კვლევის მეთოდები განათლებაში
თავი 22

შესავალი

      თვისებრივი მონაცემების ანალიზი მონაცემების ორგანიზებას, აღრიცხვასა და ახსნას მოიცავს. ერთი სიტყვით, მონაცემების ისე გაგებას როგორც მონაწილეები თავად აღწერენ სიტუაციას, მოიხსენიებენ ტენდენციებს, თემებს, კატეგორიებსა და წესებს. წინამდებარე თავში თვისებრივი მონაცემების ანალიზის რამდენიმე ფორმას განვიხილავთ, ხოლო 23-ე თავი უფრო კონკრეტულად კონტენტ ანალიზსა და დაფუძნებულ თეორიას ეთმობა. ამ თავში თვისებრივი მონაცემების ანალიზისადმი რამდენიმე განსხვავებულ მიდგომას გაგაცნობთ.

      არ არსებობს თვისებრივი მონაცემების ანალიზისა და წარდგენის ერთადერთი სწორი გზა და თუ როგორ გაართმევს თავს ამ საკითხს მკვლევარი, მიზნისადმი შესატყვისობაზეა დამოკიდებული. ამასთან, როგორც ვნახავთ, ხშირად საკმაოდ ძნელია თვისებრივი მონაცემების ინტერპრეტაცია, მაგრამ უნდა გვახსოვდეს, რომ ხშირად თვისებრივი მონაცემების სხვადასხვაგვარად ინტერპრეტაციაც შესაძლებელია, რაც მათი ღირსებაა, ხოლო მკვლევრისთვის თავის ტკივილი! მიზნისთვის შესატყვისობის პრინციპის დაცვისას, მკვლევარმა ზუსტად უნდა იცოდეს, რისი მიღება სურს მონაცემების ანალიზით, ვინაიდან ეს განსაზღვრავს ანალიზის კონკრეტული სახის არჩევას. მკვლევარს, მაგალითად, შეიძლება უნდოდეს:

  • აღწერა;
  • წარმოდგენა;
  • შეჯამება;
  • ინტერპრეტაცია;
  • ტენდენციების გამოვლენა;
  • თემების გენერირება/ჩამოყალიბება;
  • ინდივიდებისა და იდეოგრაფიული მახასიათებლების გამოვლენა;
  • ჯგუფებისა და ნომოთეტური მახასიათებლების გაგება (მაგალითად, სიხშირეების, ნორმების, პატერნების, „კანონების“);
  • საკითხების დასმა;
  • დასაბუთება და ახსნა;
  • მიზეზ-შედეგობრიობის ახსნა და ძიება;
  • გამოკვლევა;
  • შემოწმება
  • მსგავსებების, განსხვავებების და საერთო მახასიათებლების გამოვლენა;
  • ერთი და იგივე საკითხის სხვადასხვა სიტუაციაში შემოწმებისა და გამოყენების შესწავლა.

      მიზნის შესახებ გადაწყვეტილების მიღება იმიტომაა მნიშვნელოვანი, რომ მასზეა დამოკიდებული, თუ მონაცემების დამუშავების რომელ ფორმას ავირჩევთ. ეს, თავის მხრივ, გავლენას მოახდენს ანალიზის წერილობით გაფორმებაზე. მონაცემების ანალიზზე განხორციელებული თვისებრივი კვლევის სახეობაც მოახდენს გავლენას. მაგალითად, ბიოგრაფიისა და შემთხვევის შესწავლის წერილობითი სახით გაფორმება აღწერითი, ხშირად ქრონოლოგიურად დალაგებული, ნარატივის სახით იქნება ყველაზე მართებული, რომელშიც საკითხის დასმა თანდათანობით ხდება. ეთნოგრაფია შეიძლება ნარატივის, ანუ, მონათხრობის სახით დაიწეროს, სადაც საკითხები კი იქნება დასმული, თუმცა არაა აუცილებელი, რომ მოვლენები ქრონოლოგიურად იყოს დალაგებული. ასეთი ანგარიში ჯგუფის ან კულტურის არსებითი მახასიათებლების აღწერას, ანალიზს, ინტერპრეტაციასა და ახსნას მოიცავს. დაფუძნეული თეორია და კონტენტ ანალიზი მონაცემების სისტემატური მიდგომით დამუშავდებაა, რომელიც კოდირებას, და კატეგორიზებას მოიცავს; ეს გრძელდება მანამ, სანამ ის თეორია არ ჩამოყალიბდება, რომელიც საკვლევ ფენომენებს ხსნის, ან მიზნების წინასწარმეტყველებისთ შესაძლებლობას მოგვცემს.

      ანალიზზე მონაცემების რაოდენობაც იმოქმედებს. თვისებრივი მონაცემები ხშირად უფრო მცირე რაოდენობის ადამიანებზე გროვდება, ვიდრე - რაოდენობრივი მონაცემები, თუმცა, მონაცემები მაინც დეტალიზებული და მრავალფეროვანია. მკვლევრებმა უნდა გადაწყვიტონ, მაგალითად, მონაცემები ცალკეული ინდივიდების მიხედვით დაამუშავონ და შემდეგ, თუ საჭირო იქნება, გააერთიანონ მათთვის საერთო საკითხები, თუ საკითხების წინასწარ განსაზღვრული ანალიტიკური ჩარჩოს ფარგლებში იმუშაონ, რომლებიც საკვლევ ინდივიდებს ერთმანეთთან აკავშირებს. ზოგიერთი თვისებრივი კვლევა (მაგალითად, Bალლ 1990; 1994ა; Bოწე et al. 1992) მიზანმიმართულად ფოკუსირდება ინდივიდებსა და კონკრეტულ სცენარში მონაწილეების რეაქციებზე და საბოლოო ანგარიშში ხშირად მოჰყავთ ციტატები მათი გამონათქვამებიდან. ზოგ კვლევაში შეჯამებულ საკითხებს წარმოადგენენ და არ ასახელებენ, კონკრეტული მონაცემები კონკრეტულად რომელი მონაწილისგან მიიღეს. მოგვიანებით განვიხილავთ მეთოდებს, რომლებიც როგორც ინდივიდების, ისე საკითხების მიმართ გამოიყენება.

      ზოგ კვლევაში ბევრი სიტყვა-სიტყვით გადმოცემული საუბარია გამოყენებული, ზოგ მათგანში - ნაკლები. ზოგ მკვლევარს მიაჩნია, რომ ორიგინალური მონაცემების „სურნელის“ შენარჩუნება მნიშვნელოვანია, ამიტომ, პირდაპირ მოაქვთ ფრაზები და წინადადებები და არა მარტო იმიტომ, რომ ისინი ხშირად უკეთ წარმოაჩნენ საკითხს, ვიდრე მკვლევრის სიტყვები, არამედ იმიტომაც, რომ თვლიან, რომ სამართლიანობა უნდა გამოიჩინონ მონაწილის გამონათქვამების მიმართ და ზუსტად გადმოსცენ ისინი. მართლაც, როგორც ქვემოთ განხილულ მაგალითში ვნახავთ, პირდაპირი საუბრები ძალიან მდიდარ მასალას და ბევრ დეტალს უნდა იძლეოდეს. ბელი (1990) და ბოუი და მისი კოლეგები (1992) ბევრ სიტყვა-სიტყვით გადმოცემულ ნათქვამს იყენებენ, ძირითადად, იმიტომ, რომ მათი კვლევის მონაწილეები ძალაუფლების მქონე ადამიანები იყვნენ და სამართლიანობა მოითხოვდა, რომ ზუსტად მათი სიტყვებით ყოფილიყო გადმოცემული მათი სათქმელი. ამის საპირისპიროდ, უილფორდი (2001: 92) „ტრანსკრიპტების გაფეტიშებაზე“ საუბრისას აღნიშნავს, რომ მას „იშვიათად გაუკეთებია ინტერვიუს სრული ტრანკრიპტი და ისიც მხოლოდ [მისი] რამდენიმე ინტერვიუს შემთხვევაში“ და ამის მიზეზებს შორის არც ისე უმნიშვნელო იყო დრო, რომელსაც ტრანსკრიპტის წერა მოითხოვს (უოლფორდი ასახელებს შეფარდებას ხუთი ერთთან, ანუ, ერთსაათიანი ინტერვიუს ტრანსკრიპტის გაკეთებას ხუთი საათი სჭირდება, თუმცა რეალურად ამ პროცესს უფრო მეტი დრო მიაქვს).

      პრაქტიკულ დონეზე, თვისებრივ კვლევაში მონაცემები სწრაფად გროვდება და ადრეულ ეტაპებზე დაწყებული ანალიზი და მნიშვნელოვანი მახასიათებლების გამოყოფა ამცირებს მოზღვავებული მონაცემების პრობლემას. მაილსისა და ჰაბერმანის (1984) აზრით, მონაცემების სწორად და ზუსტად წარმოდგენა მათი შემცირების შესაძლებლობას იძლევა. პარლეტისა და ჰამილტონის (1976) მიხედვით, „პროგრესული ფოკუსირებისას“ მონაცემების მოგროვებას განსხვავებულად უდგებიან და შემდეგ მოგროვილი მონაცემების გაცხრილვით, დახარისხებით, გადათვალიერებითა და გააზრებით ხდება სიტუაციის არსებითი მახასიათებლების გამოკვეთა. ასე მიღებული მონაცემები შემდგომი ანალიზის დასაგეგმად გამოიყენება. ეს ზოგადიდან კერძოსკენ დავიწროვების პროცესს ჰგავს.

      თეორიულ დონეზე, თვისებრივი კვლევის ძირითადი მახასიათებელი ის არის, რომ ანალიზი ხშირად მონაცემების მოგროვების ეტაპზევე იწყება, რაც თეორიის ჩამოყალიბების შესაძლებლობას იძლევა (LeCompte and Preissle 1993: 238). მკვლევრებმა საკვლევი ფენომენების ზოგადი მონახაზი უნდა გააკეთონ. შემდეგ უნდა სცადონ მონაცემების დაჯგუფება, ბლოკებად გაერთიანება და თანმიმდევრული მთლიანის შექმნა (მაგალითად, აღმოჩენილის შეჯამების დაწერით). ამის შემდეგ, მათ გულმოდგინედ უნდა დაანაწევრონ თავიანთი საველე ჩანაწერები და შეადარონ, დაუპირისპირონ, გააერთიანონ, შეუსატყვისონ ერთმანეთს და მოაწესრიგონ ისინი. ამ პროცესის მიზანი აღწერიდან ახსნისკენ და თეორიის ჩამოყალიბებისკენ გადანაცვლებაა (LeCompte and Preissle 1993: 237 – 53).

