Statystyka w badaniach jakościowych
Badania jakościowe są często rozumiane jako podejście koncentrujące się na znaczeniu, doświadczeniu, kontekście i procesach społecznych. Z tego powodu niektórzy uważają, że statystyki są nieistotne w badaniach jakościowych, a nawet sprzeczne z duchem badań jakościowych, który kładzie nacisk na głębię, a nie na liczby. Jednak w praktyce statystyki mogą odgrywać kluczową rolę w badaniach jakościowych – nie po to, by „przekształcić” badania jakościowe w ilościowe, ale by pomóc badaczom podsumować dane, wyjaśnić wzorce, wzmocnić argumentację i zwiększyć przejrzystość analizy.
W artykule tym omówiono, jak prawidłowo stosować statystyki w badaniach jakościowych, jakie są powszechnie stosowane rodzaje statystyk oraz ograniczenia i etykę ich stosowania, aby zapewnić ich zgodność z celami badań jakościowych.
1. Zrozumieć miejsce statystyki w badaniach jakościowych
Badania jakościowe mają na celu głębsze zrozumienie zjawisk poprzez dane takie jak wywiady, obserwacje, dokumenty, notatki terenowe czy artefakty kulturowe. Dane jakościowe zazwyczaj przybierają formę narracji, a nie liczb. Statystyki opisowe mogą być jednak pomocne, gdy badacze kodują, grupują tematy lub obliczają częstotliwość występowania kategorii.
Wykorzystanie statystyk w badaniach jakościowych nie wymaga od badaczy rygorystycznego testowania hipotez, jak w badaniach ilościowych. Nacisk kładziony jest na wspieranie interpretacji: pokazywanie trendów, proporcji lub odchyleń wyłaniających się z danych, przy jednoczesnym zachowaniu cytatów, kontekstu i wyjaśnień w centrum dyskusji.
2. Statystyka opisowa: najpowszechniejsza forma
W badaniach jakościowych najczęściej wykorzystuje się statystyki opisowe, na przykład:
– Liczba uczestników ustalana na podstawie określonych cech (wiek, zawód, staż pracy).
– Częstotliwość występowania tematów lub kodów w transkrypcji.
– Procent respondentów, którzy wspomnieli o danym problemie.
– Dystrybucja miejsc obserwacji lub typów analizowanych dokumentów.
Prosty przykład: w badaniu jakościowym dotyczącym doświadczeń związanych z pracą zdalną badacz może stwierdzić, że „spośród 20 uczestników 14 podkreśliło problem granic między pracą a życiem osobistym”; następnie badacz cytuje i interpretuje, dlaczego ten problem był dominujący i jak kontekst różnił się w poszczególnych grupach.
Statystyki opisowe pomagają czytelnikom zrozumieć „mapę” danych: jak szeroko pojawiają się tematy, które tematy są najczęściej omawiane i czy występują różnice we wzorcach wśród uczestników.
3. Kwantyfikacja danych jakościowych: kiedy jest przydatna?
W analizie jakościowej kwantyfikacja może być przydatna, gdy:
1. Zwiększ przejrzystość analizy
Czytelnicy widzą, że wnioski nie opierają się tylko na kilku cytatach, ale wynikają z dość spójnego wzorca.
2. Porównywanie grup w sposób eksploracyjny
Na przykład, porównując tematy, które pojawiły się w wywiadach z początkującymi i doświadczonymi nauczycielami. Nie chodzi tu o uogólnienia statystyczne, lecz o generowanie bardziej zniuansowanych pytań i wyjaśnień.
3. Obsługuje metody mieszane
W projektach mieszanych dane jakościowe można przetworzyć na kategorie, które następnie krótko analizuje się za pomocą liczb, lub odwrotnie, wyniki ilościowe można pogłębić za pomocą wywiadów.
Kwantyfikacja nie powinna jednak zastępować głębi. Rzadko spotykane tematy mogą być niezwykle istotne – na przykład doświadczenia dyskryminacji, których doświadczają tylko nieliczni, ale które mają znaczący wpływ.
4. Techniki statystyczne, które można zastosować
Mimo że badania jakościowe nie skupiają się na wnioskowaniu statystycznym, można zachować ostrożność, stosując pewne proste techniki:
– Częstotliwość i procent: policz występowanie kodów lub tematów.
– Proste zestawienie krzyżowe: na przykład temat „stres w pracy” pojawiał się częściej u uczestników, którzy pracowali ponad 10 godzin dziennie.
– Średnia lub mediana: w przypadku danych demograficznych lub cech uczestników, które mają charakter liczbowy, takich jak długość doświadczenia.
– Wizualizacja: wykresy słupkowe, tabele podsumowujące lub mapy tematyczne prezentujące podsumowanie wzorców.
