Statisztikák a kvalitatív kutatásban
A kvalitatív kutatást gyakran olyan megközelítésként értelmezik, amely a jelentésre, a tapasztalatra, a kontextusra és a társadalmi folyamatokra összpontosít. Emiatt egyesek a statisztikákat irrelevánsnak tartják a kvalitatív kutatásban, vagy akár ellentétesnek is tartják a kvalitatív szellemiséggel, amely a számok helyett a mélységet hangsúlyozza. A gyakorlatban azonban a statisztikák kulcsfontosságú szerepet játszhatnak a kvalitatív kutatásban – nem azért, hogy a kvalitatívat kvantitatívvá „alakítsák”, hanem inkább azért, hogy segítsék a kutatókat az adatok összefoglalásában, a mintázatok tisztázásában, az érvek megerősítésében és az elemzés átláthatóságának növelésében.
Ez a cikk azt tárgyalja, hogyan lehet a statisztikákat megfelelően használni a kvalitatív kutatásban, milyen típusú statisztikákat használnak gyakran, valamint milyen korlátai és etikai szempontjai vannak a használatuknak annak biztosítása érdekében, hogy azok összhangban legyenek a kvalitatív kutatás céljaival.
1. Értse meg a statisztika helyét a kvalitatív kutatásban
A kvalitatív kutatás célja a jelenségek mélyebb megértése olyan adatokon keresztül, mint interjúk, megfigyelések, dokumentumok, terepi jegyzetek vagy kulturális tárgyak. A kvalitatív adatok általában narratívák, nem számok formájában jelennek meg. A leíró statisztika azonban hasznos lehet, amikor a kutatók kódolnak, témákat csoportosítanak, vagy kiszámítják a kategóriák előfordulási gyakoriságát.
A statisztikák kvalitatív kutatásban való alkalmazása nem követeli meg a kutatóktól, hogy szigorúan teszteljék a hipotéziseket, mint a kvantitatív kutatásban. A hangsúly az értelmezés alátámasztásán van: az adatokból kirajzolódó trendek, arányok vagy variációk bemutatásán, miközben az idézetek, a kontextus és a magyarázatok a vita középpontjában maradnak.
2. Leíró statisztika: a leggyakoribb forma
A kvalitatív kutatásokban leggyakrabban előforduló statisztikák a leíró statisztikák, például:
– Résztvevők száma bizonyos jellemzők (életkor, foglalkozás, szolgálati idő) alapján.
– A témák vagy kódok előfordulásának gyakorisága az átiratban.
– A válaszadók százalékos aránya, akik megemlítettek egy adott problémát.
– A megfigyelési helyszínek vagy az elemzett dokumentumtípusok megoszlása.
Egy egyszerű példa: egy távmunka tapasztalatait vizsgáló kvalitatív tanulmányban egy kutató kijelentheti, hogy „a 20 résztvevő közül 14 kiemelte a munka és a magánélet közötti határok kérdését”; majd a kutató idézetekkel és értelmezésekkel folytatja, hogy miért volt ez a kérdés domináns, és hogyan különbözött a kontextus a csoportok között.
A leíró statisztikák segítenek az olvasóknak megérteni az adatok „térképét”: milyen széles körben jelennek meg a témák, mely témákat vitatják meg gyakrabban, és vannak-e különbségek a mintázatokban a résztvevők között.
3. Kvalitatív adatok számszerűsítése: mikor hasznos?
A kvalitatív elemzésben a kvantifikáció akkor lehet hasznos, ha:
1. Az elemzés átláthatóságának növelése
Az olvasók láthatják, hogy a megállapítások nem csupán néhány idézeten alapulnak, hanem egy meglehetősen következetes mintázatból származnak.
2. Csoportok összehasonlítása feltáró módon
Például a kezdő és tapasztalt tanárok közötti interjúkban felmerült témák összehasonlítása. Ez nem statisztikai általánosítást szolgál, hanem árnyaltabb kérdések és magyarázatok megfogalmazását.
3. Vegyes módszerek támogatása
Vegyes tervekben a kvalitatív adatokat kategóriákba lehet feldolgozni, amelyeket aztán röviden számokkal elemeznek, vagy fordítva, a kvantitatív eredményeket interjúk segítségével lehet mélyíteni.
A számszerűsítés azonban nem helyettesítheti a mélységet. A ritkán előforduló témák hihetetlenül fontosak lehetnek – például a diszkrimináció olyan tapasztalatai, amelyeket csak kevesen tapasztalnak meg, de jelentős hatással bírnak.
4. Alkalmazható statisztikai technikák
Bár a kvalitatív kutatás nem a statisztikai következtetésre összpontosít, néhány egyszerű technika óvatosan alkalmazható:
– Gyakoriság és százalékos arány: a kódok vagy témák előfordulásának számlálása.
– Egyszerű kereszttábla-elemzés: például a „munkahelyi stressz” téma gyakrabban jelent meg azoknál a résztvevőknél, akik napi 10 óránál többet dolgoztak.
– Átlag vagy medián: demográfiai adatok vagy numerikus résztvevői jellemzők, például a tapasztalat hossza esetén.
– Vizualizáció: oszlopdiagramok, összefoglaló táblázatok vagy tematikus térképek, amelyek a mintázatok összefoglalását mutatják be.
