סטטיסטיקה באתנוגרפיה
אתנוגרפיה ידועה זה מכבר כגישה מחקרית המדגישה עומק הבנה: חוקרים נוכחים בקהילות, צופים בפרקטיקות יומיומיות, עורכים ראיונות עומק ומתעדים את השפה, הסמלים, יחסי הכוח והמשמעויות הטבועים בחוויותיהם של הנחקרים. מסיבה זו, אתנוגרפיה ממוקמת לעתים קרובות כ"איכותית גרידא" - כאילו מרוחקת ממספרים, מדידות וניתוח סטטיסטי. עם זאת, בפרקטיקה המחקרית החברתית העכשווית, סטטיסטיקה יכולה למלא תפקיד מכריע בהעשרת האתנוגרפיה מבלי לאבד את מאפייניה: רגישות הקשרית ועומק פרשנות.
מאמר זה דן כיצד ניתן להשתמש בסטטיסטיקה באופן רלוונטי באתנוגרפיה, מהם יתרונותיה ומגבלותיה, ודוגמאות ליישומה בעבודת שטח.
מדוע סטטיסטיקה רלוונטית לאתנוגרפיה?
סטטיסטיקה היא למעשה כלים לסיכום וריאציות ודפוסים בנתונים. בהקשרים אתנוגרפיים, נתונים לרוב לובשים צורה של רישומי שדה, תמלילי ראיונות, תצלומים, חפצים ומסמכים. עם זאת, אתנוגרפים עוסקים גם בנתונים בעלי ממדים כמותיים: תדירות האירועים, מספר המשתתפים בטקסים, דפוסי ביקורים במרחבים מסוימים, רשתות קשרים, גיל או פיזור תעסוקתי של המודיעים, ואפילו שינויים במחירים, בשכר או בהוצאות משק הבית המשפיעים על מנהגים תרבותיים.
שימוש בסטטיסטיקה אינו אומר שאתנוגרפיה הופכת לסקר עצום. במקום זאת, ניתן להבין סטטיסטיקה כאן ככלי שמטרתו: (1) להבהיר דפוסים העולים מתצפיות, (2) לבדוק באופן שיטתי את הנחות החוקרים, (3) להגביר את השקיפות של תהליך הניתוח, ו-(4) לחזק טיעונים אתנוגרפיים כאשר מתמודדים עם קהלי מדיניות או הציבור הרחב אשר לעתים קרובות דורש ראיות מספריות.
צורות שימוש בסטטיסטיקה באתנוגרפיה
1) סטטיסטיקה תיאורית ללכידת הקשר
הצורות הפשוטות ביותר - אך לעתים קרובות שימושיות מאוד - הן סטטיסטיקה תיאורית: אחוזים, ממוצעים, חציונים, טווחים וטבלאות צולבות. באתנוגרפיה של קהילת דייגים, לדוגמה, חוקרים עשויים לסכם את הרכב מקורות המחיה (דייגים, פועלים, סוחרי דגים), רמות השכלה או שינויים בעונות הדיג. מספרים אלה אינם מחליפים את הסיפור, אך הם מספקים מסגרת ברורה: "באיזו תדירות" ו"באיזו תדירות" מתרחשת נוהג, כך שהקוראים יבינו את היקפה ותפוצתו.
לדוגמה, מתוך 30 משקי הבית שנבדקו, 18 התבססו בעיקר על דיג לצורך הכנסה, 7 על עיבוד דגים ו-5 על פעילויות שאינן קשורות לדיג. מידע זה יכול לחדד ניתוחים של חוסן כלכלי, חלוקת עבודה ופגיעות למזג אוויר קיצוני.
