Analizzare i dati qualitativi per la prima volta può comportare una buona dose di confusione tra i ricercatori principianti. La mistificazione su come analizzare i dati può essere accresciuta quando si leggono le presentazioni di ricerche pubblicate in cui le descrizioni di ciò che gli autori hanno effettivamente fatto con i loro dati per produrre “risultati” sono limitate e poco chiare. Una delle ragioni dell’opacità delle descrizioni del processo analitico è che i ricercatori hanno letteralmente pensato con i dati in un processo iterativo e ricorsivo che va letteralmente avanti e indietro tra dati, teoria e altre ricerche. Descrivere questo processo in dettaglio non si adatta a ciò che ci si aspetta negli articoli delle riviste per descrizioni logicamente organizzate e concise dei processi di ricerca. In ogni caso, ci sono molti modi per iniziare l’analisi dei dati qualitativi se questo è un nuovo compito. In questo blogpost, parlerò un po’ della codifica preliminare, dato che è ampiamente usata tra i ricercatori qualitativi.
L’analisi dei dati è teoricamente informata, e qualsiasi approccio all’analisi dei dati dipenderà dall’approccio teorico usato per uno studio. Anche se la “codifica” come pratica ha ricevuto una buona dose di critiche negli ultimi tempi (ad esempio, St. Pierre, 2011), è uno – ma non l’unico – modo per entrare nel set di dati per ottenere un senso iniziale di ciò che sta accadendo. Prima di tutto, cos’è la codifica? Gli studiosi hanno definito cosa intendono per “codifica” per decenni. Ecco diverse definizioni proposte da studiosi che hanno scritto sull’analisi dei dati qualitativi:
“I codici sono etichette per assegnare unità di significato alle informazioni descrittive o inferenziali raccolte durante uno studio. I codici di solito sono attaccati a “pezzi” di varie dimensioni – parole, frasi, frasi o interi paragrafi, collegati o meno ad una specifica impostazione” (Miles & Huberman, 1994, p. 56).
Il processo di codifica, per Corbin e Strauss implica “derivare e sviluppare concetti dai dati” (Corbin & Strauss, 2008, p. 65).
“Codificare significa nominare segmenti di dati con un’etichetta che contemporaneamente categorizza, riassume e rende conto di ogni dato. La codifica è il primo passo per andare oltre le dichiarazioni concrete nei dati e fare interpretazioni analitiche” (Charmaz, 2006, p. 43).
“L’essenza della codifica è il processo di ordinare i dati in varie categorie che li organizzano e li rendono significativi dal punto di vista di uno o più quadri o insiemi di idee.” (Lofland, Snow, Anderson, & Lofland, 2006, p. 200).
In parole povere, la “codifica” è un processo attraverso il quale i ricercatori sintetizzano i “significati” dimostrati nelle fonti di dati (che siano trascrizioni di interviste, dati naturali, note sul campo, documenti o dati visivi) attraverso l’uso di una sorta di “etichetta”. Le etichette possono derivare dai dati stessi quando vengono usate le parole dei partecipanti (cioè, “in vivo”), possono essere applicate dai ricercatori per riassumere ciò che viene osservato, o possono essere derivate deduttivamente dagli obiettivi di ricerca più ampi e dalla letteratura che informa lo studio.
Sviluppare un inventario dei dati
Marie Kondo ci aiuta a riordinare le nostre case; gli inventari dei dati ci aiutano a fare il punto su ciò che comprende il nostro insieme di dati. Gli inventari di dati possono aiutarci a organizzare i materiali del progetto. Per coloro che amano lavorare con la carta, questo significherà che il set di dati sarà stampato (trascrizioni di interviste, note di campo di osservazioni, documenti, ecc), e organizzato in modo da rendere i dati facilmente accessibili. Questo è il modo in cui organizzavo le mie serie di dati quando ho iniziato a fare ricerca qualitativa. Ora, è più probabile che organizzi le versioni digitali dei documenti del progetto in cartelle sul mio computer. Di solito uso un foglio di calcolo protetto da password per tenere traccia delle diverse fonti di dati che ho, insieme alle date in cui i dati sono stati generati e/o raccolti, e qualsiasi processo di trasformazione che abbia comportato (ad esempio, trascrizione ecc.). In questo file, potrei includere i nomi dei partecipanti insieme agli pseudonimi utilizzati.
