Opracowanie materiału badawczego – od zgromadzonych danych do uzasadnionych ustaleń

Rate this post

Zakończenie zbierania materiału przynosi zwykle poczucie ulgi. Ankiety zostały wypełnione, rozmowy nagrane, dokumenty skopiowane, a potrzebne zestawienia znalazły się w jednym folderze. Właśnie wtedy rozpoczyna się jednak etap, który decyduje o wartości poznawczej pracy. Sam zbiór odpowiedzi, tekstów czy obserwacji nie jest jeszcze wynikiem badania. Trzeba go uporządkować, sprawdzić, przekształcić w postać umożliwiającą analizę i odnieść do pytań postawionych w projekcie. Opracowanie materiału badawczego polega na przejściu od tego, co udało się zgromadzić, do ustaleń, które można rzetelnie uzasadnić. Nie wystarczy przedstawić wszystkich informacji w kolejności, w jakiej trafiły do autora. Potrzebna jest świadoma decyzja, jakie znaczenie mają poszczególne elementy i jak się ze sobą łączą.

Pierwszą czynnością powinno być sporządzenie przeglądu całego zbioru. Warto ustalić, ile materiałów rzeczywiście nadaje się do wykorzystania, które są kompletne i gdzie występują braki. Liczba otrzymanych formularzy może różnić się od liczby formularzy uwzględnionych w analizie. Część nagrań może obejmować jedynie fragment rozmowy, a dokument występować w kilku wersjach. Takich różnic nie należy ukrywać ani usuwać z pamięci po uporządkowaniu folderu. Trzeba zachować informację, co znalazło się w zbiorze roboczym i dlaczego. Pomocne jest przygotowanie prostego rejestru zawierającego identyfikator materiału, jego rodzaj, status oraz krótką uwagę o ewentualnym ograniczeniu. Dzięki temu późniejsze decyzje można odtworzyć bez ponownego przeglądania wszystkich plików.

Oryginały powinny pozostać oddzielone od materiałów poddawanych obróbce. Jeśli autor poprawia zapis odpowiedzi, zmienia format dat lub usuwa powtórzony rekord, powinien robić to na kopii roboczej. Nie chodzi o tworzenie wielu niemal identycznych plików, wśród których trudno znaleźć aktualny. Potrzebna jest jedna zachowana wersja źródłowa oraz jasno oznaczone wersje robocze. Warto również prowadzić krótki zapis ważniejszych przekształceń. Informacja, że dwie kategorie połączono albo określony rekord wyłączono z konkretnego obliczenia, może okazać się niezbędna przy sprawdzaniu wyników. Taki porządek ułatwia także rozmowę z promotorem: zamiast wyjaśniać z pamięci, skąd wzięła się dana liczba, autor może wskazać odpowiednią decyzję i jej uzasadnienie.

W danych ankietowych szczególnej uwagi wymagają braki odpowiedzi. Puste pole nie zawsze oznacza to samo. Uczestnik mógł pominąć pytanie, nie znać odpowiedzi, przerwać formularz albo nie otrzymać pytania ze względu na zastosowane przejście. Nie należy automatycznie zastępować wszystkich takich sytuacji zerem. Zero może być przecież prawidłową wartością, na przykład liczbą szkoleń odbytych w danym okresie. Rozróżnienie rodzajów braków pozwala uniknąć zniekształcenia obliczeń. Trzeba też ustalić, czy niekompletny formularz zostanie całkowicie wyłączony, czy wykorzystany w tych częściach, w których zawiera przydatne informacje. Wybór powinien wynikać z charakteru danych i przyjętej procedury, a nie z tego, która decyzja daje atrakcyjniejszy wynik.

