наиболее ценными. Вы спросите, какие есть 5 методов качественного анализа? Наиболее распространенные методы качественного анализа данных (по крайней мере, те, которые мы видим):

Качественный контент-анализ
Повествовательный анализ
Анализ речи
Обоснованная теория (GT)
Интерпретативный феноменологический анализ (IPA)

Метод QDA №1: Качественный анализ контента

Контент-анализ, возможно, является наиболее распространенным и простым видом QDA. Он используется для оценки закономерностей в содержании (слова, фразы или изображения) или в источниках коммуникации, например, от фотографий в газетах до политических выступлений. Вы можете, например, определить частоту, с которой идея обсуждается или обсуждается (например, сколько раз Кардашьян упоминается в Твиттере…). Или вы можете выявить шаблоны более глубоких интерпретаций (например, идентифицируя фразы или слова в туристических брошюрах, которые выделяют Индию как древнюю страну).

Поскольку контент-анализ может использоваться самыми разными способами, важно входить в анализ с конкретным вопросом. Большие объемы текстов (транскрибированных или оригинальных) перегруппированы в коды, обобщены по категориям и темам и, возможно, даже сведены в таблицы. Из-за этого контент-анализ является одним из наиболее количественных и дедуктивных из этих QDA, он больше похож на частоты (числа) вещей, чем на другие виды анализа.

Контент-анализ динамичен и широко полезен, но не лишен недостатков. Это занимает очень много времени (требует много чтения и перечитывания текстов). Кроме того, его обвиняли в том, что он теряет важные нюансы в общении, например, если сосредоточить внимание на словах и фразах в качестве источника кодов.

Метод QDA № 2: повествовательный анализ

Повествовательный анализ – это слушать людей, рассказывающих истории, и разбираться в том, что это значит. Здесь предполагается, что истории формируют функциональную цель. Они существенно помогают нам понять мир. Следовательно, анализируя истории и способы их рассказа, мы раскрываем способы, которыми люди (рассказчики) справляются с реальностью, справляются с ней и понимают ее.

Вы можете использовать повествовательный анализ, чтобы выяснить, насколько важно, КАК что-то говорится. Например, он может раскрыть что-то о рассказчике (например, заключенный пытается оправдать свое преступление), влияет ли он на их успех (например, через то, как предприниматели рассказывают о своей карьере), или может ли он справиться с трудностями. ситуации (например, больные раком рассказывают истории надежды).

Однако у нарративного подхода тоже есть свои недостатки. Размеры выборки обычно очень малы из-за длительного процесса записи рассказов. Из-за небольшого размера выборки, а также множества социальных факторов и факторов образа жизни, которые могут влиять на предмет, повествовательный подход может быть довольно трудно воспроизвести в последующих исследованиях. Это означает, что результаты некоторых исследований сложно проверить.

QDA Метод № 3: Анализ дискурса

Дискурс означает письменный или устный язык или дебаты. Итак, анализ дискурса – это анализ языка в его социальном контексте. Другими словами, анализ языка (например, разговора, речи и т. Д.) В культуре и обществе имеет место. Например, вы можете оценить, как уборщик может разговаривать с генеральным директором или как политики говорят о терроризме.

Чтобы по-настоящему понять эти разговоры или речи, важны культура и история тех, кто участвует в общении. Например, уборщик может более непринужденно разговаривать с генеральным директором компании, которая подчеркивает равенство между работниками. Точно так же политик может больше говорить о терроризме, если в стране произошел недавний террористический инцидент.

Итак, как вы можете видеть, используя анализ дискурса, вы можете определить, как культура, история или дисбаланс сил (и это лишь некоторые из них) влияют на то, как обсуждаются концепции. Поскольку в том, как мы разговариваем друг с другом, существует множество потенциальных социальных влияний, потенциальные возможности для исследования с помощью нарративного анализа огромны. По той же причине очень важно иметь в виду очень конкретный вопрос при анализе данных и поиске закономерностей и тем.

