آمار در تحقیقات کیفی

آمار در تحقیقات کیفی

پژوهش کیفی اغلب به عنوان رویکردی درک می‌شود که بر معنا، تجربه، زمینه و فرآیندهای اجتماعی تمرکز دارد. به همین دلیل، برخی افراد آمار را در پژوهش کیفی نامربوط یا حتی مغایر با روح کیفی می‌دانند که بر عمق به جای اعداد تأکید دارد. با این حال، در عمل، آمار می‌تواند نقش حیاتی در پژوهش کیفی ایفا کند - نه برای «تبدیل» کیفی به کمی، بلکه برای کمک به محققان در خلاصه‌سازی داده‌ها، شفاف‌سازی الگوها، تقویت استدلال‌ها و افزایش شفافیت تحلیل.

این مقاله به بحث در مورد چگونگی استفاده مناسب از آمار در تحقیقات کیفی، انواع آمار رایج مورد استفاده، و محدودیت‌ها و اصول اخلاقی استفاده از آنها برای اطمینان از همسو بودن آنها با اهداف تحقیقات کیفی می‌پردازد.

۱. جایگاه آمار را در تحقیقات کیفی درک کنید

هدف تحقیقات کیفی، دستیابی به درک عمیق‌تر از پدیده‌ها از طریق داده‌هایی مانند مصاحبه‌ها، مشاهدات، اسناد، یادداشت‌های میدانی یا مصنوعات فرهنگی است. داده‌های کیفی عموماً به شکل روایت‌ها هستند، نه اعداد. با این حال، آمار توصیفی می‌تواند زمانی مفید باشد که محققان کدگذاری، دسته‌بندی مضامین یا محاسبه فراوانی وقوع دسته‌ها را انجام می‌دهند.

استفاده از آمار در تحقیقات کیفی، محققان را ملزم به آزمایش دقیق فرضیه‌ها مانند تحقیقات کمی نمی‌کند. تمرکز بر پشتیبانی از تفسیر است: نشان دادن روندها، نسبت‌ها یا تغییرات ناشی از داده‌ها، در حالی که نقل قول‌ها، زمینه و توضیحات را در قلب بحث نگه می‌داریم.

۲. آمار توصیفی: رایج‌ترین شکل

آماری که اغلب در تحقیقات کیفی ارائه می‌شود، آمار توصیفی است، برای مثال:

– تعداد شرکت‌کنندگان بر اساس ویژگی‌های خاص (سن، حرفه، سابقه خدمت).
- فراوانی وقوع مضامین یا کدها در متن.
- درصد پاسخ‌دهندگانی که به یک موضوع خاص اشاره کرده‌اند.
- توزیع مکان‌های مشاهده یا انواع اسناد مورد تجزیه و تحلیل.

یک مثال ساده: در یک مطالعه کیفی از تجربیات کار از راه دور، یک محقق ممکن است بیان کند که «از 20 شرکت‌کننده، 14 نفر بر مسئله مرزهای بین کار و زندگی شخصی تأکید کردند»؛ سپس محقق با نقل قول‌ها و تفسیرهایی از اینکه چرا این مسئله غالب بوده و چگونه زمینه در گروه‌ها متفاوت بوده است، ادامه می‌دهد.

خواندن  آمار در علوم کامپیوتر

آمار توصیفی به خوانندگان کمک می‌کند تا «نقشه» داده‌ها را درک کنند: اینکه مضامین چقدر گسترده شده‌اند، کدام مضامین بیشتر مورد بحث قرار گرفته‌اند و اینکه آیا تفاوتی در الگوها بین شرکت‌کنندگان وجود دارد یا خیر.

۳. کمی‌سازی داده‌های کیفی: چه زمانی مفید است؟

در تحلیل کیفی، کمی‌سازی می‌تواند زمانی مفید باشد که:

۱. افزایش شفافیت تحلیل
خوانندگان می‌توانند ببینند که یافته‌ها فقط بر اساس چند نقل قول نیستند، بلکه از یک الگوی نسبتاً ثابت ناشی می‌شوند.

