Статистика у квалитативним истраживањима
Квалитативно истраживање се често схвата као приступ који се фокусира на значење, искуство, контекст и друштвене процесе. Због тога, неки људи сматрају да је статистика ирелевантна у квалитативном истраживању, или чак супротна квалитативном духу, који наглашава дубину у односу на бројеве. Међутим, у пракси, статистика може играти кључну улогу у квалитативном истраживању - не да „трансформише“ квалитативно у квантитативно, већ да помогне истраживачима да сумирају податке, разјасне обрасце, ојачају аргументе и повећају транспарентност анализе.
Овај чланак разматра како се статистика може на одговарајући начин користити у квалитативним истраживањима, врсте статистике које се обично користе и ограничења и етику њихове употребе како би се осигурало да остану у складу са циљевима квалитативног истраживања.
1. Разумети положај статистике у квалитативним истраживањима
Квалитативно истраживање има за циљ да стекне дубље разумевање феномена путем података као што су интервјуи, запажања, документи, теренске белешке или културни артефакти. Квалитативни подаци углавном имају облик наратива, а не бројева. Међутим, дескриптивна статистика може бити корисна када истраживачи кодирају, групишу теме или израчунавају учесталост појављивања категорија.
Употреба статистике у квалитативним истраживањима не захтева од истраживача да ригорозно тестирају хипотезе као у квантитативним истраживањима. Фокус је на подршци интерпретацији: приказивању трендова, пропорција или варијација које произилазе из података, уз истовремено задржавање цитата, контекста и објашњења у сржи дискусије.
2. Дескриптивна статистика: најчешћи облик
Статистике које се најчешће налазе у квалитативним истраживањима су дескриптивне статистике, на пример:
– Број учесника на основу одређених карактеристика (старост, занимање, дужина радног стажа).
– Учесталост појављивања тема или кодова у транскрипту.
– Проценат испитаника који су поменули одређено питање.
– Дистрибуција локација посматрања или врста анализираних докумената.
Једноставан пример: у квалитативној студији искустава рада на даљину, истраживач би могао да наведе да је „од 20 учесника, 14 истакло питање граница између посла и личног живота“; затим истраживач наставља са цитатима и тумачењима зашто је то питање било доминантно и како се контекст разликовао међу групама.
Дескриптивна статистика помаже читаоцима да разумеју „мапу“ података: колико се широко теме појављују, које теме се чешће разматрају и да ли постоје разлике у обрасцима међу учесницима.
3. Квантификација квалитативних података: када је корисна?
У квалитативној анализи, квантификација може бити корисна када:
1. Повећање транспарентности анализе
Читаоци могу видети да налази нису засновани само на неколико цитата, већ потичу из прилично доследног обрасца.
2. Упоредите групе на истраживачки начин
На пример, поређење тема које су се појавиле у интервјуима између почетника и искусних наставника. Ово није за статистичку генерализацију, већ за генерисање нијансиранијих питања и објашњења.
3. Подржава мешовите методе
У мешовитим дизајнима, квалитативни подаци могу се обрадити у категорије које се затим укратко анализирају бројевима, или обрнуто, квантитативни резултати се могу продубити кроз интервјуе.
Међутим, квантификација не би требало да замени дубину. Ретко се срећу теме које могу бити невероватно важне – на пример, искуства дискриминације која доживљава само неколико људи, али имају значајан утицај.
4. Статистичке технике које се могу користити
Иако се квалитативна истраживања не фокусирају на статистичко закључивање, неке једноставне технике могу се користити са опрезом:
– Учесталост и проценат: пребројте појављивање кодова или тема.
– Једноставна унакрсна табела: на пример, тема „стрес на послу“ се чешће јављала код учесника који су радили више од 10 сати дневно.
– Просек или медијана: за демографске податке или карактеристике учесника које су нумеричке, као што је дужина искуства.
– Визуелизација: стубичасти дијаграми, табеле са резимеом или тематске мапе које представљају резиме образаца.
