Анализ данных качественных исследований. Практикум

МИНИCTEPCTBO ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «СЕВЕРО-КАВКАЗСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»

АНАЛИЗ ДАННЫХ КАЧЕСТВЕННЫХ ИССЛЕДОВАНИЙ

ПРАКТИКУМ

Направление подготовки 39.03.01 – Социология Профиль «Социальная структура, социальные институты и изменения»

Квалификация выпускника Бакалавр

Ставрополь

2016

Рецензенты:

д-р социол. наук, профессор Д. А. Лушников, д-р социол. наук, профессор Т. И. Барсукова

А64 Анализ данных качественных исследований: практикум /

сост. А.П. Истомина. – Ставрополь: Изд-во СКФУ, 2016. – 94 с.

Пособие представляет собой составную часть учебнометодического комплекса дисциплины «Анализ данных качественных исследований», разработанного в соответствии с требованиями ОС ВО СКФУ и включает планы практических занятий, основанных на использовании традиционных и интерактивных методов обучения.

Предназначено для студентов, обучающихся по направлению подготовки 39.03.01 – Социология.

УДК 316.167 (075.8) ББК 60.5 я 73

Составитель

канд. социол. наук, доцент А. П. Истомина

©ФГАОУ ВО «Северо-Кавказский федеральный университет», 2016

2

ПРЕДИСЛОВИЕ

Анализ данных качественных исследований является одной из областей междисциплинарного знания, бурно развивающейся в последние три десятилетия как инструментальный аппарат качественной социологии и активно включающей в себя методы информационных технологий. Сегодня анализ качественных данных – это не только оригинальные методики работы с нечисловой информацией, но и мощная инновационная отрасль производства высокоинтеллектуальных продуктов, включающая в себя решение проблем социальной методологии, разработку программных средств, обучение пользователей. Постоянный рост количества исследовательских методов, основанных на анализе качественных данных, показывает высокую степень востребованности этого направления в современных социальных науках.

Важность разработки новых подходов к анализу данных качественных исследований обусловлена тем, что именно в виде нечисловой существует социальная информация, получаемая из многих источников. В числе таких источников могут выступать законодательные акты, свидетельства очевидцев, интервью, телевизионные трансляции, публичные выступления, мнения граждан и т.д.

В то же время присутствие нечисловой информации при выражении и согласовании взглядов социальных субъектов связано как с практическими, так и с теоретическими трудностями. На практике возникающие проблемы проявляются, например, в виде разночтений в интерпретации документов, служащих инструментами социального управления. В области социальной методологии одной из фундаментальных научных проблем является многозначность интерпретаций и контекстная обусловленность артикулируемых теоретических выводов.

Анализ данных качественных исследований является предметной областью, где методы и инструменты анализа неколичественной информации в условиях существования многочисленных ветвей современной качественной методологии – этнометодологии, этнографического анализа, биографических исследований, дискурсного метода, grounded theory, и др. – используются социологом с целями выявленияи аналитического преодоления многозначности интерпретаций и оценок социальных явлений.

3

В связи с актуальностью применения качественных методов в социологии, в образовательные программы высшего образования по направлению подготовки 39.03.01 – Социология включены дисциплины профильной подготовки «Качественные методы в социологии», «Анализ данных качественных исследований», обеспечивающие подготовку студентов к реальным исследованиям с применением качественной методологии.

Цель освоения дисциплины – формирование профессио-

нальных компетенций будущего бакалавра по указанному направлению в области анализа качественных данных различного типа, а также формирование навыков теоретического мышления, предполагающего построение теоретической модели на основе качественных данных (восхождение к теории).

Задачи освоения дисциплины:

изучить теоретические основы анализа качественных данных;

сформировать навыки работы с качественными данными;

обучить методам ручного и компьютерного анализа качественных данных;

ознакомить с логикой анализа и интерпретации качественных данных;

сформировать культуру исследовательской деятельности.

Место дисциплины в структуре ОП бакалавриата

Дисциплина «Качественные методы в социологии» относится

квариативной части профессионального цикла. Ее освоение происходит в 6 семестре.

Связь с предшествующими дисциплинами. При изучении дисциплины студентам следует опираться на знания, полученные при изучении дисциплин «Методология и методы социологического исследования», «Качественные методы в социологии».

Связь с последующими дисциплинами. Содержание дисци-

плины «Анализ данных качественных исследований» является базовым для изучения дисциплин «Методы маркетинговых исследований», «Практикум по организации полевого исследования», прохождения научно-исследовательской практики.