მონაცემების წარმოდგენა ცხრილების სახით

      წინამდებარე და შემდგომ თავებში მონაცემების ანალიზისა და წარდგენის რამდენიმე მაგალითს შემოგთავაზებთ. პირველი ასეთი მაგალითი მარტივ შეჯამებას, მონაცემების გასაგებად, ცხრილის სახით წარმოდგენასა და კომენტარებს შეეხება. მოცემული მაგალითი სადოქტორო დისერტაციიდან არის აღებული.

ჩინელი ბავშვები სწავლობენ ინგლისურს: ინტერვიუს მონაცემების ანალიზი და გაფორმება

      ინტერვიუს მონაცამები კითხვების მიხედვითაა განხილული. ერთი ასაკობრივი ჯგუფის რესპონდენტების მსგავსი მონაცემები, ანუ, მათი პასუხები სტრიქონებშია დაჯგუფებული, ხოლო განსხვავებული პასუხები ცალ-ცალკეა მოცემული. თითოეული ცხრილის მარცხენა სვეტი რესპონდენტების რაოდენობას (1-12) და მათი სწავლების დონეს (მაგალითად, P1, F3 და ა. შ.) გვიჩვენებს. ასე მაგალითად, „1-3: P1“ ნიშნავს 1-3 რესპონდენტების პასუხებს, რომლებიც P1 კლასებს ასწავლიან. მარჯვენა სვეტში პასუხებია მოცემული. ბევრგან შეგვიძლია ვნახოთ, რომ ყველა რესპონდენტმა მსგავსი პასუხი გასცა დასახელებულ დებულებებსა და თემებს. ყოველ ცხრილს მოკლე შემაჯამებელი კომენტარი ახლავს თან.

      ეს მონაცემები ამოღებულია სადოქტორო დისერტაციიდან, რომელიც ჩინეთში სასკოლო ასაკის ბავშვების ინგლისური ენის სწავლის პრობლემებს შეეხება. მონაცემები არასრულადაა წარმოდგენილი და მხოლოდ ილუსტრაციის მიზნით იქნა შერჩეული. ყურადღება მიაქციეთ, რომ მონაცემები არ არის სიტყვა-სიტყვით გადმოცემული, არამედ უკვე შეჯამებულია მკვლევრის მიერ, ანუ, ის, რაც აქაა წარმოდგენილი, არ არის მონაცემების ანალიზის პირველი ეტაპი, ვინაიდან პირველი ეტაპი ტრანსკრიპტის გაკეთება იქნებოდა.

      გამოყენებულია შემდეგი კოდირება:

      P1-P6 = დაწყებითი კლასები (1-6), P1 = სწავლების პირველი წელი, P2 = სწავლების მეორე წელი და ა.შ.

      F1-F5 = საშუალო კლასები (1-5), F1 = პირველი კლასი (საშუალო სკოლის პირველი წელი), F2 = მეორე კლასი და ა.შ. (საშუალო სკოლის მეორე წელი და ა. შ.).

      მარცხენა სვეტში ასოს წინ დაწერილი რიცხვები მასწავლებლისთვის მინიჭებულ კოდის შეესაბამება (ჩანართი 22.1). ინტერვიუში სულ 12 მასწავლებელი მონაწილეობდა, აქედან 6 - დაწყებითი კლასების, 6 - საშუალო კლასების.

-------------------
ჩანართი 22. 1.
ინგლისური ენის სწავლების ეფექტიანობა

ინგლისური ენის სწავლების ეფექტიანობა, სოციოლოგია
-------------------

      სკოლაში ინგლისურის სწავლებამ და სწავლამ რეალურად ვერ მიაღწია დასახულ მიზნებს. მოსწავლეებს ცუდად ესმით წერილობითი ან ზეპირი ინგლისური, უჭირთ ლაპარაკი, კითხვა, მოსმენილის გაგება და წერა, რითიც იზღუდება მათი შესაძლებლობები, განურჩევლად იმისა, თუ რამდენ წელს სწავლობდნენ ისინი ენას. დაბალი დონის დამახსოვრების მოდელს ზედაპირულ ცოდნამდე მივყავართ. სწავლება და სწავლა უხარისხოა. მიუხედავად იმისა, რომ ძალიან დაბალია მათი სტანდარტი, ისინი მაინც ახერხებენ უნივერსიტეტში მოხვედრას, ვინაიდან ძალიან ბევრი უნივერსიტეტი აცხადებს მიღებას. მათ არც სამსახურის შოვნისას სჭირდებათ ინგლისური ენის ცოდნა.

      კომენტარი: დაწყებითი კლასების ინგლისური ენის მასწავლებლების მოსაზრებების დიაპაზონი უფრო ფართო იყო, ვიდრე - უფრო მაღალი კლასების მასწავლებლების. დაწყებითი კლასების მასწავლებლებში უფრო მეტი ერთსულოვნება შეინიშნებოდა, ვიდრე - უფროსი კლასების მასწავლებლებთან. საშუალო სკოლის მესამე კლასის ყველა მასწავლებელმა მსგავსი კომენტარები გააკეთა, ხოლო საშუალო სკოლის მეხუთე კლასის მასწავლებლებს ერთმანეთისგან სრულიად განსხვავებული მოსაზრებები ჰქონდათ.

      ჩანართი 22. 2. გვიჩვენებს, რომ ინგლისური ენის სწავლების ძლიერი მხარეები ის იყო, რომ მოსწავლეები ძალიან ადრეულ ასაკში იწყებდნენ ენის შესწავლას და სკოლებს სრულიად დამოუკიდებლად შეეძლოთ თავიათი სასწავლო პროგრამის შედგენა. ინგლისური ენის სწავლების სისუსტეები კი ის გახლდათ, რომ მასალის გაგებაზე არასაკმარისი აქცენტი კეთდებოდა. მოსწავლეები ძალიან პატარები იყვნენ ენის შესწავლისთვის ხოლო პროგრამები არ შეესაბამებოდა მათ მოთხოვნებს, პროგრამაში დიდი მოცულობის მასალა იყო შეტანილი, რაც მასწავლებლებისთვის კარგი წინაპირობა აღმოჩნდა „მოსწალეებისათვის დაღეჭილი მასალის პირში ჩასადებად“. ამასთან ერთად, მასწავლებლებსა და მათ მოსწავლეებზე მეტისმეტი ზეწოლა ხდებოდა, ვინაიდან პროგრამისა და ენის მოთხოვნებიდან გამომდინარე, ინგლისურ ენას სასწავლო პროგრამაში ადგილის დასაკავებლად სხვა ენებთან კონკურენცია უწევდა. სწორედ ამიტომ, არ იცოდნენ მოსწავლეებმა კარგად ენა, მიუხედავად იმისა, რომ მის შესწავლაზე წლებს ხარჯავდნენ.

-------------------
ჩანართი 22. 2.
ინგლისური ენის სწავლების ძლიერი და სუსტი მხარეები

ინგლისური ენის სწავლების ძლიერი და სუსტი მხარეები, სოციოლოგია
-------------------

      კომენტარი: დაწყებითი სკოლის ერთი მასწავლებლის გარდა, დანარჩენმა (დაწყებითი და საშუალო სკოლების) 11 მასწავლებელმა ერთნაირი კომენტარები გააკეთა.

      გასაგები იყო, რომ დიდი მოცულობის კლასი (30-50 მოსწავლე) და ინტენსიური პროგრამა მნიშვნელოვან გავლენას ახდენდა სწავლების მეთოდებსა და საკლასო აქტივობების შეზღუდვაზე, რაც უშუალოდ უკავშირდებოდა კონტროლის საკითხსაც (ჩანართი 22. 3). ამ გავლენის შედეგად მასწავლებლები, ძირითადად, დიდაქტიკულ და გრამატიკა-თარგმანის მეთოდებს იყენებდნენ და მხოლოდ მცირე დროს უთმობდნენ - ენის პრაქტიკულ გამოყენებას ან ინგლისურად „აზროვნებას“. სწავლებისას გარკვეული ჯგუფური აქტივობებიც გამოიყენებოდა, მაგრამ ძალზე შეზღუდულად. მასწავლებელი ინგლისურის ასახსნელად ჩინურს იყენებდნენ.

-------------------
ჩანართი 22. 3.
სწავლების მეთოდები

სწავლების მეთოდები, სოციოლოგია
-------------------

      კომენტარი: კომენტირებისას ყველა მასწავლებელი ერთსულოვანი იყო, რომელთა მოსაზრებები ორად დაჯგუფდა.

      მოსწავლეებს მნიშვნელოვანი წვლილი შეჰქონდათ ინგლისური ენის წარმატებულ თუ წარუმატებელ შესწავლაში (ჩანართი 22. 4). ისინი მორცხვობდნენ, ეშინოდათ შეცდომების დაშვების და სახელის გატეხვის და, საერთოდ, ნაკლებად იყვნენ დაინტერესებულები სწავლით, რადგან სხვა საგნებით იყვნენ გადატვირთულები. ვითარებას ისიც ამწვავებდა, რომ მოსწავლეები ვერ ახერხებდნენ დროის დაგეგმვას. ნეგატიურად უყურებდნენ ინგლისური ენის სახელმძღვანელოებით შესწავლას და თვლიდნენ, რომ ეს საგანი არანაირად არ შეესატყვისებოდა სხვა საგნებს. გარდა ამისა, ძალიან ბევრი სხვა ხელის შემშლელი ფაქტორი არსებობდა და ენის შესწავლის ძალზე მწირი უნარებით ხასიათდებოდნენ; ნაკლებად მოტივირებულები იყვნენ მასალის სწრაფად ათვისებისებით, რადგან იცოდნენ, რომ მათ იგივე კურსის განმეორებით გავლა შეეძლოთ, ინგლისური არ იყო პრიორიტეტული, ამ ენის სწავლისთვის მწირი საფუძველი და უმნიშვნელო მოტივაცია ან დადებითი დამოკიდებულება ჰქონდათ. მოსწავლეებს სწავლის პერიოდში ნაკლებად აძლევდნენ მითითებებს და წახალისებებს, ენის საფუძვლიანად შესწავლის მიმართულებით, რადგან უნივერსიტეტები მხოლოდ ინგლისურის დაბალ სტანდარტს ითხოვნდნენ.

