فرآیندهای تحلیل: از داده‌های خام تا الگوها

ترجمه و تلخیص: کاوه نوذر اصل

دسترسی به قسمت‌های قبلی

1. مقدمه: چرا تحلیل و تفسیر در تحقیقات بازار یک «جعبه سیاه» است؟
2. تحقیقات کیفی بازار: یک فعالیت تجاری یا دانشگاهی؟
3. فراتر از مشاهده: چارچوب‌های فکری برای تحقیقات کیفی
4. تجربه تحلیل: تحلیل در تحقیقات کیفی از کجا شروع می‌شود؟

در سه پست قبلی این مجموعه وبلاگ، ما درباره تجربه تحلیل و ماهیت «فراگیر بودن» آن صحبت کردیم: این‌که تحلیل یک فرایند غیرخطی است که از همان ابتدای پروژه آغاز می‌شود. همچنین به نقش محقق به‌عنوان یک واسطه فعال و چارچوب‌های فکری به‌عنوان «لنزهای تفسیر» پرداختیم. اکنون زمان آن رسیده این جعبه سیاه را بیشتر بکاویم و به جنبه‌های عملی و فنی فرایند تحلیل بپردازیم؛ فرایندی که محققان از آن برای تبدیل داده‌های خام و انبوه به بینش‌های ارزشمند و کاربردی استفاده می‌کنند.

همان‌طور که گیل ارئو در کتاب خود، «تحلیل و تفسیر در تحقیقات بازار کیفی»، اشاره می‌کند، تحلیل نه تنها یک فرایند فکری، بلکه یک فرایند عملی و فنی است. این جنبه‌های فنی، به محقق امکان می‌دهند تا داده‌ها را سازمان‌دهی، دسته‌بندی و مقایسه کند تا الگوهای موجود در آن‌ها را کشف نماید. بااین‌حال، تحلیل صرفاً یک کار مکانیکی نیست. این فرایند همواره با تفسیر و خلاقیت محقق در هم آمیخته است.

عملیات‌های فنی در فرایند تحلیل

ارئو فرایند تحلیل را به چند عملیات کلیدی تقسیم می‌کند که می‌توان آن‌ها را در قالب یک روال تحلیلی دید. این روال‌ها اغلب با یکدیگر هم‌پوشانی دارند و محققان مختلف ممکن است از رویکردهای متفاوتی استفاده کنند. بااین‌حال، سه عملیات اصلی وجود دارد که در بیشتر این روال‌ها مشترک هستند:

1. انتخاب و سازمان‌دهی

اولین گام، انتخاب و سازمان‌دهی اطلاعاتی است که از کار میدانی به دست آمده‌اند. این انتخاب، صرفاً انتخاب محتوای مرتبط با پرسش تحقیق نیست؛ بلکه فرایندی پیچیده‌تر است که شامل انتخاب موارد زیر می‌شود:

• محتوای صریح: چیزهایی که شرکت‌کنندگان به‌وضوح بیان کرده‌اند.
• محتوای ضمنی: چیزهایی که تحلیلگر متوجه شده ولی به‌صراحت بیان نشده‌اند، مانند سکوت‌ها، زبان بدن، یا معنای پنهان در جملات.
• محتوای حاشیه‌ای: مطالبی که شاید در ظاهر به پرسش اصلی ربطی نداشته باشند، اما ممکن است بینش‌های ارزشمندی ارائه دهند.
• محتوای فرایندی: ویژگی‌های فرایند مانند نحوه تعامل شرکت‌کنندگان با یکدیگر، یا تغییر نظرات آن‌ها در طول مصاحبه.

این انتخاب می‌تواند به دو شیوه انجام شود: یا با حفظ چارچوب اصلی مصاحبه (مانند یادداشت‌برداری در حاشیه رونوشت)، یا با انتقال قطعاتی از متن به یک ساختار تحلیلی مانند یک جدول.

2. دسته‌بندی و کدگذاری

این عملیات، قلب فرایند تحلیل فنی است. در اینجا، محقق قطعات مختلف داده را بر اساس موضوع، مفهوم یا ایده زیر یک دسته یا «کد» مشخص گروه‌بندی می‌کند.