2) חישוב תדירות ודפוסי אינטראקציה
רישומי שדה מכילים לעתים קרובות אירועים חוזרים: פגישות קהילתיות, סכסוכים קלים, צורות של ברכה, מתן מתנות או נוהלי צריכה ספציפיים. חוקרים יכולים לקודד אירועים אלה ולחשב את תדירותם לפי זמן, מקום או קבוצה חברתית. זה עוזר להבחין בין אירועים "בולטים" משום שהם דרמטיים לבין אירועים "נפוצים" משום שהם שגרתיים.
לדוגמה, חוקרים תיעדו 60 אינטראקציות בבית קפה במשך שבועיים. בעזרת קידוד פשוט (נושאי שיחה, דוברים דומיננטיים, שעות שיא), הם הצליחו לצפות בדפוסי קשרי גומלין בין המרחב החברתי, היררכיה מגדרית ויצירת דעת קהל ברמה המקומית.
3) ניתוח רשתות חברתיות
לאתנוגרפיה יש עוצמה בהבנת יחסים חברתיים - מי קרוב למי, למי יש השפעה, מי מחבר בין קבוצות. סטטיסטיקות של רשתות חברתיות יכולות לסייע בדמיון ובכימות מבנים יחסיים אלה, למשל באמצעות מדדים של "מרכזיות" (מי הכי מרכזי), "צפיפות" (כמה צפופה הרשת) או "גישור" (מי מגשר בין קבוצות).
במחקרים של ארגונים קהילתיים, ניתן לקבל נתוני רשת משאלות פשוטות: "למי אתה פונה לעזרה כשיש לך בעיה?" או "עם מי אתה מתאם לרוב?". התוצאות יכולות להשלים נרטיבים אתנוגרפיים על מנהיגות בלתי פורמלית או מי באמת מחזיק במושכות מאחורי מבנים פורמליים.
4) שיטות מעורבות: שילוב אתנוגרפיה וסקרים
מחקרים רבים משתמשים בתכנון שיטות מעורבות: אתנוגרפיה משמשת להבנת ההקשר ולניסוח שאלות מתאימות, ולאחר מכן סקרים בקנה מידה קטן משמשים לבדיקת היקף דפוסים אלה בתוך הקהילה. גישה זו מכונה לעתים קרובות "תמיכה כמותית לתובנות איכותניות".
לדוגמה, אתנוגרפיה במפעל בגדים מצאה כי שעות נוספות "מרצון" הושפעו למעשה מלחצים חברתיים ומטרות ייצור. סקר קצר יכול למדוד עד כמה עובדים חוו לחצים אלה, כיצד הם השתנו בין מחלקות שונות, וכיצד הם קשורים למצב החוזה. תוצאות סטטיסטיות מוסיפות משקל לממצאים האתנוגרפיים, בעוד שאתנוגרפיה מסבירה את המנגנונים והמשמעויות שמאחורי המספרים.
5) ניתוח תוכן כמותי על נתוני טקסט
ניתן לנתח תמלילי ראיונות ומסמכים באמצעות גישות כמותיות כגון ניתוח תוכן: ספירת הופעת נושאים או מילות מפתח, השוואת נושאים בין קבוצות, או התבוננות בשינויים בשיח לאורך זמן. טכניקה זו יכולה להיעשות באופן ידני באמצעות קידוד או בעזרת תוכנה.
עם זאת, אתנוגרפים צריכים להיזהר: תדירותה של מילה אינה מעידה באופן אוטומטי על משמעותה. נושא עשוי להיות מוזכר לעיתים רחוקות אך רגיש מאוד; או להפך, הוא עשוי להופיע לעתים קרובות משום שמדובר ב"שפה רשמית" שחוזרת על עצמה, ולא בחוויה אישית. כאן הפרשנות האתנוגרפית נותרת מרכזית.
יתרונות הסטטיסטיקה עבור טיעונים אתנוגרפיים
ראשית, סטטיסטיקה יכולה להגביר את הקפדנות. כאשר חוקרים מציינים כי "נוהג זה נפוץ", הקוראים יכולים לראות אינדיקטורים: עד כמה הוא נפוץ, באילו קבוצות, ובאילו תנאים.