-------------------
ჩანართი 22. 4.
მოსწავლეებთან დაკავშირებული ფაქტორები

მოსწავლეებთან დაკავშირებული ფაქტორები, სოციოლოგია
-------------------

      კომენტარი: ამ შემთხვევაში ძალიან მრავალფეროვანმა კომენტარებმა იჩინა თავი. აქ გარკვეულწილად ეთანხმებოდნენ ერთმანეთს დაწყებითი სკოლის დაბალი კლასის მასწავლებლები. ასევე, თანხმობა იყო დაწყებითი სკოლის მაღალი კლასის მასწავლებლებს შორის. საშუალო სკოლის მაღალი კლასის მასწავლებლებს შორისაც მიღწეულ იქნა შეთანხმება. საშუალო სკოლის დაბალი კლასის მასწავლებლებმა ერთმანეთისგან განსხვავებული მოსაზრებები გამოთქვეს, თუმცა, მასწავლებლების ოთხი ჯგუფი (დაწყებითის დაბალი, დაწყებითის მაღალი, საშუალოს დაბალი და საშუალოს მაღალი კლასები) ერთმანეთისგან განსხვავებულ პოზიციებზე იდგნენ.

ინტერვიუს მონაცემების შეჯამება

      ინტერვიუს მონაცემებირამდენიმე თვალსაზრისით იყო გასაოცარი. რესპონდენტები მონაცემებს ერთსულოვნად ეთანხმებოდნენ, მაგალითად:

  • აბსოლუტური ერთსულოვნება იყო მე-9 და მე-12 კითხვებზე მიღებულ პასუხებში;
  • საინტერესო და ძალიან საყურადღებო იყო ერთსულოვნება, თუმცა არა აბსოლუტური, მე-11 კითხვაზე;
  • უკვე აღნიშნულთან ერთად, დამატებითი თანხმობა იყო მიღწეული დაწყებითი კლასების მასწავლებლებს შორის მე-11 კითხვაზე;
  • უკვე აღნიშნულის გარდა, ერთსულოვანი, თუმცა არა აბსოლუტურად ერთსულოვანი, იყო დაწყებითი კლასების მასწავლებლების პასუხები მე-6 კითხვაზე.

      ასეთი ერთსულოვნება მიღებულ შედეგებს მნიშვნელოვან წონას მატებს, თუმცა, გამოყენებული შერჩევიდან გამომდინარე, მაინც ვერ ვიტყვით, რომ ეს შედეგები ფართო პოპულაციის რეპრეზენტაციულია. მიუხედავად ამისა, თემასთან დაკავშირებული ძირითადი საკითხების კომპეტენტურად მიმოხილვისთვის შეგნებულად შეირჩა გამოცდილი მასწავლებლები. უნდა შეგახსენოთ, რომ მართალია ერთსულოვნება სასარგებლოა, ინტერვიუს მონაცემების მთავარი მიზანი ძირიდი საკითხების გამოვლენა იყო, განურჩევლად იმისა, ყველა იზიარებდა მათ. ის, რომ რესპონდენტები მსგავს თემებზე საუბრობდნენ, შესაძლოა ამ თემების მნიშვნელოვნებაზე მიუთითებდნენ.

      გარდა ამისა, თავად დასახელებული საკითხები უამრავ სხვადასხვა სფეროში შეიძლება შეგვხვდეს. ასე რომ, არ არსებობს პრობლემების ან გადაწყვეტილებების ერთი ან მარტივი ნაკრები. აქედან გამომდინარე, ერთსულოვნებას ემატება კონსენსუსი, რომელიც პრობლემების მასშტაბურობის განსაზღვრისას იქნა მიღწეული, თუმცა პრობლემების დიაპაზონი საკმაოდ ფართოა. ცალკე თუ ერთად, კომპლექსურია მაკაოზე (ნახევარკუნძული სამხრეთდასავლეთ ჩინეთში, სადაც კვლევა ჩატარდა) ინგლისური ენის სწავლების, სწავლისა და ამ მიმართულებით მიღწეული წარმატების საკითხები. მეხუთე კლასის მოსწავლეებთან და მათთვის ინგლისურის სწავლება-სწავლასთან დაკავშირებით ყველაფერი ნათელია. პირველი, მოსწავლეები ინგლისურის ყველა ასპექტში ძალიან სუსტები არიან, იქნება, ეს კითხვა, წერა, ლაპარაკი თუ მოსმენა-გაგება, მაგრამ განსაკუთრებით სუსტები არიან ლაპარაკსა და წერაში. მეორე, ინგლისური ენის სწავლაზე ადგილობრივი კულტურული ფაქტორები ახდენენ გავლენას:

  • მოსწავლეებს არ სურთ საზოგადოების წინაშე სახელის გატეხვა (ხოლო ჩინურ კულტურაში მკვეთრად აქცენტირებულია სახელის დამკვირვება და შენარჩუნება);
  • მოსწავლეები მორცხვები არიან და შეცდომების დაშვების ეშინიათ;
  • გამოცდაზე წარმატების მიღწევაზე ზეწოლა უნივერსალური და ძლიერია;
  • ადგილობრივი კულტურა არ არის ინგლისური კულტურა. ის ჩინურია და, სხვა დანარჩენ თანაბარ პირობებში, პორტუგალიური უფროა, ვიდრე ინგლისური, თუმცა ეს უკანასკნელი ძალზე შეზღუდულია. ამჟამად,

      ადამიანებს თითქმის არ უწევთ ინგლისურად ლაპარაკი ან მისი გამოყენება.

      ზოგ წრეებში ინგლისური კულტურის ცოდნა ინგლისური ენის სწავლის მნიშვნელოვან ელემენტად მიიჩნევა, რაც ამ შერჩევის მასწავლებლებმა უარყვეს. მესამე მნიშვნელოვანი მიგნება ის არის, რომ ინგლისური ენა ინსტრუმენტურად განიხილება, თუმცა, ეს საკითხი შესაფასებელია, რადგან მოსწავლეები სამსახურსაც შოულობდნენ და უნივერსიტეტებშიც აბარებდნენ ინგლისურის ძალიან მწირი ცოდნით. ის ფაქტი, რომ ინგლისური საერთაშორისო ენაა, დიდად არ მოქმედებდა მოსწავლეების მოტივაციასა თუ მიღწევაზე.

      და ბოლოს, უხარისხო სწავლება და სწავლა მოსწავლეების სუსტ შესრულებას განაპირობებს:

  • ძირითადი აქცენტი უსასრულო მექანიკურ გამეორებაზე და დამახსოვრებაზე კეთდება;
  • პასიური სწავლება დომინირებს და არა - აქტიური. სწავლება ფაქტების მიწოდებაა და არა - დასწავლისა და გაგების წახალისება და ხელშეწყობა;
  • გამოიყენება ტრადიციული დიდაქტიკური მეთოდები;
  • ეყრდნობიან სწავლებისა და სწავლის ძალიან შეზღუდულ სტილს;
  • ინგლისური ენის მასწავლებლების მხრიდან საგნისა და პედაგოგიური მეთოდოლოგიების შეზღუდული ცოდნა, რასაც მასწავლებლებისთვის ადეკვატური პირველადი და შემდგომი განათლების არარსებობა ართულებს;
  • ხშირად არ არსებობს ინგლისური ენის სწავლებისა და სწავლის უკვე არსებულ საბაზისო ცოდნაზე დაფუძნების პრაქტიკა;
  • მოსწავლეები ინგლისური ენის გაკვეთილებზე იმდენად ხშირად იყნებენ ჩინურს, რომ მათ თითქმის არ აქვთ ინგლისურად აზროვნების შესაძლებლობა: ისინი თარგმნიან ინგლისურად აზროვნების ნაცვლად.

      ინტერვიუს მონაცემებიდან შეგვიძლია ვნახოთ, რომ ინგლისური ენის სწავლებისა და სწავლის წინაშე დიდი პრობლემები და საკამათო საკითხები დგას. ამ მაგალითში ცხრილები გულდასმითაა შედგენილი, რათა მსგავსი პასუხები ერთად ყოფილიყო დაჯგუფებული. ეს ცხრილები საშუალებას გაძლევთ, ერთი შეხედვით დაინახოთ, რითი ჰგავს და განსხვდება ერთმანეთისგან რესპონდენტთა ორი ჯგუფი. ყურადღება მიაქციეთ იმასაც, რომ ყოველი ცხირილის შემდეგ შეჯამებულია ძირითადი საკითხები, რომლებზეც მკლევარს მკითხველის ყურადღების მიპყრობა სურს და ეს შეჯამება მოიცავს როგორც კონკრეტული თემის შესახებ კომენტარებს, ისე - ზოგად შენიშნვებს (მაგალითად, მოცემულ მომენტში განსახილველი თემისა და რესპონდენტების ჯგუფებს შორის მსგავსებებისა და განსხვავებების შესახებ). და ბოლოს, ყურადღება მიაქციეთ, რომ „ძირითადი შეტყობინებების“ საბოლოო შეჯამება ყველა ცხრილისა და კომენტარის შემდეგაა წარმოდგენილი. ეს ძალიან შემოკლებული მაგალითია და სრულად არაა წარმოდგენილი ორიგინალურ ნაშრომში მკვლევრის მიერ გამოყენებული მონაცემები. მიუხედავად ამისა, გასაგებად გადმოგეცით და გაჩვენეთ, რომ მონაცემების ცხრილების სახით შეჯამებითა და წარმოდგენით თვისებრივი კვლევის ორი ურთიერთდაკავშირებული საკითხი გადაწყდება: მონაცემების ზუსტად და გულდასმით წარმოდგენით მონაცემების შემცირება და კომენტირება.

