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