Ha a kutatók olyan szoftvereket használnak, mint az NVivo, az ATLAS.ti, a MAXQDA, vagy akár táblázatkezelőket, a kódgyakorisági számláló és a kategória-összehasonlító mátrix funkciói nagyon hasznosak. Ezeket a számokat azonban „az elemzett adatokban található mintázatok jelzéseként” kell értelmezni, nem pedig a populációra vonatkozó statisztikai bizonyítékként.
5. Statisztikák és tartalomelemzés
A kvalitatív megközelítések egyik leginkább „statisztikabarát” területe a tartalomelemzés, különösen a kvalitatív-kvantitatív jellegű. A kutatók kódolhatják a dokumentumokat (pl. híreket, közösségi média bejegyzéseket, intézményi szabályzatokat), majd megszámolhatják bizonyos kategóriák előfordulási gyakoriságát.
Példa: az online médiában a mentális egészséggel kapcsolatos tudósítások vizsgálata. A kutatók olyan kategóriákat azonosíthatnak, mint a „stigma”, a „szakmai támogatás”, a „gyógyító narratívák” vagy a „szenzációhajhászás”. A kódolás után a kutatók bemutathatják a kategóriák médiumonkénti vagy időszakonkénti arányát. Ezt követően a kutatóknak továbbra is mélyrehatóan kell olvasniuk a nyelvezetet, a keretezést és az alapul szolgáló társadalmi-politikai kontextust.
6. A kutatás minőségének fenntartása: a kvalitatív változat megbízhatósága és érvényessége
A kvalitatív kutatásban a minőséget gyakran olyan fogalmakon keresztül tárgyalják, mint a hitelesség, az átadhatóság, a megbízhatóság és a megerősíthetőség. A statisztika segíthet bizonyos aspektusokban, különösen a kódolási folyamatban:
– Kódolók közötti megállapodás
Ha egynél több kutató kódolja az adatokat, az egyezési mutatók (pl. százalékos egyetértés vagy egy adott együttható) jelezhetik a konzisztenciát. Ez különösen hasznos tartalomelemzésben vagy csoportos kutatásban.
A kutatóknak azonban óvatosnak kell lenniük: a magas szintű egyetértés nem jelent automatikusan „helyes” értelmezést. Egyszerűen csak a kóddefiníciók alkalmazásának következetességét jelzi. Ezért a kódolókkal folytatott megbeszélések, az auditnaplók és a reflexivitás továbbra is elengedhetetlen.
7. A statisztikák használatának korlátai és kockázatai
Számos kockázattal jár, ha a statisztikákat módszertani megfontolások nélkül használják:
1. Redukcionizmus
A kvalitatív adatok kontextusban gazdagok; a számokra való túlzott összpontosítás elveszítheti az árnyalatokat, az ellentmondásokat és a dinamikát.
2. Az általánosítás illúziója
Egy kis mintán belüli magas gyakoriság nem feltétlenül jelenti azt, hogy a szélesebb populációra is vonatkozik. A kvalitatív kutatások általában nem alkalmasak statisztikai általánosításra.
3. Apró, de jelentős témák figyelmen kívül hagyása
A ritkán felmerülő témák utalhatnak sebezhető csoportok tapasztalataira, rejtett konfliktusokra vagy nehezen feltárható jelenségekre.
4. Olvasói félreértelmezés
Az olvasók hajlamosak lehetnek a számokat a bizonyosság mértékeként értelmezni. Ezért a kutatóknak el kell magyarázniuk, hogy a számok csupán az elemzett adatokban található mintázatokat összegzik.
8. Jó gyakorlat: a számok és a narratíva integrálása
Annak érdekében, hogy a statisztikák összhangban legyenek a kvalitatív kutatásokkal, a következő bevált gyakorlatok alkalmazhatók:
– Magyarázza el a számok használatának célját: tématérképezésre, feltáró összehasonlításra vagy átláthatóságra.
– Tartalmazza a kódolási folyamatot: kóddefiníciókat, példa idézeteket és elemzési lépéseket.
– Arányosan használja a számokat: a tömör táblázatok rendben vannak, de az értelmező narratíva továbbra is a lényeg.
– Ügyeljünk arra, hogy a kontextus jelen legyen: a számokat mindig a „miért” és a „hogyan” magyarázata követi.
– Reprezentatív idézeteket használjon: ne csak „érdekeseket”, hanem olyanokat is, amelyek mintákat és variációkat mutatnak.
Következtetés
A kvalitatív kutatásban a statisztika nem ellenség, hanem inkább egy támogató eszköz, amely megfelelő alkalmazás esetén gazdagíthatja az elemzést. A leíró statisztikák, az egyszerű számszerűsítés és a vizualizáció segítségével a kutatók világosan összefoglalhatják az adatokat és növelhetik az eredmények átláthatóságát. A kvalitatív kutatás azonban továbbra is a jelentésben, a kontextusban és a mélyreható értelmezésben gyökerezik. Ezért a számokat kiegészítőként kell kezelni – amelyek segítenek tisztázni a mintázatokat anélkül, hogy csökkentenék a résztvevők hangját és a vizsgált társadalmi jelenségek összetettségét.
Bölcs használat esetén a statisztika hidat képezhet: összekapcsolhatja a kvalitatív kutatás narratív erejét az eredmények szisztematikusabb, érthetőbb és elszámoltathatóbb bemutatásával.
