Когда вы закончите сбор исходного материала, вы можете почувствовать, что вы
"тонете в данных" из-за большого количества фактов, которые у вас накопились в продолжение даже маленького исследования. Вполне вероятно, что за короткий период времени вы приобретете множество пометок на полях, отчетов и записей от респондентов, письма, исследовательские дневники, стенограммы интервью, а также, возможно, коллекцию устной, визуальной или мультимедийной информации, такой как фотографии, фильмы, радиопередачи или веб-сайты. Процесс наведения порядка в этом большом разнообразии данных через организацию, структурирование и толкование значений - это то, что исследователи называют «качественный анализ данных». Начиная с ваших исходных данных, вы можете использовать аналитические процедуры для преобразования
этого массива во что-то понятное и значимое (Gibbs, 2007).
Обсуждение в этой главе фокусируется на письменных данных; если вас больше интересует анализ визуальных материалов, вернитесь к главе 17.
Новые исследователи, которые обращаются к качественным исследованиям впервые, часто тратят слишком много времени и внимания на обзор литературы в их диссертациях,
не в полной мере оценивая важность стадии анализа и интерпретации исследования. Тем не менее, это то, где вы предлагаете свое собственное, творческое понимание и осмысление того, что вы нашли, и, следовательно, в первую очередь, в этом разделе вы показываете оригинальность вашей работы.
Процесс анализа, интерпретации и объяснения не прост, может быть удручающе медлителен и отнимать много времени, а также включать в себя много неопределенности, пока вы пытаетесь разобраться в данных. Тем не менее, это может быть также интересным и полезным, когда вы делаете новые открытия, которые в конечном итоге будут способствовать накоплению знаний или способов практического применения в общественных отношениях или маркетинговых коммуникациях. В то же время этот процесс также стимулирует ваши интеллектуальный рост и профессиональное развитие как исследователя.
Пример 18.1 Голос студента
Самое сильное ощущение открытия чего-то я испытал, когда анализировал данные фокус-группы… Я начал находить вещи, которые никто раньше не находил, организуя данные таким образом, чтобы это привело к теории. Прорабатывать данные было долгой и кропотливой задачей, но мне нужно было полное «погружение», чтобы найти то, что я искал.
(Peter Simmons, докторант)
У меня не было никаких реальных проблем с анализом моих данных. Методы
анализа, которые я обсуждал с моим руководителем, отлично работают на данных, которые я получила и с прогрессом анализа стали яснее тематические рекомендации.
(Lauren Magid, выпускница)
Анализировать данные было невероятно трудно. Я думаю, что я сделал около 10 набросков, только после чего я стала довольна тем, что я выбрала.
(Elysha Hickey, выпускница)
Хотя я использовала программное обеспечение для облегчения обработки данных, я предпочла делать мой анализ вручную. Я писала заметки на копиях или выделяла важные слова и фразы ручкой. Я нашла главные темы и основные категории с двух разных точек зрения... Они взаимодействовали между собой... Для меня было важным увидеть, как в моей работе повторяются некоторые из выводов, уже опубликованных в литературе, а также обнаружить что-то новое.
(Catherine Archer, магистрант)
Качественный анализ во многом отличается от количественного - хотя и не
в феноменологии – его нет ни в одной самостоятельной стадии после того, как были собраны все данные, но он начинается тогда, когда вы только провели свое первое интервью (или использовали другой метод для сбора данных). Адаптируемый характер качественного исследования означает, что результаты вашего постоянного анализа информируют и взаимодействуют с вашими последующими данными, что позволяет задать вопросы или даже изменить свои методы в зависимости от того, что вы выясняете.
Процесс качественного исследования, в таком случае, одновременно индуктивный и дедуктивный. Обычно он начинается индуктивно. Это означает, что, по крайне мере вначале, вы находите паттерны, темы и категории непосредственно из данных - вместо навязывания темы к данным, которую вы приняли перед тем, как начать свой анализ (т.е. на данном этапе вы не ищете данные для тем и понятий, которые вы определили ранее в вашем обзоре литературы; это приходит на более позднем этапе). Позже процесс качественного исследования становится дедуктивным, потому что с ходом вашего исследования развиваются и ваши рабочие предложения и идеи, которые вы проверите на следующих этапах сбора и анализа данных. Может также стать необходимым поиск новых данных, которые подтвердят ваши предложения. Часто в такие моменты вы будете также обращаться к литературе, чтобы соотнести свои данные с данными других соответствующих исследований или теоретических идей.