۲. مقایسه گروه‌ها به شیوه‌ای اکتشافی
برای مثال، مقایسه مضامینی که در مصاحبه‌ها بین معلمان تازه‌کار و باتجربه پدیدار شده‌اند. این کار برای تعمیم آماری نیست، بلکه برای ایجاد سوالات و توضیحات دقیق‌تر است.

۳. از روش‌های ترکیبی پشتیبانی می‌کند
در طرح‌های ترکیبی، داده‌های کیفی را می‌توان به دسته‌هایی پردازش کرد که سپس به طور خلاصه با اعداد تجزیه و تحلیل می‌شوند، یا برعکس، نتایج کمی را می‌توان از طریق مصاحبه‌ها عمیق‌تر کرد.

با این حال، کمّی‌سازی نباید جایگزین عمق شود. موضوعاتی که به ندرت با آنها مواجه می‌شویم می‌توانند فوق‌العاده مهم باشند - برای مثال، تجربیات تبعیض که تنها تعداد کمی از افراد آن را تجربه می‌کنند، اما تأثیر قابل توجهی دارند.

۴. تکنیک‌های آماری قابل استفاده

اگرچه تحقیق کیفی بر استنتاج آماری تمرکز ندارد، اما می‌توان با احتیاط از برخی تکنیک‌های ساده استفاده کرد:

– فراوانی و درصد: تعداد دفعات تکرار کدها یا مضامین را بشمارید.
– جدول‌بندی متقاطع ساده: برای مثال، موضوع «استرس کاری» بیشتر در شرکت‌کنندگانی که بیش از ۱۰ ساعت در روز کار می‌کردند، ظاهر شد.
– میانگین یا میانه: برای داده‌های جمعیت‌شناختی یا ویژگی‌های شرکت‌کنندگان که عددی هستند، مانند مدت تجربه.
– تجسم: نمودارهای میله‌ای، جداول خلاصه یا نقشه‌های موضوعی که خلاصه‌ای از الگوها را ارائه می‌دهند.

اگر محققان از نرم‌افزارهایی مانند NVivo، ATLAS.ti، MAXQDA یا حتی صفحات گسترده استفاده کنند، ویژگی‌های شمارش فراوانی کد و ماتریس مقایسه دسته‌بندی بسیار مفید هستند. با این حال، این اعداد باید به عنوان «نشانه‌هایی از الگوها در داده‌های تحلیل‌شده» تلقی شوند، نه شواهد آماری برای جمعیت.

خواندن  مقدمه‌ای بر تحلیل واریانس

۵. آمار و تحلیل محتوا

یکی از «آمارپسندترین» حوزه‌های رویکردهای کیفی، تحلیل محتوا، به‌ویژه از نوع کیفی-کمی است. محققان می‌توانند اسناد (مثلاً اخبار، پست‌های رسانه‌های اجتماعی، سیاست‌های نهادی) را کدگذاری کنند و سپس فراوانی وقوع دسته‌های خاص را بشمارند.

مثال: مطالعه‌ای در مورد پوشش سلامت روان در رسانه‌های آنلاین. محققان ممکن است دسته‌هایی مانند «انگ اجتماعی»، «حمایت حرفه‌ای»، «روایت‌های شفابخش» یا «جنجالی‌گرایی» را شناسایی کنند. پس از کدگذاری، محققان می‌توانند نسبت دسته‌ها را در هر رسانه یا دوره زمانی ارائه دهند. پس از آن، محققان همچنان موظفند خوانش عمیقی از زبان، چارچوب‌بندی و زمینه اجتماعی-سیاسی زیربنایی ارائه دهند.

۶. حفظ کیفیت پژوهش: پایایی و روایی نسخه کیفی

در تحقیقات کیفی، کیفیت اغلب از طریق مفاهیمی مانند اعتبار، انتقال‌پذیری، قابلیت اطمینان و تأییدپذیری مورد بحث قرار می‌گیرد. آمار می‌تواند در برخی جنبه‌ها، به ویژه فرآیند کدگذاری، مفید باشد:

– توافق بین کدنویسان
اگر بیش از یک محقق داده‌ها را کدگذاری کنند، ارقام توافق (مثلاً درصد توافق یا یک ضریب خاص) می‌توانند نشان‌دهنده‌ی سازگاری باشند. این امر، به‌ویژه در تحلیل محتوا یا تحقیقات تیمی، مفید است.