Ако истраживачи користе софтвер попут NVivo, ATLAS.ti, MAXQDA или чак табеларне програме, функције бројања фреквенција кодова и матрице поређења категорија су веома корисне. Међутим, ове бројеве треба читати као „индикације образаца у анализираним подацима“, а не као статистичке доказе за популацију.
5. Статистика и анализа садржаја
Једно од подручја квалитативних приступа које је најприкладније за статистику је анализа садржаја, посебно квалитативно-квантитативне природе. Истраживачи могу кодирати документе (нпр. вести, објаве на друштвеним мрежама, институционалне политике), а затим избројати учесталост појављивања одређених категорија.
Пример: студија о извештавању о менталном здрављу у онлајн медијима. Истраживачи би могли да идентификују категорије као што су „стигма“, „стручна подршка“, „наративи о исцељењу“ или „сензационализам“. Након кодирања, истраживачи могу да представе удео категорија по медијуму или временском периоду. Након тога, од истраживача се и даље захтева да пруже детаљно тумачење језика, уоквиривања и основног друштвено-политичког контекста.
6. Одржавање квалитета истраживања: поузданост и валидност квалитативне верзије
У квалитативним истраживањима, квалитет се често разматра кроз концепте као што су кредибилитет, преносивост, поузданост и потврдљивост. Статистика може помоћи у неким аспектима, посебно у процесу кодирања:
– Споразум између кодера
Ако више истраживача кодира податке, бројке слагања (нпр. процентуално слагање или одређени коефицијент) могу указивати на конзистентност. Ово је корисно, посебно у анализи садржаја или тимском истраживању.
Међутим, истраживачи морају бити опрезни: висока сагласност не значи аутоматски „тачно“ тумачење. Она једноставно указује на доследност у примени дефиниција кода. Стога, дискусије кодера, ревизорски трагови и рефлексивност остају неопходни.
7. Ограничења и ризици коришћења статистике
Постоји неколико ризика ако се статистика користи без методолошког разматрања:
1. Редукционизам
Квалитативни подаци су богати контекстом; превише фокусирања на бројеве може изгубити нијансу, контрадикцију и динамику.
2. Илузија генерализације
Висока учесталост у малом узорку не значи нужно да се односи на ширу популацију. Квалитативна истраживања углавном нису намењена статистичкој генерализацији.
3. Игнорисање споредних, али значајних тема
Ретко појављене теме могу указивати на искуства рањивих група, скривене сукобе или феномене које је тешко открити.
4. Погрешно тумачење читаоца
Читаоци могу бити у искушењу да бројеве тумаче као меру сигурности. Стога истраживачи треба да објасне да бројеви само сумирају обрасце у подацима који се анализирају.
8. Добра пракса: интегрисање бројева и наратива
Да би се статистика ускладила са квалитативним истраживањима, могу се применити следеће добре праксе:
– Објасните сврху коришћења бројева: било да су за мапирање тема, истраживачко поређење или транспарентност.
– Укључите процес кодирања: дефиниције кода, примере цитата и кораке анализе.
– Користите бројеве пропорционално: сажете табеле су у реду, али интерпретативни наратив остаје суштина.
– Уверите се да контекст остаје присутан: бројеве увек прате објашњења „зашто“ и „како“.
– Укључите репрезентативне цитате: не само „занимљиве“, већ оне који показују обрасце и варијације.
Закључак
Статистика у квалитативним истраживањима није непријатељ, већ помоћни алат који може обогатити анализу када се користи на одговарајући начин. Кроз дескриптивну статистику, једноставну квантификацију и визуелизацију, истраживачи могу јасно сумирати податке и повећати транспарентност налаза. Међутим, квалитативна истраживања остају утемељена на значењу, контексту и детаљном тумачењу. Стога, бројеве треба третирати као допуну – помажући у разјашњавању образаца без умањивања гласова учесника и сложености друштвених феномена који се проучавају.
Када се користи мудро, статистика може бити мост: повезујући наративну моћ квалитативног истраживања са систематичнијим, разумљивијим и одговорнијим начином представљања налаза.