QDA Метод # 4: обоснованная теория (GT)

Обоснованная теория – это методология, в которой явным намерением является создание теории с использованием данных посредством серии «тестов» и «пересмотров». Например, попытка выяснить, какие факторы могут повлиять на то, чтобы студенты прочитали сообщение в блоге о QDA…

В «Основанной теории» вы начнете с общего всеобъемлющего вопроса, а иногда просто с широкого интереса к данной группе населения (например, аспирантам). Вы начнете анализировать отдельный случай или небольшую выборку (например, пять аспирантов на факультете университета), предположительно репрезентативную для населения (аспирантов) в целом.

После тщательной оценки или экспертиз, общая гипотеза или модель может возникнуть (например, студенты, аспиранты, более вероятно, чтобы прочитать этот вид сообщения в блоге, если они только начинают, или изменили дисциплину). Затем вы поищете другой предмет или небольшую выборку (например, еще пять аспирантов на другом факультете) и посмотрите, верна ли эта модель или эта гипотеза. Если нет, вы будете искать общие черты, соответствующим образом адаптируя гипотезу. По мере продолжения этого процесса теория развивается.

Некоторые также утверждали, что у обоснованной теории есть хитрый круг. В принципе, чтобы это сработало, вы должны знать как можно меньше о вопросе исследования и совокупности, чтобы уменьшить предвзятость при интерпретации. Однако во многих случаях также считается неразумным подходить к вопросу исследования, не зная о текущей литературе. Другими словами, это что-то вроде ситуации «курица или яйцо». Тем не менее, обоснованная теория остается популярным (и мощным) вариантом

QDA Метод № 5: Интерпретативный феноменологический анализ (IPA)

Попробуй сказать это втрое быстрее… Давайте придерживаться IPA, хорошо?

IPA разработан для понимания переживаний субъекта (например, человека) в связи с важным жизненным событием, опытом или ситуацией (которые мы называем феноменом – отсюда и буква «P» в IPA). Эти явления могут варьироваться от обычных (например, материнство или последствия автокатастрофы) до редких (например, опыт субъекта в лагере беженцев).

IPA ориентировано на субъект (ориентировано на опытного человека) и часто имеет очень небольшой размер выборки. Это означает, что, хотя исследователи часто используют системы кодирования, подобные тем, которые распространены в QDA, важно не терять глубину опыта или смысла анализа.

Хотя исследователям важно отражать свои субъективные предубеждения во всех исследованиях, в этом анализе это очень важно. Примером может служить исследователь, который сам стал жертвой преступления (когда его шляпа была украдена), который мог бы вложить свои собственные чувства разочарования и гнева в то, как он интерпретирует переживания кого-то, кто был похищен. Итак, при проведении IPA нужно быть очень самосознательным.

Нет идеального метода QDA

Ценность QDA заключается в их способности генерировать глубокое понимание людей, чего невозможно добиться с помощью количественного анализа, поэтому они являются мощными инструментами в вашем исследовательском арсенале. Тем не менее, как мы видели, ни один анализ не идеален. Если использовать только одну методологию, некоторая часть (если не большая часть) этого богатства может быть потеряна. Некоторые исследования обходят эту проблему, используя две или более из этих методологий (метод, известный как триангуляция), но это, конечно, отнимает довольно много времени.

Во всех этих подходах могут использоваться похожие методы кодирования и создания тем, но цели и подходы у каждого из них существенно различаются. Поэтому очень важно приступить к исследованию с четким намерением или вопросом, когда вы думаете о том, какой метод качественного анализа данных выбрать.

Подведем итоги по методам QDA…

В этом посте мы рассмотрели пять самых популярных методов качественного анализа данных, а именно:

Качественный контент-анализ
Повествовательный анализ
Анализ речи
Обоснованная теория
Интерпретативный феноменологический анализ (IPA)

Это, конечно, не единственные подходы к качественному анализу данных, но, надеюсь, на этом этапе вы лучше понимаете разнообразие способов, которыми вы можете подойти к своим качественным данным.