با این حال، محققان باید مراقب باشند: توافق بالا به طور خودکار به معنای تفسیر «صحیح» نیست. این صرفاً نشان‌دهنده‌ی ثبات در کاربرد تعاریف کد است. بنابراین، بحث‌های کدنویسان، پیگیری‌های حسابرسی و انعطاف‌پذیری همچنان ضروری است.

۷. محدودیت‌ها و خطرات استفاده از آمار

اگر از آمار بدون ملاحظات روش‌شناختی استفاده شود، خطرات متعددی وجود دارد:

۱. تقلیل‌گرایی
داده‌های کیفی از نظر زمینه غنی هستند؛ تمرکز بیش از حد روی اعداد می‌تواند ظرافت، تناقض و پویایی را از بین ببرد.

۲. توهم تعمیم
فراوانی بالا در یک نمونه کوچک لزوماً به معنای آن نیست که در مورد جمعیت وسیع‌تر نیز صدق می‌کند. تحقیقات کیفی عموماً برای تعمیم آماری طراحی نشده‌اند.

۳. نادیده گرفتن مضامین جزئی اما معنادار
مضامین به ندرت در حال ظهور ممکن است تجربیات گروه‌های آسیب‌پذیر، درگیری‌های پنهان یا پدیده‌هایی را نشان دهند که کشف آنها دشوار است.

خواندن  اهمیت آمار در علوم ارتباطات

۴. سوء تعبیر خواننده
خوانندگان ممکن است وسوسه شوند که اعداد را به عنوان معیاری برای قطعیت تفسیر کنند. بنابراین، محققان باید توضیح دهند که اعداد صرفاً خلاصه‌ای از الگوهای موجود در داده‌های مورد تجزیه و تحلیل هستند.

۸. تمرین خوب: ادغام اعداد و روایت

برای اینکه آمار با تحقیقات کیفی همسو شود، می‌توان از شیوه‌های مناسب زیر استفاده کرد:

- هدف استفاده از اعداد را توضیح دهید: چه برای ترسیم نقشه موضوعی، چه برای مقایسه اکتشافی یا شفافیت.
– فرآیند کدگذاری را شامل کنید: تعاریف کد، مثال‌های نقل قول و مراحل تحلیل.
– از اعداد به تناسب استفاده کنید: جداول مختصر خوب هستند، اما روایت تفسیری همچنان هسته اصلی است.
– مطمئن شوید که زمینه همچنان وجود دارد: اعداد همیشه با توضیحات «چرا» و «چگونه» دنبال می‌شوند.
– نقل قول‌های معرف را بگنجانید: نه فقط نقل قول‌های «جالب»، بلکه نقل قول‌هایی که الگوها و تغییرات را نشان می‌دهند.

نتیجه گیری

آمار در تحقیقات کیفی دشمن نیست، بلکه ابزاری پشتیبان است که در صورت استفاده مناسب می‌تواند تحلیل را غنی‌تر کند. محققان می‌توانند از طریق آمار توصیفی، کمی‌سازی ساده و تجسم، داده‌ها را به وضوح خلاصه کرده و شفافیت یافته‌ها را افزایش دهند. با این حال، تحقیقات کیفی همچنان مبتنی بر معنا، زمینه و تفسیر عمیق است. بنابراین، اعداد باید به عنوان یک مکمل در نظر گرفته شوند - که به روشن شدن الگوها بدون کاهش صدای شرکت‌کنندگان و پیچیدگی پدیده‌های اجتماعی مورد مطالعه کمک می‌کنند.

آمار، وقتی عاقلانه استفاده شود، می‌تواند پلی باشد: قدرت روایی پژوهش کیفی را با روشی نظام‌مندتر، قابل فهم‌تر و مسئولانه‌تر برای ارائه یافته‌ها پیوند دهد.

نظر بدهید