მონაცემების ანალიზის ორგანიზებისა და წარმოდგენის ხუთი მეთოდი

      მონაცემების ანალიზისა და წარდგენის ხუთ მეთოდს გთავაზობთ. მათგან ორი მეთოდი მონაცემების ინდივიდების მიხედვით დალაგებაა, შემდეგი ორი - საკითხების, მეხუთე კი - ინსტრუმენტის მიხედვით.

      მაკაოზე ინგლისური ენის სწავლების მაგალითში შეგვიძლია ვნახოთ, რომ მონაცემები, კონკრეტულ კითხვებზე პასუხების სახით, რესპონდენტების მიხედვით იყო დალაგებული და განხილული. ფაქტობრივად, როდესაც რესპონდენტები ერთი და იგივეს ამბობდნენ, მათი პასუხები რესპონდენტების ჯგუფების მიხედვით ორგანიზდებოდა. სტრატიფიცირებულ შერჩევაში რესპონდენტები სხვადასხვა სტრატასადმი მიკუთვნებულობის მიხედვითაც დააჯგუფეს: დაწყებითი სკოლის დაბალი კლასების, დაწყებითი სკოლის მაღალი კლასების, საშუალო სკოლის დაბალი კლასებისა და საშუალო სკოლის მაღალი კლასების მასწავლებლები. ეს თვისებრივი მონაცემების ანალიზის მხოლოდ ერთი გზა - ჯგუფების მიხედვით დალაგებაა. ამ მეთოდის უპირატესობა ისაა, რომ მონაცემები ავტომატურად ჯგუფდება და თემების, ტენდეციების და ა. შ. ერთი შეხედვით დანახვის საშუალებას იძლევა. მართალია, ასეთი მეთოდი მსგავსი პასუხების შეჯამების სასარგებლო მეთოდია, მაგრამ ცალკეული მონაწილის პასუხები სხვადასხვა კატეგორიებსა და ადამიანთა ჯგუფებში ერთიანდება და ასეთი შეჯამებისას იკარგება პასუხების მთლიანობა და თანმიმდევრულობა. გარდა ამისა, ეს მეთოდი ხშირად ერთი ინსტრუმენტით კვლევისას გამოიყენება, წინააღმდეგ შემთხვევაში უზარმაზარი მოცულობის იქნებოდა (მაგალითად, თვისებრივი კითხვარებით, ინტერვიუებითა და დაკვირვებით მიღებული მონაცემების გაერთიანება მძიმე შრომა იქნებოდა). ამიტომ, მკვლევრებს შეიძლება უფრო მეტად გამოადგეთ ამგვარად მონაცემების არა ჯგუფების, არამედ ინსტრუმენტების მიხედვით დალაგება. ეს იყო პირველი მეთოდი

      მონაცემების ანალიზის მეორე მეთოდი ინდივიდების მიხედვით ანალიზია. აქ მოცემული ჯერ ერთი რესპონდენტის პასუხები, შემდეგ მეორის და ა. შ. ამით დაცულია ინდივიდის პასუხების თანმიმდევრულობა და მთლიანობა და პიროვნების ერთიანი სურათის დანახვის საშუალებას იძლევა, რაც შეიძლება მნიშვნელოვანი იყოს მკვლევრისთვის. თუმცა ამ მიდგომას თავისი საფასური აქვს იმ თვალსაზრისით, რომ თუ მკვლევარს მხოლოდ ინდივიდუალური პასუხები არ აინტერესებს, მაშინ მას მოუწევს სხვადასხვა ინდივიდთან წამოჭრილი საკითხების გაერთიანება (ანალიზის მეორე დონე), რათა მოიძიოს ერთნაირი პასუხები, რეაქციების ტენდენციები, შეთანხმება და შეუთანხმებლობა, ერთმანეთს შეადაროს ინდივიდები და მათი პასუხები ანუ შეაჯამოს მონაცემები.

      იმ მიდგომებისგან განსხვავებით, რომლებიც ცდილობენ სამართლიანობა გამოიჩინონ კვლევაში ჩართული ადამიანების წინაშე და არ დაარღვიონ ინდივიდების ან ჯგუფების მონაცემების სისრულე, სხვა მიდგომებით ჩატარებული კვლევები, სადაც არ გამოიყენება შემთხვევის შესწავლა, როგორც წესი, მეორე რიგის ანალიზს საჭიროებენ. ეს მონაცემების ადამიანების მიერ წამოჭრილი საკითხების მიხედვით დალაგებას მოიაზრებს და ქვემოთ სწორედ ამ საკითხს განვიხილავთ.

      მონაცემების ანალიზის მესამე მეთოდია კონკრეტული საკითხისთვის რელევანტური მონაცემის ერთად წარდგენა. სწორედ ეს მეთოდი გამოიყენეს ინგლისური ენის შესწავლის მაგალითში. მართალია ეს ეკონომიური მეთოდია და რესპონდენტების ურთიერთშედარების საშუალებას იძლევა (მონაცემების ზედმიწევნით და ზუსტად ჩვენებით მონაცემების შემცირების საკითხი, რომელიც ზემოთ განვიხილეთ), აქაც არის ცალკეული რესპონდენტის მთლიანობის, თანმიმდევრულობისა და ინტეგრირებულობის დაკარგვის რისკი.

      შეგროვილი მონაცემებიდან საკითხის გამოკვეთას დაზუსტება სჭირდება. მაგალითად, შეიძლება ისე მოხდეს, რომ საკითხი წინასწარ, მონაცემების მოგროვების დაწყებამდე იყოს განსაზღვრული. ამ შემთხვევაში ამ საკითხისთვის შესატყვისი ყველა მონაცემი უბრალოდ ერთ კალათში - მოცემულ საკითხში - მოიყრის თავს. მონაცემების დამუშავების, შეჯამების და გაფორმების ასეთი მიდგომა ეკონომიურია, მაგრამ სამ ძირითად პრობლემას უკავშირდება:

  • შეიძლება დაიკარგოს ინდივიდების ინტეგრირებულობა და მთლიანობა იმდენად, რომ თითქმის შეუძლებელი გახდეს ცალკეული ინდივიდების ერთმანეთთან შედარება.
  • მონაცემები, შესაძლოა, კონტექსტიდან ამოვარდეს (დეკონტექსტუალიზაცია). ეს ორგვარად შეიძლება მოხდეს: პირველი, ამოვარდეს ინტერვიუს ან კითხვარის ბუნებრივი თანმიმდევრობიდან და შინაარსიდან (მაგალითად, ზოგიერთი მონაცემის გასაგებად შეიძლება საჭირო იყოს მისი წინმსწრები კონკრეტული კომენტარის ან კომენტარების ცოდნა) და, მეორე, ამოვარდეს ერთიანი სურათიდან და აღარ ჩანდეს მთლიან ვითარებასთან მისი კავშირი, რადგან ამ მიდგომაში მონაცემები შეიძლება დაიყოს და ამით, მათი ურთიერთკავშირი დაიკარგოს.
  • ვინაიდან ინტერესის სფეროები და სამუშაო ჩარჩო წინასწარაა განსაზღვრული, ანალიზში შეიძლება ვერ გაითვალისწინონ დამატებითი ფაქტორები, რომლებიც მონაცემების საპასუხოდ შეიძლება წარმოიქმნას. ეს მონაცემებთან მაგნიტის მიტანას ჰგავს: მაგნიტი მოცემული საკითხისთვის რელევანტურ მონაცემებს მიიზიდავს, ხოლო დანარჩენს, რასაც არარელევანტურად მიიჩნევს, დაკარგვის საფრთხე ემუქრება. იმ საკითხების გამოკვეთის მიზნით, რომლებიც წინასწარი შერჩევისას გაუთვალისწინებელი დარჩა და მკვლევრისთვის მნიშვნელოვანი და საინტერესოა, გადარჩევის შემდეგ დარჩენილი მონაცემები უნდა გადასინჯოს.

      ამრიგად, მკვლევარს არა მარტო წინასწარი კატეგორიზაციის ძლიერი და სუსტი მხარეები უნდა ახსოვდეს (და, შედეგად, დაამატოს კატეგორიები), არამედ ისიც უნდა გადაწყვიტოს, არის თუ არა მნიშვნელოვანი ყველა მონაცების განხილვა, ანუ გადაწყვიტოს, თუ რის მიხედვით აანალიზებს იგი მონაცემებს: ადამიანების/რესპონდენტების თუ საკითხების მიხედვით.

      ანალიზის მეოთხე მეთოდია კვლევის შეკითხვების მიხედვით დალაგება. ეს მონაცემების ორგანიზების ძალიან საჭირი მეთოდია, რადგან ის მკვლევრისთვის საინტერესო საკითხის შესახებ ყველა მონაცემს ერთად ალაგებს და მასალის თანმიმდევრულობას ინარჩუნებს. ის მკითხველს კვლევის წამყვან პრობლემებთან აბრუნებს და ამით კვლევის კითხვებთან „კრავს წრეს“, რომლებიც როგორც წესი, კვლევის დასაწყისში ისმება. ამ მიდგომაში მონაცემების სხვადასხვა წყაროდან მიღებული (ინტერვიუები, დაკვირვებები, კითხვარები და ა. შ.) მონაცემები ერთიანდება, რათა კვლევის კითხვას გაერთიანებული პასუხი გაეცეს. როგორც წესი, ეს პროცესი სისტემატიზაციის გარკვეული ხარისხით ხასიათდება, მაგალითად, კვლევის შეკითხვისთვის ჯერ მისთვის განკუთვნილი რიცხობრივი მონაცემები მიეთითება, შემდეგ მათ მოჰყვება თვისებრივი მონაცემები ან პირიქით. ეს სხვადასხვა ტიპის მონაცემებში მოდელების, ურთიერთმიმართებების, შედარებებისა და დასაბუთებების ზუსტად შესწავლის საშუალებას იძლევა.