Quando scrivo un inventario di dati, ha tipicamente i seguenti elementi:
- Ricercatore/i
- Descrizione dello studio
- Scopo della ricerca
- Domande di ricerca
- Definizione of Terms (if applicable)
- Disegno e metodi dello studio
- Procedure IRB (è uno studio pilota con un IRB approvato? Un IRB approvato da un corso? Dati dall’IRB di un altro ricercatore?)
- Partecipanti (Quanti? Come sono stati reclutati? Quali criteri sono stati utilizzati per il campionamento?)
- Durata dello studio (Quando è stato condotto lo studio e qual è stata la durata dello stesso?)
- Descrizione dei dati (Quanti dati avete?)
- trascrizioni delle interviste/video (durata delle interviste)
- documenti &materiale d’archivio (Elenco dei documenti; quanti?)
- appunti sul campo (condensato, esteso; quante pagine?)
- materiale audio/visivo
- Contesto della ricerca: Descrivere il contesto del vostro studio e le impostazioni come appropriato
- Appendici come applicabile:
- Cartina con riassunto dei dati (no. di pagine, data di raccolta, partecipanti ecc.)
- Campione di dati (es. 1 trascrizione completa; campione di dati d’archivio)
Iniziare a leggere e rileggere
L’unico modo per iniziare l’analisi dei dati è iniziare a leggere ed esaminare i dati raccolti. I ricercatori che trascrivono registrazioni audio o video di interviste o interazioni che avvengono naturalmente sono una buona posizione, poiché hanno già ascoltato attentamente i loro file audio e dovrebbero aver sviluppato un buon senso di ciò che si trova nella fonte dei dati. Quando gli insiemi di dati sono molto grandi, può essere utile fare una “indicizzazione” iniziale dei materiali audio o video. Ciò significa che viene creato un “indice” o una breve descrizione (piuttosto che una trascrizione) di ciò che è incluso in una registrazione audio o video, insieme alle indicazioni di tempo. Questo è utile per localizzare eventi o momenti specifici in una fonte di dati per rivederla durante il processo analitico o completare un’ulteriore trascrizione di interazioni selezionate all’interno del più ampio set di dati.
Codifica preliminare
La codifica come processo è stata descritta per decenni in numerosi testi (Coffey & Atkinson, 1996; Huberman & Miles, 1994; Miles, Huberman, & Saldaña, 2014). Diverse sfide attendono i ricercatori alle prime armi che fanno la codifica iniziale. In primo luogo, non c’è “un modo giusto” per fare la codifica preliminare. In secondo luogo, ci sono tutti i tipi di approcci per codificare lo stesso set di dati, e alcuni ricercatori hanno sviluppato schemi di codifica che potrebbero essere applicati da altri. Per esempio, lo schema di Bogdan & Biklen (2003, pp. 162-168) comprende le seguenti categorie di codifica:
- Impostazione/Contesto
- Definizione della situazione
- Prospettive dei soggetti
- Modo di pensare dei partecipanti sulle persone &oggetti
- Processo
- Attività
- Eventi
- Strategie
- Relazioni e struttura sociale
- Narrativa
- Metodi
Terzo, La codifica è utilizzata dai ricercatori che descrivono il loro processo come “analisi tematica” (Braun & Clarke, 2006) insieme a quelli che sposano gli approcci di “grounded theory” (Charmaz, 2014; Corbin & Strauss, 2015; Glaser & Strauss, 1967). Anche se i processi hanno ampie somiglianze, i teorici fondati hanno dettagliato approcci specifici per sviluppare la “grounded theory” che non sono tipicamente utilizzati negli approcci tematici all’analisi.