В результате усвоения тем и разделов дисциплины на практических занятиях у студентов должны сформироваться следующие профессиональные компетенции:

4

способность применять в научно-исследовательской, науч- но-аналитической деятельности методологию социологической теории и современные методы социологических исследований

(ПК-1);

знать и уметь использовать методы эмпирических исследований (ПК-4).

В результате освоения дисциплины обучающийся должен:

знать: методологию качественной стратегии исследования, со-

временные методы социологических исследований, методы эмпирических исследований теоретические основы метода анализа вербальных и невербальных качественных данных, основные принципы работы социолога с качественными данными, методы и методики интерпретации качественных данных, общие принципы аналитического описания, возможности компьютерной обработки качественных данных, подходы к оценке анализа качественных данных;

уметь: использовать методы эмпирических исследований, собирать архив качественных данных, социологически анализировать фотографии и другие визуальные источники информации; описать микросоциальную реальность на основе собранных данных; обрабатывать и анализировать эмпирические данные, полученные с помощью качественных методов;

владеть: навыками фиксации качественных данных, их транскрибирования и хранения, процедурами проведения ручного и автоматического контент-анализа, аналитическими техниками работы с транскриптом и другими качественными данными, методами и методиками интерпретации качественных данных, а также навыками представления результатов качественного исследования в итоговом отчете (или др.) и оценки анализа качественных данных.

Данное пособие по структуре и содержанию соответствует программе дисциплины, темы практических занятий соотносятся с темами лекций, а содержательная часть практических занятий дополняет и углубляет лекционный материал.

Учебное пособие может быть использовано для очного, заочного и дистанционного обучения.

5

1. Теоретические основы метода анализа вербальных и невербальных качественных данных

Цель: формирование профессиональных компетенций в научно-исследовательской и производственно-прикладной деятельности.

Знания и умения, приобретаемые студентом в результате освоения темы, формируемые компетенции или их части: спо-

собность применять в научно-исследовательской, научноаналитической деятельности методологию социологической теории и современные методы социологических исследований (ПК-1).

Актуальность темы связана с подготовкой бакалавра к науч- но-исследовательской деятельности и востребованностью осуществления исследовательских и аналитических действий социологом, направленных на получение нового знания об объектах профессиональной деятельности.

Теоретическая часть

Методические работы, посвященные проблемам качественного подхода, до последнего времени почти не делали различия между терминами «качественное исследование» и «качественный анализ данных». В настоящее время последний термин является принятым для вполне определенной процедуры обработки данных. Эти данные могли быть получены либо в ходе специального исследования, либо быть дополнительными данными эксперимента (например, беседой с испытуемым), либо «сырыми» данными, взятыми из того или иного источника (произведения искусства, содержания периодики и т. п.). Качественный анализ данных не обязательно является составной частью качественного исследования, но может лежать в основе самостоятельного проекта.

С. Боргатти приводит соотношение между типами данных и типами применяемого к ним анализа (табл.1)

Указанный в таблице тип анализа «Тематическое кодирование» соответствует ключевому компоненту методики качественного анализа данных.

6

Таблица 1 Соответствие типов исходных данных типам анализа

Невозможно строго определить исторический момент первого применения в социологии методики качественного анализа данных. Наиболее известным и исторически ранним качественным анализом данных является работа У. Томаса и Ф. Знанецкого «Польский крестьянин в Европе и Америке» (Thomas, Znanecki, 1918), содержащая анализ личных документов (письма поляков-эмигрантов). Генетически методы качественного анализа данных восходят к более старому, традиционному и утвердившемуся методу – контент-анализу. Именно из контент-анализа ведут начало основные приемы и процедуры качественного анализа данных: способы выделения единиц анализа, редукция данных, кодирование, объединение в категории и образование категориальных структур.

Признание контент-анализа научным методом относится к 1950-м годам. В 1955-м году прошла первая международная научная конференция по контент-анализу. Уже тогда было обращено внимание на тенденцию выделять в результатах анализа не простые частоты символов, но многочисленные внутренние контингенции (т.е. качественные связи) между символами и их зависимость от контекста. Конференция носила кросс-дисциплинарный характер, поскольку к тому времени контент-анализ уже находился на пересечении интересов разных наук. В социальных исследованиях качественный анализ нашел три основных приложения.

•Анализ вербальных записей для отыскания мотивационных или личностных характеристик.

