A kiedy nie wystarczą Ci
liczby…
Analiza danych jakościowych
Analiza danych
jakościowych
Źródła danych jakościowych
Etapy analizy danych jakościowych
Rodzaje kodowania
Wnioski i interpretacja danych
Post scriptum
Natura i źródła danych
jakościowych
Czym są dane jakościowe?
Znaczenie
Procesualność
Doświadczenie uczestnika badanego
zdarzenia
Własne interpretacje respondentów
Istotą danych jakościowych jest
możliwość uchwycenia badanego
zjawiska z perspektywy respondenta
….. i źródła danych
jakościowych
Notatki z obserwacji
Transkrypcje wywiadów
Notatki terenowe
dokumenty
Etapy analizy danych
jakościowych
Selekcja i porządkowanie danych
Poszukiwanie kategorii
analitycznych (wybór typu
kodowania)
Analiza i interpretacja danych
Wnioski i prezentacja wyników w
tekście raportu z badań
Notatki terenowe
Miejsce uzyskania informacji
Czas
Wydarzenie
Osoby
Ich działania i czynności
Cele
Motywy
Artykułowane odczucia
Znaczenie dla uczestników
Komentarze badacza
wybór typu kodowania
Kodowanie otwarte (open coding)
Kodowanie osiowe (axial coding)
Kodowanie selektywne (selective
coding)
Kodowanie otwarte
Przejrzyj zebrany materiał i poszukaj
jakiego rodzaju kwestie pojawiają się w
nim niezależnie do listy sporządzonych
problemów badawczych
Sporządź listę tych kwestii i nadaj im
hierarchię stosując kryterium ogólności
Zakoduj materiał wykorzystując
sporządzoną wcześniej listę
Kodowanie osiowe
Idzie o krok dalej
Jego istotą jest odkrywanie
związków (relacji) między między
kategoriami analitycznymi,
poszukiwanie cech wspólnych i
różnicujących
Kodowanie selektywne
(tematyczne)
Istotą jest stworzenie jest stworzenie
hierarchii problemów, które zostaną
ujęte w poszczególne kategorie:
np:
Wydarzenie
kontekst społeczny
aktorzy
ich działania
konsekwencje tych działań
Selekcja i porządkowanie
danych
W zależności od rodzaju danych
należy je uporządkować według
klucza ułatwiającego szybkie
dotarcie do nich w miarę potrzeby
Klucza ustala zawsze badacz kierując
się np. listą problemów
badawczych oraz danymi
„metryczkowymi”
Przykład kodowania
Wnioski i interpretacja
danych
Istnieje wiele reguł interpretacji i prezentacji
wyników – wszystko zależy od przedmiotu
badań, zastosowanego schematu badawczego
oraz autorskiego pomysłu na narrację
Najwięcej swobody daje strategia „case study”
Opis
Historia
Porównanie
Przewidywanie
teoretyzowanie
Post scriptum
Badanie jakościowe nie jest
literacką fikcją
Pokaż tajniki kuchni
Każde uogólnienie/wniosek musi
mieć oparcie w zebranych danych
Nie wolno Ci zdradzać danych
umożliwiających idendyfikację
bohaterów opowieści
Literatura:
K. Konarzewski, Jak uprawiać
badania oświatowe, Warszawa
2000, WSiP
M. Miles, A. Huberman, Analiza
danych jakościowych, Białystok
2000, Trans Humana