Sviluppare un dizionario dei codici
Quando si inizia, può aiutare a tracciare ciò che sta succedendo sviluppando un “dizionario dei codici” in cui si definisce ciascuna delle etichette o codici utilizzati. Ciò significa, scrivere i parametri con cui ogni particolare codice è applicato ai dati – cioè, i criteri di inclusione ed esclusione. Qui, sarà utile includere anche un estratto di dati per illustrare come il codice è stato applicato. Trovo utile il seguente formato per tenere traccia della codifica iniziale:
| Codice | Definizione del codice | Estratto illustrativo |
Una volta che i codici iniziali sono stati applicati, è possibile riorganizzarli in alcuni tipi di gruppi più grandi. Poiché questo è all’inizio del processo analitico, questo processo potrebbe essere visto più come una fase di “prova”. Considerate se ci sono etichette (o categorie) che potrebbero essere usate per descrivere il gruppo di codici preliminari. È a questo punto che è veramente utile iniziare a scrivere dei “memo”.
Scrivere memo
Ho scritto altrove sul memo writing – questo è un processo in cui i ricercatori iniziano a scrivere sui dati, sui codici e sulle categorie. Attraverso la scrittura di promemoria, si possono porre domande sui dati, considerare ciò che è importante nei dati, e forse considerare come i vari codici potrebbero essere collegati tra loro. Qui, si potrebbe anche includere un estratto dai dati da scrivere. La chiave qui è scrivere i propri pensieri iniziali e la costruzione del significato.
Quelli che ho descritto qui sono i processi iniziali che potrebbero essere usati per esplorare una serie di dati. Questa non è assolutamente la conclusione del processo di analisi dei dati. Ma dove si va dopo? Penso che la risposta a questa domanda dipenda dal progetto particolare, da ciò che il ricercatore vuole realizzare, e implicherà necessariamente il ritorno alla letteratura coinvolta nello sviluppo dello studio, così come la letteratura che si impegna con le prospettive ontologiche, epistemologiche e teoriche che si assume in ogni studio particolare.
Ecco qualche altro consiglio per l’analisi dei dati:
Gestire la paura e l’ansia nell’analisi induttiva dei dati qualitativi
11 “trucchi” per pensare quando si analizzano i dati
Kathy Roulston
Braun, V., & Clarke, V. (2006). Usare l’analisi tematica in psicologia. Qualitative Research in Psychology, 3(2), 77-101. doi:10.1191/1478088706qp063oa
Charmaz, K. (2006). Costruire la teoria fondata: Una guida pratica attraverso l’analisi qualitativa. Thousand Oaks, CA: Sage.
Charmaz, K. (2014). Costruire la teoria fondata (2a ed.). Los Angeles: Sage.
Coffey, A., & Atkinson, P. (1996). Dare un senso ai dati qualitativi: Strategie di ricerca complementari. Thousand Oaks: Sage.
Corbin, J., & Strauss, A. (2008). Fondamenti della ricerca qualitativa (3rd ed.). Los Angeles: Sage.
Corbin, J., & Strauss, A. (2015). Fondamenti della ricerca qualitativa: Tecniche e procedure per lo sviluppo della grounded theory (4th ed.). Los Angeles: Sage
Glaser, B. G., & Strauss, A. L. (1967). La scoperta della teoria fondata: Strategie per la ricerca qualitativa. New York: Aldine de Gruyter.
Huberman, A. M., & Miles, M. B. (1994). Gestione dei dati e metodi di analisi. In N. K. Denzin & Y. S. Lincoln (Eds.), Handbook of qualitative research (pp. 428-444). Thousand Oaks: Sage.
Lofland, J., Snow, D., Anderson, L., & Lofland, L. H. (2006). Analizzare i contesti sociali: A guide to qualitative observation and analysis (4th ed.). Belmont, CA: Thomson, Wadsworth.
Miles, M. B., & Huberman, A. M. (1994). Analisi dei dati qualitativi: An expanded sourcebook (2nd ed.). Thousand Oaks, CA: Sage.