      მონაცემების ორგანიზების მეხუთე მეთოდი მონაცემების ინსტრუმენტის მიხედვით დალაგებაა. ეს მეთოდი, როგორც წესი, სხვა მიდგომასთან ერთად გამოიყენება, მაგალითად, საკითხების ან რესპონდენტების მიხედვით დალაგებასთან ერთად. ამ შემთხვევაში წარმოდგენილია თითოეული ინსტრუმენტით მიღებული შედეგები, მაგალითად, მოცემულია ინტერვიუთი მიღებული ყველა მონაცემი, შემდეგ განხილული არის კითხვარებით მოპოვებული მონაცემები, შემდეგ - დოკუმენტებიდან ამოღებული მონაცემები და საველე ჩანაწერები და ა. შ. მართალია ეს მიდგომა მკითხველს იმის ნათლად დანახვის საშუალებას აძლევს, თუ რომელი ინსტრუმენტით იქნა მიღებული ესა თუ ის მონაცემი, ისიც უნდა გვახსოვდეს, რომ ინსტრუმენტი ხშირად მხოლოდ მიზნის მიღწევის საშუალებაა და მონაცემების შემდგომი დამუშავება პასუხების შინაარსის (საკითხებისა და ადამიანების მიხედვით) ანალიზს საჭიროებს. მაშასადამე, თუ კონკრეტული მონაცემის მიღების ამა თუ იმ კონკრეტული ინსტრუმენტის ცოდნა მნიშვნელოვანია, მაშინ ეს ღირებული მეთოდია; თუმცა, თუ ეს უმნიშვნელოა, მაშინ ეს მონაცემებისთვის ანალიზის უსარგებლო დონის დამატება იქნება. ამასთან, თუ მონაცემები ინსტრუმენტების მიხედვითაა განხილული და არა - შეჯამებულად, მათ შორის შეიძლება კავშირი დაიკარგოს.

      თვისებრივი მონაცემების ანალიზისას ძირითადი სირთულე ანალიზის კონტრასტული - ჰოლისტური და ატომისტური ( ფრაგმენტული) - მიდგომების გამოყენებას შეიძლება დაუკავშირდეს. მაკაუზე ინგლისური ენის სწავლება აშკარად ატომისტური ანალიზის მაგალითია, რომელშიც მასალა მცირე ზომის ერთეულებად ნაწევრდება. შეგვიძლია ვამტკიცოთ, რომ ამით ირღვევა რესპონდენტების მოსაზრებების მთლიანობა და ამაში ნამდვილად არის სიმართლის მარცვალი, თუმცა, ისიც უნდა ვიკითხოთ, პრობლემაა ეს თუ არა. სექციებად დაყოფისა და ფრაგმენტაციის შედეგად ანალიზი უფრო მარტივი წასაკითხი ხდება. მეორე მხრივ, თვისებრივი მონაცემების ჰოლისტური მიდგომებს ინდივიდებისა და ჯგუფების მთლიანობის ასახვა ენდომებათ, რამაც უფრო ნარატიული ფორმის, ანგარიშამდე შეიძლება მიგვიყვანოს, სადაც, ნარატივის მსგავსად, ძირითადი საკითხები თანდათანობით იკვეთება! არც ერთი მიდგომა არ არის მეორეზე უკეთესი. მკვლევრებმა თავიანთი მიზნებისა და სავარაუდო აუდიტორიის გათვალისწინებით უნდა გადაწყვიტონ, თუ როგორ დაამუშაონ მონაცემები.

მონაცემების ანალიზისადმი სისტემური მიდგომა

      მონაცემების ანალიზი შეიძლება ძალიან სისტემატური იყოს. ბეკერი და გირი (Becker and Geer 1960) აღწერენ, თუ როგორ უნდა განხორციელდეს ასეთი სისტემატურობა:

  • სხვადასხვა ჯგუფების ერთმანეთთან ერთდროულად და დროში შედარება;
  • ინტერვიუში მოცემული პასუხების დაკვირვებად ქცევასთან შედარება;
  • დევიაციური და ნეგატიური შემთხვევების ანალიზი;
  • ხდომილობებისა და პასუხების სიხშირეების დათვლა;
  • საკმარისი მონაცემების თავმოყრა და მიწოდება, რაც ერთმანეთისგან მიჯნავს ნედლ მონაცემებს და ანალიზს.

      თვისებრივი მონაცემების ანალიზი აქ პრაქტიკულად გარდაუვლად ინტერპრეტაციულია, ამიტომ ის ზუსტი რეპრეზენტაცია კი არაა (როგორც რაოდენობრივ, პოზიტივისტურ ტრადიციაში), არამედ უფრო რეფლექსიური, რეაქტიული ინტერაქციაა მკვლევარსა და კონტექსტიდან მოწყვეტილ მონაცემების შორის, რომლებიც, თავისთავად, უკვე სოციალური ურთიერთობის ინტერპრეტაციებია. ფაქტობრივად, რეფლექსიურობა თვისებრივი მონაცემების ანალიზის მნიშვნელოვანი მახასიათებელია, რომელზეც ცალკე ვისაუბრეთ (თავი 7). აქ საქმე ისაა, რომ მკვლევარს მონაცემებში შეაქვს საკუთარი წინასწარი განწყობები, ინტერესები, მიკერძოებები, პრიორიტეტები, ბიოგრაფია, გამოცდილება და გეგმები. როგორც უოლფორდი (2001: 98) წერს: „ყველა კვლევა საკუთარი თავის კვლევაა“. პრაქტიკული თვალსაზრისით ეს ნიშნავს, რომ მკვლევარი შეიძლება სელექციური იყოს ფოკუსის არჩევისას, ან კვლევაზე შეიძლება გავლენა მოახდინოს მკვლევრის სუბიექტურმა მახასიათებლებმა. რობსონი (1993: 374 – 5) და ლინკოლნი და გუბა (1985: 354 - 5) მიუთითებენ, რომ ამაში შეიძლება შედიოდეს:

  • მონაცემებით გადატვირთვა (ადამიანებმა შეიძლება ვერ შეძლონ დიდი რაოდენობის მონაცემების დამუშავება);
  • პირველი შთაბეჭდილებები (მონაცემების ადრეულმა ანალიზმა შეიძლება იმოქმედოს შემდგომში მონაცემების შეგროვებასა და ანალიზზე);
  • ადამიანების ხელმისაწვდომობა (მაგალითად, რამდენად რეპრეზენტაციულები არიან ისინი და როგორ გავიგოთ, მნიშვნელოვანია თუ არა ის ადამიანები ან მონაცემები, რომლებიც გვაკლია);
  • ინფორმაციის ხელმისაწვდომობა (იოლად ხელმისაწვდომ ინფორმაციას შეიძლება მეტი ყურადღება მიექცეს, ვიდრე - ძნელად მოსაპოვებელს);
  • პოზიტიური მაგალითები (მკვლევარმა შეიძლება გადაჭარბებულად გამოკვეთოს დამადასტურებელი და დააკნინოს საპირისპირო მონაცემები);
  • შინაგანი შეთანხმებულობა (უჩვეულო, მოულოდნელ ან ახალ მონაცემებს შეიძლება არასაკმარისი ყურადღება მიიქციონ);
  • არათანაბარი სანდოობა (მკვლევარს შეიძლება მხედველობიდან გამორჩეს ის ფაქტი, რომ ზოგიერთი წყარო უფრო სანდოა, ვიდრე - სხვები);
  • გამოტოვებული მონაცემები (საკითხები, რომელთათვისაც არ აქვთ სრული მონაცემები, შეიძლება უყურადღებოდ დარჩეს ან უარყოფილ იქნას);
  • ჰიპოთეზების გადასინჯვა (მკვლევარმა შეიძლება ზედმეტი ან, პირიქით, არასაკმარისი ყურადღება გამოიჩინოს ახალი მონაცემების მიმართ);
  • შეფასებებში დარწმუნებულობა (მკვლევრები შეიძლება უფრო მეტად იყვნენ დარწმუნებულები თავიანთ საბოლოო შეფასებებში, ვიდრე - გამართლებულია);
  • მოვლენების ერთდროულად განხორციელებამ შეიძლება შეცდომაში შეიყვანოს მკვლევარი და ეს მათ შორის ასოციაციად მიიჩნიოს;
  • არაკონსისტენტობა (იგივე მონაცემების შემდგომმა ანალიზმა შეიძლება სხვა შედეგები მოგვცეს). ამის ნათელი მაგალითის ნახვა შეიძლება ბენეტთან (Bennett 1976) და აიტკინთან და მის კოლეგებთან (Aitkin et al. 1981).

      აქ მნიშვნელოვანია, რომ მკვლევარმა დიდი სიფრთხილე და წინდახედულება შეიძლება გამოიჩინოს თვისებრივი მონაცემების ანალიზისას, ვინაიდან ანალიზი და მიღებული შედეგები მკვლევარზე უფრო მეტს ამბობდეს, ვიდრე მონაცემებზე. მაგალითად, მკვლევარი ადგენს კოდებსა და ანალიზის კატეგორიებს, იქნება ეს წინასწარ დაგეგმილი თუ რეაქციური კვლევა (ანუ, მკვლევარი კოდებსა და ანალიზის კატეგორიებს კვლევის დაწყებამდე განსაზღვრავს თუ მიღებული მონაცემების ანალიზის შედეგად). სწორედ მკვლევრის გეგმა მართავს კვლევას და მკვლევრი ირჩევს მეთოდოლოგიას.