Jeśli badacze korzystają z oprogramowania takiego jak NVivo, ATLAS.ti, MAXQDA, a nawet arkuszy kalkulacyjnych, funkcje zliczania częstotliwości kodów i macierzy porównania kategorii są bardzo pomocne. Należy jednak traktować te liczby jako „wskaźniki wzorców w analizowanych danych”, a nie jako dowód statystyczny dla populacji.
5. Statystyka i analiza treści
Jednym z najbardziej „statystycznie przyjaznych” obszarów podejść jakościowych jest analiza treści, szczególnie o charakterze jakościowo-ilościowym. Badacze mogą kodować dokumenty (np. artykuły prasowe, wpisy w mediach społecznościowych, polityki instytucjonalne), a następnie mierzyć częstotliwość występowania określonych kategorii.
Przykład: badanie relacji na temat zdrowia psychicznego w mediach internetowych. Badacze mogą zidentyfikować kategorie takie jak „stygmatyzacja”, „wsparcie profesjonalne”, „narracje uzdrawiające” lub „sensacja”. Po zakodowaniu badacze mogą przedstawić proporcje kategorii w danym medium lub okresie. Następnie badacze nadal muszą dogłębnie przeanalizować język, sposób ujęcia i leżący u jego podstaw kontekst społeczno-polityczny.
6. Utrzymanie jakości badań: rzetelność i trafność wersji jakościowej
W badaniach jakościowych jakość jest często omawiana za pomocą takich pojęć jak wiarygodność, przenoszalność, niezawodność i potwierdzalność. Statystyka może pomóc w niektórych aspektach, szczególnie w procesie kodowania:
– Porozumienie międzykoderowe
Jeśli dane koduje więcej niż jeden badacz, wskaźniki zgodności (np. procent zgodności lub określony współczynnik) mogą wskazywać na spójność. Jest to przydatne, szczególnie w analizie treści lub badaniach zespołowych.
Badacze muszą jednak zachować ostrożność: wysoka zgodność nie oznacza automatycznie „poprawnej” interpretacji. Wskazuje ona jedynie na spójność w stosowaniu definicji kodu. Dlatego dyskusje programistów, ścieżki audytu i refleksyjność pozostają kluczowe.
7. Ograniczenia i ryzyko związane z korzystaniem ze statystyk
Istnieje kilka zagrożeń, jeśli statystyki są stosowane bez uwzględnienia aspektów metodologicznych:
1. Redukcjonizm
Dane jakościowe są bogate w kontekst; zbytnie skupienie się na liczbach może prowadzić do utraty niuansów, sprzeczności i dynamiki.
2. Iluzja uogólnienia
Wysoka częstość występowania w małej próbie niekoniecznie oznacza, że dotyczy ona szerszej populacji. Badania jakościowe zazwyczaj nie są projektowane w celu uogólniania statystycznego.
3. Ignorowanie tematów drugorzędnych, ale znaczących
Rzadko pojawiające się tematy mogą wskazywać na doświadczenia grup wrażliwych, ukryte konflikty lub zjawiska trudne do odkrycia.
4. Błędna interpretacja czytelnika
Czytelnicy mogą ulec pokusie interpretowania liczb jako miary pewności. Dlatego badacze muszą wyjaśnić, że liczby jedynie podsumowują wzorce w analizowanych danych.
8. Dobra praktyka: integrowanie liczb i narracji
Aby statystyki były spójne z badaniami jakościowymi, można zastosować następujące dobre praktyki:
– Wyjaśnij cel stosowania liczb: czy służy to mapowaniu tematów, porównaniom eksploracyjnym czy przejrzystości.
– Uwzględnij proces kodowania: definicje kodu, przykładowe cytaty i kroki analizy.
– Używaj liczb proporcjonalnie: zwięzłe tabele są w porządku, ale podstawą pozostaje narracja interpretacyjna.
– Zadbaj o to, aby kontekst pozostał obecny: po liczbach zawsze następują wyjaśnienia „dlaczego” i „jak”.
– Dodaj reprezentatywne cytaty: nie tylko te „interesujące”, ale takie, które pokazują pewne wzorce i warianty.
Wniosek
Statystyki w badaniach jakościowych nie są wrogiem, lecz narzędziem wspomagającym, które odpowiednio zastosowane może wzbogacić analizę. Dzięki statystyce opisowej, prostej kwantyfikacji i wizualizacji badacze mogą jasno podsumować dane i zwiększyć przejrzystość wyników. Jednak badania jakościowe nadal opierają się na znaczeniu, kontekście i dogłębnej interpretacji. Dlatego liczby należy traktować jako uzupełnienie – pomagające wyjaśnić wzorce, nie umniejszając głosu uczestników i złożoności badanych zjawisk społecznych.
Jeśli są stosowane mądrze, statystyki mogą pełnić rolę pomostu: łącząc siłę narracji badań jakościowych z bardziej systematycznym, zrozumiałym i odpowiedzialnym sposobem prezentacji wyników.