•Использование качественных данных собранных в форме ответов на открытые вопросы и проективные тесты. Здесь контентанализ приобрел статус дополнительной техники, позволяющей использовать данные, которые могут быть собраны только при от-

7

сутствии навязывания субъекту жесткой структуры, также позволяющей валидизировать выводы путем применения различных методик (триангуляция данных).

• В исследованиях процессов коммуникации. Например, в поведении малых групп вербальный обмен используется как материал, через который можно изучать групповые процессы. По этому принципу организованы фокус-группы, в которых проходят направляемые модератором тематические дискуссии. Сегодня такие группы успешно применяются в маркетинговых, политических, или этнографических психологических исследованиях (см. напр. Богомолова, Фоломеева, 1997).

Начинаясь как метод анализа манифестированного содержания коммуникаций, контент-анализ вскоре обратился к попыткам раскрыть латентные содержания текстов: на основе «собственно текстовой» реальности изучать «внетекстовые процессы» (Алексеев, Дудченко, 1976).

Развиваясь и углубляясь, метод контент-анализа образовывал направления, расходившиеся по полюсам качественных и количественных подходов. При количественном подходе акцентировались статистические процедуры, при качественном – техники создания плоских или многомерных категориальных структур, как например при методике контингентного анализа (contingency analysis). Именно это направление – анализ категориальных отношений – и стало началом для дальнейшей разработки метода качественного контентанализа, или иначе – качественного анализа данных.

К. Криппендорф предлагает пространственную модель классификации исследовательских методов, выделяя три основных критерия:

•«невключенность» или «ненавязчивость» (unobtrusiveness) метода;

•«неструктурированность» метода;

•«чувствительность к контексту».

В рамках такой классификации контент-анализ относится К. Криппендорфом к невключенным («ненавязчивым») методикам, поскольку процедура анализа не может обратно влиять на поведение источника данных. Однако нельзя забывать, что предшествующий анализу процесс сбора информации (интервью, включенное наблюдение, проективный тест) несомненно являются «навязчи-

8

выми», обтрузивными методиками, влекущими типичные для таких методов ошибки (влияние присутствия исследователя, срабатывание стереотипов и предпочтений и др.). Ошибки этого рода отрицательно влияют на надежность данных.

Рис.1. Пространственная модель классификации методов

(Krippendorff, 1980)

Контент-аналитик работает с неструктурированным материалом. Все преимущества и недостатки этого соответствуют описанным выше преимуществам и недостаткам всего семейства дескриптивных и герменевтических методов. Основным проблемой при работе с неструктурированными данными является проблема валидности.

Контент-анализ чувствителен к контексту. Это означает, что символическая запись данных не может анализироваться адекватно формальному смыслу этой записи. В условиях включенности материала (текста ответов, протоколов и пр.) в тот или иной контекст, происходит расщепление (dissociation) данных и формальных смыслов (symbolic meanings). Другими словами – в данных, благодаря контексту, появляется латентное содержание. Качественный анализ данных находит свое место в данной классифи-

9

кации в рамках контент-анализа – более широкого класса методов, исследующих содержания.

Предметом качественного анализа данных в основном являются сводимые к знаковой форме материалы. Однако материалы наблюдений, интервью и других текстовых документов на сегодняшний день не ограничивают диапазон применения метода. Качественный анализ данных применяется и для анализа визуальных данных: произведений изобразительного искусства, рекламной графики, видеоматериалов. Слово «текст» в таком анализе понимается максимально широко – как «пространство коммуникации» (Ньюман, 1998). Множество вариантов качественного анализа данных, адаптированных для той или иной разновидности данных, могут использоваться не только альтернативно, но и комбинированно в одном исследовании (Tsourvakas, 1997).

Вопросы и задания

1.Раскройте содержание понятий «вербальные качественные данные» и «невербальные качественные данные», приведите синонимы этих терминов.

2.Осуществите анализ соотношения понятий «качественное исследование» и «качественный анализ данных».

3.На основе работ Каныгина Г.В. сформулируйте собственное определение термина «качественные данные», лежащего в основе методов изучения нечисловой информации.

4.Назовите методы анализа качественных данных, предложенные Л. Ньюманом. Раскройте содержание каждого из них.

5.Осуществите подборку публикаций в периодических научных изданиях (не менее 10-ти публикаций) за период с 2012 года, посвященных вопросу анализа данных качественных исследований в социальных науках и представьте ее в виде следующей таблицы.

Обзор публикаций по проблемам анализа данных качественных исследований

1.

2.

3.

4.

5.

10