      მონაცემების ანალიზის პროცესში მკვლევარს მოუწევს მონაცემებთან დაკავშირებით ჰქოდეს იდეები, ახალი მიგნებები, კომენტარები და რეფლექსიები. ეს ყველაფერი შეიძლება ჩაიწეროს, მონიშვნა? და, ფაქტობრივად, რეფლექსიის პროცესში თავად იქცეს მონაცემებად (თუმცა, ეს მონაცემები უნდა გამიჯნოს მონაწილეებისგან მიღებული პირველადი მონაცემებისგან). გლასერისა (1978) და რობსონის (1993: 387) მტკიცებით, ასეთი ჩანიშვნები მონაცემები არ არის, მაგრამ მონაცემების ანალიზის პროცესში დამხმარე ფუნქციას ასრულებენ. ეს საკამათოა: თუ რეფლექსიურობა მონაცემთა ანალიზის პროცესის ნაწილია, მაშინ, მკვლევრის ჩანიშვნები მონაცემთა ანალიზის ან მიმოხილვის ლეგიტიმური მეორადი მონაცემები შეიძლება იყოს. თვისებრივი მონაცემების ანალიზისთვის (განხილულია ქვემოთ) განკუთვნილი ბევრი პროგრამული პაკეტი არა მარტო მკვლევრის მიერ ასეთი ჩანიშვნების გაკეთების, არამედ - ამ ჩანიშვნის კონკრეტულ მონაცემთან დაკავშირების საშუალებასაც იძლევა. მკვლევრის ჩანიშვნების ერთი უნივერსალური სწორი ფორმატი არ არსებობს. მასში შეიძლება შედიოდეს მონაცემების შესახებ სუბიექტური მოსაზრებები, იდეები, თეორიები, რეფლექსიები, კომენტარები, მოსაზრებები, პიროვნული რეაქციები, მოსაზრებები სამომავლო და ახალი მიმართულებით კვლევისთვის, მოგონებები, დაკვირვებები, შეფასებები, მსჯელობები, კრიტიკა, დასკვნები, ახსნები, განხილვები, შედეგები, სპეკულაციები, პროგნოზები, ვარაუდები, კავშირები, მიმართებები კოდებსა და კატეგორიებს შორის, ახალი მიგნებები და ა. შ. ასეთი ჩანიშვნებით წარსულის, აწმყოსა და მომავლის ასახავა შეიძლება და, აქედან გამომდინარე, შეიძლება მიზეზ-შედეგობრიობის გამოკვლევის დასაწყისი იყოს. არ არსებობს მოთხოვნილი მინიმალური ან მაქსიმალური სიგრძე, თუმცა სამახსოვროების დათარიღება აუცილებელია არა მარტო იმიტომ, რომ ადვილად მისათითებელი იყოს, არამედ იმიტომაც, რომ როგორც მკვლევრის, ისე - კვლევის დინამიკა აღინუსხოს და დაფიქსირდეს.

      ჩანიშვნები მონაცემებზე რეფლექსიის მნიშვნელოვანი ნაწილია და მონაცემების მოგროვებისთვის, ანალიზისთვის და თეორეტიზირების პროცესებისთვის საკმაოდ მრავლისმთქმელი შეიძლება იყოს. ისინი მაშინ უნდა ჩაიწეროს, როდესაც მკვლევარი მათ მნიშვნელოვნად მიიჩნევს - ანალიზის დროს ან მისი დასრულების შემდეგ. მათი დაწერა ნებისმიერ დროს შეიძლება. ფაქტობრივად, ზოგ მკვლევარს შეგნებულად ყველგან დააქვს თან უბის წიგნაკი და კალამი და იდეების გაჩენის შემთხვევაში, მაშინვე შეუძლია ჩაიწეროს, სანამ დაავიწყდება.

      მონაცემების ანალიზისას ძირითადი სირთულე თავს იჩენს მონაცემების - ტექსტის ჰოლისტურობის განცდის შენარჩუნებასა და ანალიზისთვის მონაცემების ატომიზაციისა და ფრაგმენტაციის - მათ შემადგენელ ელემენტებად დაშლის და ამით მთლიანის სინერგიის დაკარგვის - ტენდენციას შორის და ხშირად მთლიანი უფრო მეტია, ვიდრე მისი შემადგენელი ელემენტების მექანიკური ჯამი. ანალიზში რამდენიმე ეტაპი გამოიყოფა, მაგალითად:

  • მნიშვნელობის ბუნებრივი ერთეულების გენერირება;
  • მნიშვნელობის ამ ერთეულების კლასიფიცირება, კატეგორიზება და მოწესრიგება;
  • შინაარსის აღსაწერად მონათხრობების სტრუქტურირება;
  • მონაცემების ინტერპრეტაცია.

      ეს შედარებით გამსხვილებული ეტაპებია. მაილსი და ჰაბერმანი (1994) ტრანსკრიპტის მონაცემებიდან მნიშვნელობის ჩამოყალიბების თორმეტ ტაქტიკას გვთავაზობენ, ესენია:

  • ხდომილობის სიხშირეების დათვლა (მაგალითად, იდეების, თემების, მონაცემთა ნაწილების, სიტყვების);
  • ტენდენციების და თემების (გეშტალტების) აღმოჩენა, რომლებიც შეიძლება გამეორებული თემებიდან და მიზეზებიდან, ან ახსნებიდან მომდინარეობდეს;
  • დამაჯერებლობის დანახვა: მონაცემებისთვის მართებული მნიშვნელობის მინიჭება, დასკვნის გამოსატანად ინფორმაციაზე დაფუძნებული ინტუიციის გამოყენება;
  • კლასტერებად გაერთიანება: დებულებების კატეგორიებში, ტიპებში, ქცევებსა და კლასიფიკაციებში გაერთიანება;
  • მეტაფორები: ფიგურალური და კონოტაციური მეტყველების გამოყენება და არა - პირდაპირი და დენოტაციურის, მონაცემებისთვის სიცოცხლის შთაბერვა და, ამგვარად, მონაცემების შემცირება, ტენდენციების გამოკვეთა და მონაცემების თეორიასთან დაკავშირება;
  • იდეების დასამუშავებლად, ერთმანეთისგან გასამიჯნად და „გასახსნელად“ ცვლადების დანაწევრება, ესე იგი, მონაცემების ინტეგრაციისა და ერთმანეთში აღრევის საწინააღმდეგოდ ქმედება;
  • კერძოს ზოგადისთვის დაქვემდებარება გლასერის „მუდმივი შედარების“ (1978) ცნების მსგავსად; (იხ. თავი 23) - ძირითადი ცნებების დაზუსტებაზე გადასვლა;
  • ფაქტორების გამოყოფა: დიდი რაოდენობის ცვლადების უფრო მცირე რაოდენობის, (ხშირად) არადაკვირვებად ჰიპოთეტურ ცვლადებში გაერთიანება;
  • ცვლადებს შორის მიმართებების გამოვლენა და აღნიშვნა;
  • შუალედური ცვლადების აღმოჩენა: სხვა ცვლადების ძებნა, რომლებიც, როგორც ჩანს, „გზაზე ეღობებიან“, „ხელს უშლიან“ მკვლევრის მოლოდინით, ცვლადებს შორის არსებული კავშირის ახსნას;
  • ემპირიული მტკიცებულების ლოგიკური ჯაჭვის აგება: მიზეზ-შედეგობრობის აღნიშვნა და დასკვნების გაკეთება;
  • კონცეპტუალური (თეორიული) თანმიმდევრულობის უზრუნველოყოფდა: მეტაფორებიდან კონსტრუქტებზე, ფენომენების ამხსნელ თეორიებზე გადანაცვლება.

      ამ პროცესს, მართალია, პოზიტივისტური ელფერი აქვს, მაგრამ მონაცემების ანალიზისას კერძოდან ზოგადზე გადასვლის ეფექტუერი გზაა. მაილსისა და ჰაბერმანის (1994) შემოთავაზებები მონაცემთა კოდირებას უკავშირდება, რაც (კოდირება) თავის მხრივ, ნაწილობრივ თვისებრივი მონაცემებისთვის დამახასიათებელი ჭარბი მონაცემების შემცირების საშუალებას წარმოადგენს. მაილსი და ჰაბერმანი (1994) თვლიან, რომ კოდირების მეშვეობით ანალიზი ორივეგან - სფეროს ფარგლებში და სფეროებს შორის - შეიძლება განხორციელდეს და შესაძლებელი გახადოს მიზეზ-შედეგობრივი კავშირების, ქსელებისა და მატრიცების დადგენა. ავტორები ამ ყველაფერს იმ საკითხის გადაჭრად მიიჩნევენ, რასაც ჭარბი მონაცემების შემცირება წარმოადგენს.

      კონტენტ ანალიზი კითხვასა და განსჯას მოიცავს. ბრენერი და მისი კოლეგები (1985) ღია კითხვებით შეგროვილი მონაცემების კონტენტ ანალიზის რამდენიმე ეტაპს გამოყოფენ:

  • ბრიფინგი: პრობლემისა და მისი კონტექსტის დეტალურად გაგება-გააზრება;
  • შერჩევა: ადამიანების შერჩევა, საჭირო შერჩევის ტიპის ჩათვლით (იხ. თავი 4);
  • დაკავშირება: სხვა უკვე შესრულებულ კვლევასთან დაკავშირება;
  • ჰიპოთეზის ჩამოყალიბება;
  • ჰიპოთეზის შემოწმება;
  • ჩაღრმავება: შეგროვილ მონაცემებში ჩაღრმავება ყველა მინიშნების მოსაკრებად:
  • კატეგორიზირება: კატეგორიები და მათი დასახელებები კვლევის მიზნებს უნდა ასახავდნენ, ისინი ამომწურავი და ურთიერთგამომრიცხავი უნდა იყვნენ;
  • ინკუბაცია: მაგალითად, მონაცემების გააზრება და ინტერპრეტაციებისა და მნიშვნელობების ჩამოყალიბება;
  • სინთეზი: კოდირების ლოგიკური საფუძვლების მიმოხილვა და გამოკვეთილი ტენდენციებისა და თემების იდენტიფიცირება;
  • დახარისხება: მონაცემების შემჭიდროვება, ამოკლება და ხელახალი ინტერპრეტაციაც კი ისე, რომ შესაძლებელი იყოს მათი ნათლად და გასაგებად დაწერა;
  • ინტერპრეტაცია: მონაცემებისთვის აზრის მინიჭება;
  • დაწერა: ხდომილობის ნათლად ახსნა; გრძნობების მიმართულებასა და ინტენციებზე მითითება; გაცნობიერება იმისა, თუ რა ითქვა და რა არა - დუმილის ეპიზოდები; დუმილის შემთხვევებზე მითითება (მკითხველებისთვის და რესპონდენტებისთვის).
  • ხელახალი გააზრება.