Kontrola poprawności obejmuje również wartości nietypowe i sprzeczne zapisy. Jeżeli ktoś deklaruje staż pracy dłuższy od własnego wieku, potrzebne jest wyjaśnienie sposobu postępowania z takim rekordem. Nie wolno jednak uznawać każdej rzadkiej odpowiedzi za błąd. Bardzo wysoki wynik może być rzeczywistą obserwacją, która zasługuje na uwagę. Najpierw trzeba sprawdzić, czy nie doszło do pomyłki przy przepisywaniu, zastosowania innej jednostki albo niewłaściwego odczytania pytania. Dopiero później można podjąć decyzję o dalszym wykorzystaniu wartości. Dobrą zasadą jest oddzielanie błędu technicznego od wyniku niezgodnego z oczekiwaniami. Ten drugi nie stanowi podstawy do usunięcia informacji.

Po sprawdzeniu danych należy przygotować ich czytelną strukturę. W arkuszu warto jednoznacznie opisać kolumny, przyjęte kody i jednostki. Oznaczenia takie jak „1”, „2” i „3” są użyteczne tylko wtedy, gdy wiadomo, jakie odpowiedzi reprezentują. Potrzebny jest więc słownik zmiennych lub choćby osobna zakładka z objaśnieniami. W pytaniach wielokrotnego wyboru trzeba uwzględnić, że jedna osoba może wskazać kilka możliwości. Późniejsza suma odsetków nie musi wtedy wynosić sto procent. Bez zachowania informacji o konstrukcji pytania łatwo błędnie zinterpretować poprawne zestawienie. Porządkowanie danych nie jest jedynie czynnością techniczną: od sposobu zapisu zależy, jakie obliczenia będzie można wykonać i czy zostaną właściwie odczytane.

W przypadku wywiadów i innych wypowiedzi ważnym etapem jest przygotowanie transkrypcji lub odpowiednio szczegółowego zapisu treści. Zakres odwzorowania rozmowy powinien odpowiadać celowi analizy. Nie zawsze potrzebne jest oznaczanie każdej pauzy, zawahania i zmiany intonacji, ale nie można usuwać elementów istotnych dla rozumienia wypowiedzi. Automatyczny zapis wymaga sprawdzenia z nagraniem, zwłaszcza przy nazwach własnych, liczbach, przeczeniach i słownictwie specjalistycznym. Błąd w jednym krótkim słowie potrafi odwrócić sens zdania. Dobrze zachować oznaczenia rozmówców oraz miejsca w nagraniu, do których będzie można wrócić. Ułatwia to weryfikację cytatów i ogranicza ryzyko przypisania wypowiedzi niewłaściwej osobie.

Opracowanie materiału jakościowego wymaga następnie uporządkowania treści według znaczeń istotnych dla badania. Można oznaczać fragmenty dotyczące określonych doświadczeń, trudności, sposobów działania czy interpretacji zdarzeń. Kategorie mogą częściowo wynikać z wcześniejszych założeń, a częściowo pojawiać się podczas czytania materiału. Ważne, aby każda miała zrozumiałe znaczenie i była stosowana konsekwentnie. Jeśli pod etykietą „problemy komunikacyjne” znajdują się zarówno brak informacji, sprzeczne polecenia, jak i niechęć do rozmowy, warto rozważyć rozróżnienie tych sytuacji. Zbyt szerokie kategorie spłaszczają materiał, natomiast nadmiernie szczegółowe utrudniają dostrzeżenie wspólnych elementów. Pomocne jest zapisanie krótkich definicji kategorii wraz z przykładami ich zastosowania.

Samo przypisanie fragmentów do kategorii nie kończy analizy. Następnie trzeba sprawdzić, jakie wzorce pojawiają się w materiale, czym różnią się przypadki i w jakich okolicznościach występują określone doświadczenia. Szczególnie cenne bywają wypowiedzi odstające od dominującego obrazu. Jeśli większość uczestników opisuje dane rozwiązanie pozytywnie, a jedna osoba wskazuje poważne trudności, warto ustalić, co wyróżnia jej sytuację. Nie należy traktować takiego przypadku jako niewygodnego wyjątku. Może ujawniać warunek, od którego zależy działanie rozwiązania. Jednocześnie częstotliwość pojawienia się danego wątku w wywiadach nie zawsze pozwala określić jego rozpowszechnienie w całej zbiorowości. Znaczenie wypowiedzi wymaga rozpatrzenia w kontekście sposobu doboru uczestników i przebiegu rozmów.

