Statistika u kvalitativnim istraživanjima
Kvalitativno istraživanje se često shvaća kao pristup koji se usredotočuje na značenje, iskustvo, kontekst i društvene procese. Zbog toga neki ljudi smatraju statistiku nebitnom u kvalitativnim istraživanjima ili čak suprotnom kvalitativnom duhu, koji naglašava dubinu nad brojkama. Međutim, u praksi statistika može igrati ključnu ulogu u kvalitativnim istraživanjima - ne da "transformira" kvalitativno u kvantitativno, već da pomogne istraživačima da sažmu podatke, razjasne obrasce, ojačaju argumente i povećaju transparentnost analize.
Ovaj članak raspravlja o tome kako se statistika može prikladno koristiti u kvalitativnim istraživanjima, vrstama statistike koje se obično koriste te ograničenjima i etici njihove upotrebe kako bi se osiguralo da ostanu u skladu s ciljevima kvalitativnog istraživanja.
1. Razumjeti mjesto statistike u kvalitativnim istraživanjima
Kvalitativno istraživanje ima za cilj postići dublje razumijevanje fenomena putem podataka kao što su intervjui, opažanja, dokumenti, terenske bilješke ili kulturni artefakti. Kvalitativni podaci općenito imaju oblik narativa, a ne brojeva. Međutim, deskriptivna statistika može biti korisna kada istraživači kodiraju, grupiraju teme ili izračunavaju učestalost pojavljivanja kategorija.
Korištenje statistike u kvalitativnim istraživanjima ne zahtijeva od istraživača rigorozno testiranje hipoteza kao u kvantitativnim istraživanjima. Fokus je na potpori interpretaciji: prikazivanju trendova, proporcija ili varijacija koje proizlaze iz podataka, uz istovremeno zadržavanje citata, konteksta i objašnjenja u središtu rasprave.
2. Deskriptivna statistika: najčešći oblik
Statistički podaci koji se najčešće koriste u kvalitativnim istraživanjima su deskriptivni statistički podaci, na primjer:
– Broj sudionika na temelju određenih karakteristika (dob, zanimanje, radni staž).
– Učestalost pojavljivanja tema ili kodova u transkriptu.
– Postotak ispitanika koji su spomenuli određeni problem.
– Raspodjela lokacija promatranja ili vrsta analiziranih dokumenata.
Jednostavan primjer: u kvalitativnoj studiji iskustava rada na daljinu, istraživač bi mogao navesti da je „od 20 sudionika, 14 istaknulo problem granica između poslovnog i osobnog života“; zatim istraživač nastavlja citatima i tumačenjima zašto je taj problem bio dominantan i kako se kontekst razlikovao među skupinama.
Deskriptivna statistika pomaže čitateljima da razumiju „kartu“ podataka: koliko se široko teme pojavljuju, koje se teme češće raspravljaju i postoje li razlike u obrascima među sudionicima.
3. Kvantificiranje kvalitativnih podataka: kada je korisno?
U kvalitativnoj analizi, kvantifikacija može biti korisna kada:
1. Povećati transparentnost analize
Čitatelji mogu vidjeti da se nalazi ne temelje samo na nekoliko citata, već proizlaze iz prilično dosljednog obrasca.
2. Usporedite grupe na istraživački način
Na primjer, uspoređivanje tema koje su se pojavile u intervjuima između početnika i iskusnih učitelja. To nije za statističku generalizaciju, već za generiranje nijansiranijih pitanja i objašnjenja.
3. Podržava mješovite metode
U mješovitim dizajnima, kvalitativni podaci mogu se obraditi u kategorije koje se zatim kratko analiziraju brojkama ili, obrnuto, kvantitativni rezultati mogu se produbiti intervjuima.
Međutim, kvantifikacija ne bi trebala zamijeniti dubinu. Rijetko susrećuće teme mogu biti nevjerojatno važne - na primjer, iskustva diskriminacije koja doživljava samo nekoliko ljudi, ali imaju značajan utjecaj.
4. Statističke tehnike koje se mogu koristiti
Iako se kvalitativna istraživanja ne usredotočuju na statističko zaključivanje, neke jednostavne tehnike mogu se koristiti s oprezom:
– Učestalost i postotak: prebrojite pojavljivanje kodova ili tema.
– Jednostavna unakrsna tablica: na primjer, tema „stres na poslu“ pojavljivala se više kod sudionika koji su radili više od 10 sati dnevno.
– Prosjek ili medijan: za demografske podatke ili karakteristike sudionika koje su numeričke, kao što je duljina iskustva.
– Vizualizacija: stupčasti grafikoni, sažetne tablice ili tematske karte koje prikazuju sažetak obrazaca.