שנית, סטטיסטיקה מסייעת לשמור על איזון בין אירועים דרמטיים לדפוסים יומיומיים. אתנוגרפים נתקלים לעתים קרובות ברגעים רבי עוצמה ומעוררי השראה - סכסוך גלוי, טקסים גדולים, אירועי משבר - אך סטטיסטיקה מסייעת להביא את הרגעים הללו לפרספקטיבה.
שלישית, סטטיסטיקה מקלה על התקשורת עם קובעי מדיניות. מדיניות ציבורית רבות מונעת על ידי אינדיקטורים. אתנוגרפיות הנתמכות על ידי נתונים כמותיים נוטות להיות נגישות יותר מבלי להתפשר על עומק.
מגבלות וסיכונים: מספרים לעולם אינם ניטרליים
למרות השימושיות שלה, סטטיסטיקה באתנוגרפיה טומנת בחובה סיכונים מסוימים.
1. רדוקציוניזם: החוויה האנושית מצטמצמת למשתנים. עם זאת, משמעויות תרבותיות הן לעתים קרובות אמביוולנטיות, סותרות ותלויות במצב.
2. אשליה של אובייקטיביות: המספרים נראים "ודאיים", למרות שבחירת הקטגוריות, אופן שאילת השאלות ותהליך הקידוד מושפעים במידה רבה מעמדת החוקר.
3. סוגיות דגימה: אתנוגרפיה כמעט ולא משתמשת במדגמים אקראיים. לכן, לא תמיד ניתן להכליל מספרים סטטיסטית. מספרים משמשים בצורה הולמת יותר לתמיכה בטיעונים הקשריים, ולא לטענות אוניברסליות.
4. אתיקה וסודיות: נתונים כמותיים, במיוחד רשתות חברתיות, יכולים לחשוף את זהותם או מעמדם של אנשים בתוך קהילה. אתנוגרפים חייבים להיות קפדניים מאוד בנוגע לאנונימיות והסכמת המשתתפים.
אסטרטגיות מעשיות ליישום סטטיסטיקה באתנוגרפיה
כדי שסטטיסטיקה תהיה באמת מועילה, ישנן מספר אסטרטגיות שניתן ליישם:
– החל משאלות אתנוגרפיות: סטטיסטיקה נבחרת כדי לענות על שאלות שטח, לא כדי להיראות "מדעית".
– השתמשו במספרים כקו מנחים, לא כשופטים: אם הנתונים מראים דפוס מוזר, חזרו לשטח – שאלו, התבוננו והבינו.
– היו שקופים בקידוד: הסבירו כיצד נוצרו הקטגוריות, כיצד חושבו הנתונים ומהן המגבלות.
– לתת עדיפות לפרשנות הקשרית: יש למקם מספרים בסיפור חברתי – מי מדבר, באילו מצבים, ועם אילו השלכות.
סְגִירָה
סטטיסטיקה ואתנוגרפיה אינם שני עולמות שצריכים להיות מנוגדים זה לזה. אתנוגרפיה מציעה עומק, ניואנסים ותחושת משמעות; סטטיסטיקה מציעה דרך לסכם באופן שיטתי דפוסים ווריאציות. כאשר משלבים בקפידה, השניים יכולים לייצר מחקר עשיר בנרטיב ומשכנע בטיעונים: מסוגל להסביר לא רק "מה קרה" ו"מה זה אומר למשתתפים", אלא גם "עד כמה נפוצים", "באיזו תדירות" ו"תחת אילו תנאים" מתרחשות פרקטיקות תרבותיות.
בסופו של דבר, סטטיסטיקה באתנוגרפיה אינה עוסקת בהחלפת קולות אנושיים במספרים, אלא בהוספת שכבה נוספת של ראיות כדי להפוך את הבנתנו את החיים החברתיים לשלמה יותר, אחראית ומוצדקת יותר עבור מגוון קהלים.