      კონტენტ ანალიზი 23-ე თავში უფრო სრულადაა განხილული. ბრენერისა და მისი კოლეგების (1985: 144) აზრით, ამ პროცესის დროს რამდენიმე ფაქტორის გათვალისწინებაა საჭირო. ეს ფაქტორებია:

  • კვლევის შეჯამების სრულად გააზრება;
  • კვლევის პროექტთან შესატყვისობის შეფასება;
  • მკვლევრის პირადი გამოცდილების კვლევის პრობლემასთან დაკავშირება, მანიშნებლების საკუთარ წარსულ გამოცდილებაში მოძიება;
  • შემოწმებადი ჰიპოთეზების ფორმირება, რომელიც კონტენტ ანალიზის საფუძველს შექმნის (ბრენერი და მისი კოლეგები (1985) ამას „ცნებების რვეულს“ უწოდებენ);
  • ჰიპოთეზების შემოწმება ინტერვიუს ჩატარებითა და ანალიზით;
  • მთელი კვლევის განმავლობაში მონაცემების ფარგლებში დარჩენა;
  • „ცნებების რვეულში“ მონაცემების კატეგორიზება, სახელწოდებებისა და კოდების შექმნა;
  • მონაცემების გაფორმებამდე მონაცემების გააზრება;
  • „ცნებების რვეულში“ მონაცემების სინთეზია და ცნებების მოძიება;
  • მონაცემების შემჭიდროვება: სელექციურობა მნიშვნელოვანია, ვინაიდან ყველაფრის დაწერა მომხდარის შესახებ შეუძლებელია;
  • მონაცემების ინტერპრეტაცია, მათი მნიშვნელობებისა და შედეგების იდენტიფიცირება;
  • ანგარიშის დაწერა;
  • ხელახალი გააზრება და დაწერა: მიღწეულია თუ არა კვლევის მიზნები?

      ჰიჩნერი (1985) გვთავაზობს პროცედურას, რომელიც ინტერვიუს მონაცემების ფენომენოლოგიური ანალიზისას შეგვიძლია გამოვიყენოთ. პირველ თავში ვნახეთ, რომ ფენომენოლოგისტები უშუალო გამოცდილების შესწავლის მომხრენი არიან და ქცევას გამოცდილებით განპირობებულად მიიჩნევენ და არა - გარეგანი, ობიექტური და ფიზიკურად აღწერილი რეალობით. ჰიჩნერი (1985) მიუთითებს, რომ ფენომენოლოგისტებს ზედმეტი კონკრეტიკის ეშინიათ და ამიტომ, თავს არიდებენ კვლევის მეთოდის ეტაპებზე გადაჭარბებულ ფოკუსირებას. თუმცა, უნდა ითქვას, რომ ჰიჩნერი მონაცემების ანალიზის ისეთ ეტაპებს გვთავაზობს, რომელიც ამცირებს ამ შიშს. როგორც იგი თავად ხსნის, მისი მითითებები „ფსიქოლოგიის სპეციალობის მაგისტრატურის სტუდენტებისთვის ფენომენოლოგიური კვლევის სწავლების წლების მანძილზე დაგროვილ გამოცდილებას ემყარება და ცდილობს, ზუსტი იყოს ინტერვიუს მონაცემებთან და ამავდროულად კონკრეტულ მითითებებსაც იძლეოდეს“ (Hycner 1985). საბოლოო ჯამში, ჰიჩნერისეული მითითებები ასეთია:

  • ტრანსკრიპტის მომზადება: ინტერვიუს ჩანაწერის ტრანსკრიპტის მომზადება; არა მარტო პირდაპირ, ღია ნათქვამებზე, არამედ, არავერბალურ და პარალინგვისტურ კომუნიკაციაზე რეაგირება.
  • ფრჩხილებში ჩასმა და ფენომენოლოგიური შემცირება: ეს ნიშნავს „შეძლებისდაგვარად ბევრი მკვლევრისეული მნიშვნელობისა და ინტერპრეტაციის შეჩერებას (ფრჩხილებში ჩასმას) და უნიკალური რესპონდენტის სამყაროში შესვლას“ (Hycner 1985). ამგვარად, მკვლევარი თავად რესპონდენტის მიერ ნათქვამის გაგებას ცდილობს და არა იმის, რის თქმასაც იგი თავად მოელის ამ ადამიანისგან.
  • ინტერვიუს მოსმენა მთლიანობის განცდის შესაქმნელად: აქ მთელი ჩანაწერის რამდენჯერმე მოსმენა და ტრანსკრიპტის რამდენჯერმე გადაკითხვა მოიაზრება, რაც შემდგომში, მნიშვნელობების კონკრეტული ერთეულებისა და თემების გამოვლენისთვის შექმნის კონტექსტს.
  • ზოგადი მნიშვნელობის ერთეულების აღწერა: აქ მოიაზრება მონაწილის მიერ ნაგულისხმევი მნიშვნელობის გასაგებად ვერბალური და არავერბალური ჟესტების ზედმიწევნით შესწავლა. „ეს მონაწილის ნათქვამის კრისტალიზაცია და განხილვაა და ამ დროს ისევ, რაც შეიძლება, ბევრ სიტყვა-სიტყვით ნათქვამს ვიყენებთ“ (Hycner 1985).
  • კვლევის კითხვის შესატყვისი მნიშვნელობის ერთეულების აღწერა: ზოგადი მნიშვნელობის ერთეულების გამოკვეთის შემდეგ, ხდება მათი დაყვანა კვლევის კითხვისთვის შესატყვისი მნიშვნელობის ერთეულებზე.
  • შესატყვისი მნიშვნელობის ერთეულების შესამოწმებლად დამოუკიდებელი შემფასებლების გამოყენება: მიღებული შედეგები სხვა მკვლევრების გამოყენებით შეიძლება შემოწმდეს, რომლებიც ზემოთ აღწერილ პროცედურას განხორცილებენ. ამ ტიპის კვლევაში კარგად გავარჯიშებულ მაგისტრანტებთან მუშაობის ჰიჩნერის პირადი გამოცდილება აჩვენებს, რომ ასეთ შედეგებს შორის იშვიათად არის ხოლმე მნიშვნელოვანი განსხვავება.
  • ზედმეტი მასალის ამოკლება: ამ ეტაპზე მკვლევარი ამოწმებს შესატყვისი მნიშვნელობების ნუსხეას და ამოშლის იმ პუნქტებს, რომლებიც აშკარად ზედმეტია სხვების ნუსხებთან შედარებით.
  • შესატყვისი მნიშვნელობების მქონე ერთეულების კლასტერებად დაჯგუფება: ამ ეტაპზე მკვლევარი ცდილობს განსაზღვროს, შესატყვისი მნიშვნელობის რომელიმე ერთეულები ბუნებრივად თუ ჯგუფდება ერთად. არის თუ არა ეს საერთო თემა, რომელიც შესატყვისი მნიშვნელობის რამდენიმე ერთეულს აერთიანებს.
  • მნიშვნელობის კლასტერებიდან თემების დადგენა: მკვლევარი შეისწავლის მნიშვნელობის ყველა კლასტერს და ცდილობს, გაარკვიოს, არსებობს თუ არა ერთი (ან მეტი) ცენტრალური თემა (თემები), რომელიც ამ კლასტერების არსს ასახავს.
  • ყოველი ინტერვიუს შეჯამების დაწერა: ჰიჩნერი თვლის, რომ ამ ეტაპზე სასარგებლოა ინტერვიუს ტრანსკრიპტთან მიბრუნება და ინტერვიუს შეჯამების დაწერა, რომელშიც მონაცემებიდან ამოღებული თემები იქნება ჩართული.
  • განმეორებითი შეხვედრა მონაწილესთან, შეჯამებისა და თემების გაცნობა - მეორე ინტერვიუს ჩატარება: გადამოწმება იმისა, თუ რამდენად სწორად ჩაწვდა მკვლევარი პირველი ინტერვიუს არსს.
  • თემებისა და შეჯამების მოდიფიცირება: მეორე ინტერვიუს დროს მიღებული ახალი მონაცემების გათვალისწინებით, მკვლევარი მთლიანობაში უყურებს მონაცემებს და, საჭიროების შემთხვევაში, ცვლის ან ამატებს თემებს.
  • ყველა ინტერვიუსთვის ზოგადი და უნიკალური თემების იდენტიფიცირება: ახლა მკველვარი ყველა, ან თითქმის ყველა ინტერვიუსთვის საერთო თემებს და ინდივიდუალურ ვარიაციებს ეძებს. ამ პროცესში პირველი ნაბიჯია ყველა, ან თითქმის ყველა ინტერვიუსთვის საერთო თემების გამოვლენა. მეორე ნაბიჯია იმის ნახვა, თუ როდის ხვდება თემები მხოლოდ ერთ ინტერვიუში ან ინტერვიუების უმცირესობაში.
  • თემების კონტექსტუალიზაცია: აქ სასარგებლოა თემების იმ ზოგად კონტექსტში და არეში დაბრუნება, საიდანაც წარმოიქმნა ისინი;
  • ერთიანი შეჯამება: ჰიჩნერი (1985) სასარგებლოდ მიიჩნევს ყველა ინტერვიუს ერთიანი შეჯამების დაწერას, რომელშიც ზედმიწევნით იქნება გადმოცემული საკვლევი ფენომენის არსი. „ასეთი ერთიანი შეჯამება აღწერს ზოგადად „სამყაროს“ ისე, როგორც მას მონაწილეები ხედავენ. ასეთი შეჯამების დასასრულს მკვლევარმა, შესაძლოა, მნიშვნელოვანი ინდივიდუალური განსხვავებების აღნიშვნაც მოისურვოს“ (Hycner 1985).

თვისებრივი მონაცემების ანალიზის მეთოდოლოგიური ინსტრუმენტები

      თვისებრივი მონაცემების ანალიზის რამდენიმე პროცედურული ინსტრუმენტი არსებობს. ლეკომტი და პრეისლი (1993: 253) ანალიტიკურ ინდუქციას, მუდმივ შედარებას, ტიპოლოგიურ ანალიზსა და დათვლას იმ ღირებულ ტექნიკებად მიიჩნევენ, რომლებიც თვისებრივმა მკვლევარმა მონაცემების ანალიზისა და თეორიის ჩამოყალიბებისათვის შეიძლება გამოიყენოს.