Ako istraživači koriste softver poput NVivo, ATLAS.ti, MAXQDA ili čak proračunske tablice, značajke brojanja učestalosti koda i matrice usporedbe kategorija vrlo su korisne. Međutim, ove brojke treba čitati kao „indikacije obrazaca u analiziranim podacima“, a ne kao statističke dokaze za populaciju.
5. Statistika i analiza sadržaja
Jedno od područja kvalitativnih pristupa koje je najprikladnije za statistiku je analiza sadržaja, posebno kvalitativno-kvantitativne prirode. Istraživači mogu kodirati dokumente (npr. vijesti, objave na društvenim mrežama, institucionalne politike), a zatim brojati učestalost pojavljivanja određenih kategorija.
Primjer: studija o izvještavanju o mentalnom zdravlju u online medijima. Istraživači mogu identificirati kategorije poput "stigme", "profesionalne podrške", "iscjeljujućih narativa" ili "senzacionalizma". Nakon kodiranja, istraživači mogu predstaviti udio kategorija po mediju ili vremenskom razdoblju. Nakon toga, istraživači su i dalje dužni pružiti dubinsko čitanje jezika, uokvirivanja i temeljnog društveno-političkog konteksta.
6. Održavanje kvalitete istraživanja: pouzdanost i valjanost kvalitativne verzije
U kvalitativnim istraživanjima, kvaliteta se često raspravlja kroz koncepte kao što su vjerodostojnost, prenosivost, pouzdanost i potvrdivost. Statistika može pomoći u nekim aspektima, posebno u procesu kodiranja:
– Međukoderski sporazum
Ako više istraživača kodira podatke, brojke slaganja (npr. postotak slaganja ili određeni koeficijent) mogu ukazivati na konzistentnost. To je korisno, posebno u analizi sadržaja ili timskom istraživanju.
Međutim, istraživači moraju biti oprezni: visoka razina slaganja ne znači automatski „ispravnu“ interpretaciju. Ona jednostavno ukazuje na dosljednost u primjeni definicija koda. Stoga su rasprave s programerima, revizijski tragovi i refleksivnost i dalje bitni.
7. Ograničenja i rizici korištenja statistike
Postoji nekoliko rizika ako se statistika koristi bez metodološkog razmatranja:
1. Redukcionizam
Kvalitativni podaci bogati su kontekstom; preveliko fokusiranje na brojke može izgubiti nijansu, kontradikciju i dinamiku.
2. Iluzija generalizacije
Visoka učestalost u malom uzorku ne mora nužno značiti da se odnosi na širu populaciju. Kvalitativna istraživanja općenito nisu namijenjena statističkoj generalizaciji.
3. Ignoriranje manjih, ali značajnih tema
Rijetko se pojavljuju teme koje mogu ukazivati na iskustva ranjivih skupina, skrivene sukobe ili pojave koje je teško otkriti.
4. Pogrešno tumačenje čitatelja
Čitatelji mogu biti u iskušenju da brojeve protumače kao mjeru sigurnosti. Stoga istraživači trebaju objasniti da brojevi samo sažimaju obrasce u analiziranim podacima.
8. Dobra praksa: integriranje brojeva i narativa
Kako bi se statistika uskladila s kvalitativnim istraživanjem, mogu se primijeniti sljedeće dobre prakse:
– Objasnite svrhu korištenja brojeva: bilo da se radi o mapiranju teme, istraživačkoj usporedbi ili transparentnosti.
– Uključite proces kodiranja: definicije koda, primjere citata i korake analize.
– Koristite brojeve proporcionalno: sažete tablice su u redu, ali interpretativna naracija ostaje ključna.
– Pazite da kontekst ostane prisutan: nakon brojeva uvijek slijede objašnjenja „zašto“ i „kako“.
– Uključite reprezentativne citate: ne samo „zanimljive“, već one koji pokazuju obrasce i varijacije.
Zaključak
Statistika u kvalitativnim istraživanjima nije neprijatelj, već pomoćni alat koji može obogatiti analizu kada se koristi na odgovarajući način. Pomoću deskriptivne statistike, jednostavne kvantifikacije i vizualizacije, istraživači mogu jasno sažeti podatke i povećati transparentnost nalaza. Međutim, kvalitativno istraživanje ostaje utemeljeno na značenju, kontekstu i dubinskoj interpretaciji. Stoga se brojke treba tretirati kao dodatak - pomažući u razjašnjavanju obrazaca bez smanjenja glasova sudionika i složenosti društvenih fenomena koji se proučavaju.
Kada se mudro koristi, statistika može biti most: povezivanje narativne moći kvalitativnog istraživanja sa sustavnijim, razumljivijim i odgovornijim načinom prezentiranja nalaza.