Przy dokumentach warto tworzyć zestawienia, które pozwalają porównywać te same elementy. Jeśli analizowane są strategie kilku instytucji, pomocne może być wyodrębnienie celów, adresatów, planowanych działań i sposobów oceny rezultatów. Trzeba jednak uważać, aby brak informacji w dokumencie nie został automatycznie uznany za brak działania w rzeczywistości. Dokument może nie obejmować wszystkich praktyk albo pełnić inną funkcję, niż zakłada autor. Istotne są również data, status i przeznaczenie tekstu. Projekt uchwały, obowiązujący dokument i sprawozdanie z wykonania nie są równoważnymi źródłami. Zestawianie ich wymaga uwzględnienia tych różnic, inaczej porównanie może dotyczyć odmiennych rodzajów informacji.

W analizie liczbowej należy zaczynać od zestawień odpowiadających pytaniom pracy. Nie ma potrzeby wykonywania wszystkich obliczeń dostępnych w programie. Ważniejsze jest, aby wiedzieć, co pokazuje wybrana miara i czy pasuje do rodzaju danych. Przy procentach trzeba wskazywać podstawę obliczenia, a przy porównywaniu grup uwzględniać ich liczebność. Ten sam odsetek może opisywać kilka osób albo kilkaset odpowiedzi. Warto sprawdzać sumy, zakresy wartości oraz zgodność tabel z opisem. Jeżeli stosowane są bardziej złożone procedury, autor powinien rozumieć warunki ich użycia i znaczenie wyników. Nazwa testu statystycznego nie zastępuje uzasadnienia, dlaczego właśnie to narzędzie pozwala odpowiedzieć na postawione pytanie.

Prezentacja wyników wymaga selekcji. Umieszczenie w pracy każdej tabeli wygenerowanej przez program zwykle utrudnia lekturę. W tekście głównym powinny znaleźć się informacje potrzebne do zrozumienia ustaleń, natomiast szczegółowe zestawienia pomocnicze można odpowiednio przenieść do załączników. Opis nie powinien mechanicznie powtarzać wszystkich liczb z tabeli. Lepiej wskazać najważniejszą różnicę, dominującą odpowiedź albo zależność wymagającą dalszego wyjaśnienia. Podobnie cytat z wywiadu ma wspierać konkretną interpretację, a nie zastępować komentarz autora. Czytelnik powinien wiedzieć, dlaczego przytoczono właśnie tę wypowiedź i jak odnosi się ona do szerszego obrazu materiału.

Trzeba również odróżnić ustalenie od jego wyjaśnienia. Stwierdzenie, że uczestnicy jednej grupy częściej wskazywali określoną trudność, opisuje wynik. Wyjaśnienie, że przyczyną była organizacja pracy, wymaga dodatkowego uzasadnienia. Warto rozważać alternatywne interpretacje i sprawdzać, które znajdują oparcie w materiale. Jeśli projekt wykorzystuje różne źródła, można zestawić ich przekazy, ale zgodność nie jest jedynym wartościowym rezultatem. Rozbieżność między dokumentami a wypowiedziami uczestników także może być istotnym ustaleniem. Nie trzeba jej za wszelką cenę usuwać. Należy pokazać, czego dotyczą odmienne informacje i jakie ograniczenia wiążą się z próbą ich pogodzenia.

Końcowa kontrola opracowanego materiału powinna umożliwić prześledzenie drogi od źródła do wniosku. Przy każdej ważnej tezie warto zapytać, na jakich danych się opiera, jakie przekształcenia wykonano i czy istnieją obserwacje osłabiające jej pewność. Szczególnej uwagi wymagają miejsca, w których autor przechodzi od opisu badanych przypadków do szerszych uogólnień. Wnioski powinny pozostać w granicach wyznaczonych przez projekt i jakość materiału. Dobrze opracowany zbiór nie musi prowadzić do efektownego rozstrzygnięcia. Powinien pozwalać jasno pokazać, co ustalono, czego nie udało się wyjaśnić i dlaczego przedstawiona odpowiedź jest uzasadniona.