Следовательно, существует постоянное взаимодействие между анализом и сбором данных, вот почему качественные исследования часто называют повторяющимися.
Иногда качественный анализ данных может начаться с дедуктивного анализа. Это происходит, когда вы имеете более четкое представление о темах или категориях, которые вы хотите рассмотреть в начале процесса кодирования. Так может происходить, когда вы хотите использовать качественные исследования, чтобы проверить существующую теорию (в качественных исследованиях такое происходит редко) или вы хотите исследовать возможность перенести идеи другого автора на другой социальный контекст. Например, Edwards (2009) включил некоторые из основных принципов теории Бурдье в свою схему кодирования, потому что она была заинтересована в изучении применения его теории к концепции PR. В другом примере Ravasi и Schultz (2006) стремились разработать теорию об организационной идентичности, образе и культуре, а не создавать совершенно новые теоретические рамки. Таким образом, они обратились к литературе, чтобы обеспечить ярлыки для терминов и концепций, которые они нашли в своих первичных данных. Этот тип дедуктивного анализа похож на индуктивный подход тем, что он является циклическим и повторяющимся, включает в себя тесное и повторное рассмотрение данных. Основное отличие, однако, состоит в том, что вы начинаете свой анализ с рыхлой идеи некоторых предопределенных областей, представляющих интерес, в которых вы намерены искать данные (Lewins and Silver, 2007: 86).
Второй случай, когда может происходить дедуктивный анализ - если вы просто знаете, что вы ищете, как и в случае исследований действием, где ваше внимание всегда сконцентрировано на прикладном и практическом понимании или решении конкретных организационных или отраслевых проблем. В этом случае, ваша кодирование может быть основана на конкретных вопросах, которые вы задаете в самом начале, то есть ответы вы кодируете ответы интервьюируемых соответствующими вопросами - ярлыками. Однако кодирование таким образом можно ограничить адаптивность вашего исследования, вынуждая вас выискивать интересные и полезные аспекты, выходящие за рамки вопросов (Lewins и Silver, 2007).
Ключевой момент
Качественный анализ данных касается следующего:
• Управление данными и организация: начальный процесс переделывания массы громоздких данных в управляемые части путем кодирования, открытого кодирования и обобщения их в паттерны и конфигурации.
• Задавание вопросов о данных: что происходит? Кто сказал? Где и когда это происходит?
• Интерпретация: предание смысла словам и действиям участников исследования через обоснующие концепции и теории (или базированные на теории обобщения), которые объясняют выводы. Ключевой вопрос, который нужно задать и на который нужно ответить, на данный момент является следующий: «Итак, что же это открытие означает в
свете литературы и основного вопроса моего исследования?» Затем вы объединяете смысл своих открытий с другими в письменном отчете.
Хотя кодирование и интерпретация данных являются общими для большинства типов качественного анализа, нет жестких этапов или правил проведения этого процесса, в отличие от количественных исследований, где есть хорошо зарекомендовавшие себя методы и процедуры. Гибкость и открытость лежат в основе качественного исследования, хотя и не все подходы одинаковы. Вы должны следовать аналитическому подходу, который, на ваш взгляд, лучше всего подходит для общего дизайна вашего исследования и характера ваших данных (вернитесь назад к главам в части II, чтобы узнать больше о конкретных аналитических методах, связанных с каждым методологическим подходом).
Чтобы ознакомиться с одной из самых ярких и наиболее четко сформулированных дискуссий о том, как сбор и анализ данных были сделаны, мы предлагаем вам искать статью об организационных угрозах идентичности Ravasi и Schultz (2006) в ведущей международной публикации Academy of Management Journal. Кроме того, в Journal of Public Relations Research Edwards (2009) предлагает обоснованную методологическую рефлексию ее анализа власти в общественных отношениях.
В этой главе мы представляем общий подход к качественному анализу данных, учитывая, в первую очередь, общий процесс анализа, а затем некоторые общие аналитические методы.