ანალიტიკური ინდუქცია

      ანალიტიკური ინდუქცია არის ტერმინი და პროცესი, რომელიც ზნანიეცკიმ (Znaniecki 1934) მონაცემების ანალიზის სტატისტიკური მეთოდების საწინაღმდეგოდ შექმნა. ლეკომტისა და პრეისლის (1993: 254) აზრით, ეს პროცესი ზემოთ წარმოდგენილ რამდენიმე ეტაპს წააგავს იმით, რომ მასშიც ხდება ფენომენების კატეგორიების შესაქმნელად მონაცემების ყურადღებით განხილვა, ამ კატეგორიებს შორის მიმართებების ძიება და ტიპოლოგიების შემუშავება. შეჯამება კი შესწავლილი მონაცემების საფუძველზე იწერება. მიღებული შედეგი შემდეგ იხვეწება შემთხვევებისა და ანალიზის დამატებით, მიზანმიმართულად ხდება უარყოფითი და განსხვავებული შემთხვევების მოძიება საწყისი მოსაზრების ან თეორიის შეცვლის, გაფართოების ან შეზღუდვის მიზნით. დენზინი (1970ბ: 192) ტერმინს „ანალიტიკური ინდუქცია“ დაკვირვების ფართო სტრატეგიის აღსაწერად იყენებს, რომელიც შემდეგნაირად წარმოებს:

  • ასახსნელი ფენომენის ზოგადი შტრიხებით განსაზღვრა;
  • ასახსნელი ფენომენის ჰიპოთეტური ახსნა;
  • ჰიპოთეზის ჭრილში შეისწავლება ერთი შემთხვევა, რაც მიზნად ისახავს იმის განსაზღვრას, თუ რამდენად ერგება ჰიპოთეზა ამ შემთხვევაში მოცემულ ფაქტებს;
  • თუ ჰიპოთეზა არ შეესაბამება ფაქტებს, მაშინ ან ჰიპოთეზის ხელახლა ფორმულირება ხდება, ან შესასწავლი ფენომენი ხელახლა განისაზღვრება ისე, რომ მათ შორის შეუსაბამობა გამოირიცხოს;
  • პრაქტიკული დასაბუთება მცირე რაოდენობის შემთხვევების შესწავლითაა შესაძლებელი, თუმცა უარყოფითი შემთხვევების აღმოჩენა უარყოფს ახსნას და ისევ ხელახლა ფორმულირებას მოითხოვს;
  • შემთხვევების შესწავლის, ფენომენის ხელახლა განსაზღვრის და ჰიპოთეზის ხელახლა ჩამოყალიბების ეს პროცესი მანამდე გრძელდება, ვიდრე უნივარსალური ურთიერთმიმართება არ დადგინდება. ასევე, საჭიროა თითოეული ნეგატიური შემთხვევის ხელახალა ფორმულირების ხელახლა განმარტება.

      ბოგდანი და ბიკლენი (1992: 72) საწინაღმდეგო, განსხვავებული შემთხვევების უფრო მეტად მიზანმიმართულად ძიებას ემხრობიან და ანალიტიკური ინდუქციის ხუთ ძირითად ელემენტს გამოყოფენ:

  • კვლევის ადრეულ ეტაპებზე კონკრეტული ფენომენის სქემატური განსაზღვრება და ახსნა;
  • ეს განსაზღვრება და ახსნა კვლევის პროცესში მოგროვილი მონაცემების ჭრილშია შესწავლილი; საჭიროების შემთხვევაში, ახალი მონაცემების ფონზე (მაგალითად, თუ მონაცემები არ ერგება ახსნას ან განსაზღვრებას), ფორმულირებული განსაზღვრების და/ან ახსნის ცვლილება;
  • ისეთი შემთხვევების შეგნებულად აღმოჩენა, რომლებიც შეიძლება ახსნას ან განსაზღვრებას არ შეესაბამებოდეს;
  • ხელახალი განსაზღვრებისა და ხელახლა ფორმულირების პროცესის გამეორება, მანადმე, ვიდრე ისეთი ახსნა არ მიიღება, რომელიც ყველა მონაცემს მოიცავს და მანამდე, ვიდრე განზოგადებული ურთიერთიმიმართება არ დადგინდება, რომელიც ნეგატიურ შემთხვევებსაც მოიცავს.

მუდმივი შედარება

      მუდმივი შედარებისას მკვლევარი ახლად მიღებულ მონაცემებს უკვე არსებულ მონაცემებს და შექმნილ, განვითარებად კატეგორიებსა და თეორიებს ადარებს, რათა ისინი იდეალურად მოარგოს ერთმანეთს. ლოგიკურია, რომ ნეგატიურ შემთხვევებს ან მონაცემებს, რომლებიც ეჭვქვეშ აყენებენ არსებულ კატეგორიებსა და თეორიებს, მათი ცვლილება მოჰყვება და ეს მანამდე გაგრძელდება, ვიდრე ყველა მონაცემს სრულად არ მოიცავენ. ამ ტექნიკაზე უფრო სრულად 23-ე თავში ვისაუბრებთ, ვინაიდან ეს თვისებრივი ანალიზის ძირითად მახასიათებელს წარმოადგენს.

ტიპოლოგიური ანალიზი

      ტიპოლოგიური ანალიზი, თავისი არსით, კლასიფიკაციის პროცესია (LeCompte and Preissle 1993: 257), როდესაც მონაცემები გარკვეული ზუსტი კრიტერიუმის საფუძველზე (მაგალითად, აქტები, ქცევა, მნიშვნელობები, მონაწილეობის ბუნება, ურთიერთობები, გარემოები, აქტივობები) ჯგუფებად, ქვესიმრავლეებად ან კატეგორიებად ერთიანდება. ეს მეორადი კოდირების პროცესია (Miles and Huberman 1984), როდესაც აღწერითი კოდები ქვესიმრავლეებში ერთიანდება. ტიპოლოგიები ფენომენების ერთობლიობაა, რომლებშიც უფრო ზოგადი ერთობლიობის ან კატეგორიის ქვეერთობლიობებია წარმოდგენილი (Lofland 1970). ლაზარფელდისა და ბარტონის (1951) მოსაზრებით, ტიპოლოგიის შექმნა შესაძლებელია ძირითადი განზომილების, ანუ, ძირითადი მახასიათებლის მიხედვით. ლოუფლენდი (1970) თვლის, რომ ტიპოლოგიების შექმნისას მკვლევარმა მიზანმიმართულად უნდა გააერთიანოს ყველა ის მონაცემი, რომელიც მონაწილის მიერ კონკრეტული საკითხის განხილვას ასახავს, ანუ, დააფიქსიროს რა სახის სტრატეგიებს იყენებს; ერთმანეთისგან გამოყოს და გამიჯნოს განსხვავებული სტრატეგიები; მოახდინოს მათი ერთობლიობებად და ქვეერთობლიობებად კლასიფიკაცია და მკითხველს მოწესრიგებული, სახელდებული და გადანომრილი სახით წარუდგინოს.

დათვლა

      დათვლის პროცესში ხდება კატეგორიებისა და კოდების სიხშირეების, ანალიზის ერთეულების, ტერმინების, სიტყვების ან იდეების დათვლა. ეს სიხშირეების სტატისტიკური ანალიზის საშუალებას იძლევა (მაგალითად, Monge and Contractor 2003). ამ მეთოდს ტრადიციულ კონტენტ ანალიზში იყენებენ და მას 23-ე თავში განვიხილავთ.

      წინამდებარე თავში თვისებრივი მონაცემების ანალიზისა და გაფორმების რამდენიმე მიდგომა შემოგთავაზეთ. ეს თემები 23-ე თავში მოცემულ მასალასთან ერთად უნდა წაიკითხოთ, რადგან ეს ორი თავი ავსებს ერთმანეთს.

ტეგები: Qwelly, ანალიზი, თვისებრივი_კვლევა, კვლევის_მეთოდები, სოციოლოგია

ნახვა: 3201

ღონისძიებები

ბლოგ პოსტები

აქტიური თავმჯდომარე, პირომანი მოზარდის საქმე და სხვ.

გამოაქვეყნა Giorgi_მ.
თარიღი: მარტი 28, 2024.
საათი: 11:35pm 0 კომენტარი

ევროპულ მუნდიალზე საქართველოს ეროვნული ნაკრების საგზურის მიღების შემდეგ, ქვეყანა ნელ-ნელა გამოერკვია სიხარულის ემოციიდან და როგორც იქნა ცხოვრება ძველ კალაპოტს დაუბრუნდა. ჯერ კიდევ პენალტების, გოლების, ემოციების, ჟივილ-ხივლის პერიოდია, მაგრამ დღის ამბები, ასე თუ ისე მოგროვდა ნიუს-მწერლებში. აქტიური იყო შალვა პაპუაშვილის მრავალმხრივი კომენტარები და ინტერვიუები, მათ შორის საკონსტიტუციო ცვლილებებზე და სასამართლო…

გაგრძელება

Dive In to the Beat: An Introduction to Hearing Rap Audio

გამოაქვეყნა EFTcheat_მ.
თარიღი: მარტი 28, 2024.
საათი: 4:30am 0 კომენტარი







Rap tunes, with its infectious beats, poetic lyrics, and charming storytelling, happens to be a dominant pressure within the audio business and a cultural phenomenon throughout the world. From its humble beginnings from the streets of New York City to its latest standing as a worldwide genre influencing vogue, language, and social actions, rap has progressed into a diverse and dynamic art type embraced by hundreds of thousands. For anyone who is new to rap or seeking to…

გაგრძელება

Study Recombinant Protein Creation

გამოაქვეყნა EFTcheat_მ.
თარიღი: მარტი 27, 2024.
საათი: 12:00am 0 კომენტარი







Proteins tend to be the workhorse molecules that generate nearly each Organic program. Using the escalating recognition of the purpose of proteins in numerous investigate and production things to do, basically isolating them from their natural host cells are unable to meet the escalating need of the market. Chemical synthesis can be not a practical option for this endeavor a result of the size and complexity of proteins. As a substitute, the developments manufactured…

გაგრძელება

Gradient Media in Biomedical Investigate

გამოაქვეყნა EFTcheat_მ.
თარიღი: მარტი 26, 2024.
საათი: 11:30pm 0 კომენტარი







In the realm of biomedical study, the quest for precise separation and isolation methods has led scientists to explore revolutionary solutions. Among these, Axis-Protect Density Gradient Media stands out to be a formidable Device, revolutionizing the best way we isolate cells, organelles, and particles in various applications starting from medical diagnostics to standard analysis.



Density gradient centrifugation has extended been a cornerstone system in Organic…

გაგრძელება

Qwelly World

free counters