• دسته‌بندی از پیش تعیین‌شده: این دسته‌بندی‌ها ممکن است بر اساس پرسش‌های تحقیق یا موضوعات مطرح‌شده توسط مشتری از قبل مشخص شده باشند.
• دسته‌بندی نوظهور: این دسته‌بندی‌ها در طول کار میدانی یا فرایند تحلیل، از خود داده‌ها بیرون می‌آیند و ممکن است مستقیماً از زبان شرکت‌کنندگان گرفته شده باشند.

در عمل، این کار اغلب با استفاده از یک سیستم «برچسب‌گذاری موقت» انجام می‌شود. همان‌طور که ارئو اشاره می‌کند، این برچسب‌ها در طول فرایند تکامل می‌یابند، اضافه‌شده یا تغییر می‌کنند تا به‌خوبی بازتاب‌دهنده یافته‌های نوظهور باشند. روش‌های فیزیکی مانند «بریدن و چسباندن» قطعات رونوشت در زیر دسته‌های مختلف، نمونه‌ای از همین عملیات است.

3. مقایسه و تمایز

این گام، یکی از حیاتی‌ترین بخش‌های تحلیل است، چرا که به محقق امکان می‌دهد الگوهای موجود در داده‌ها را مشاهده کند. این مقایسه می‌تواند بین زیرنمونه‌های مختلف (مانند جنسیت، سن یا گروه کاربری) یا بین گروه‌هایی که رفتار متفاوتی نشان داده‌اند (مثلاً گروهی که به یک محصول واکنش مثبت داشته‌اند در مقایسه با گروهی که واکنش منفی داشته‌اند) انجام شود. این فرایند می‌تواند به صورت ذهنی (فکر کردن درباره تفاوت‌ها هنگام مرور یادداشت‌ها) یا با استفاده از ابزارهای بصری مانند ماتریس‌ها انجام گیرد. روش «کاغذ بزرگ» (The ‘Big Piece of Paper’) یکی از نمونه‌های محبوب برای انجام این کار است.

تفاوت بین تحلیل و تفسیر

همان‌طور که در پست‌های قبلی اشاره شد، ارئو بین «تحلیل» و «تفسیر» تمایز قائل می‌شود، بااین‌حال، این دو فرایند کاملاً در هم تنیده هستند.

• تحلیل: شامل عملیات‌های فنی و مکانیکی مانند سازمان‌دهی، دسته‌بندی و مقایسه است. هدف تحلیل، «استخراج و منظم کردن» داده‌هاست.
• تفسیر: فرایند خلاقانه و ذهنی اعمال معنا بر روی داده‌ها است. تفسیر در واقع فرایند «فهمیدن» معنای الگوهای کشف‌شده است.

این دو فرایند از طریق یک تعامل مداوم و سیال به یکدیگر متصل می‌شوند. محقق در حین انجام عملیات‌های فنی تحلیل، به صورت ناخودآگاه در حال تفسیر است. ارئو این فرایند را به «توجه کردن» (noticing) و «نظر دادن» (commenting) تشبیه می‌کند. محقق بخش‌های مهم داده‌ها را مشخص می‌کند (توجه کردن) و سپس فرضیه‌های اولیه خود را درباره معنای آن‌ها یادداشت می‌کند (نظر دادن). این «یادداشت‌های خط‌خطی» و موقت، فرایندی حیاتی هستند که داده‌های عینی را به مفاهیم انتزاعی و نظری مرتبط می‌کنند.

ابزارهای تحلیل: از کاغذ و قلم تا نرم‌افزارهای پیشرفته

با وجود این‌که بسیاری از محققان هنوز از روش‌های دستی (مانند حاشیه‌نویسی رونوشت‌ها) برای تحلیل استفاده می‌کنند، امروزه ابزارهای نرم‌افزاری پیشرفته‌ای برای تحلیل داده‌های کیفی وجود دارند که با نام CAQDAS یا Computer Assisted Qualitative Data Analysis شناخته می‌شوند. این نرم‌افزارها، مانند NVivo و ATLAS.ti، فرایند کدگذاری و بازیابی (Code-and-Retrieve) را به‌صورت مکانیکی و سریع انجام می‌دهند. این نرم‌افزارها به محقق اجازه می‌دهند تا داده‌ها را به‌صورت الکترونیکی کدگذاری کرده و به سرعت به دنبال نمونه‌های دارای یک کد خاص بگردند.

بااین‌حال، استفاده از این نرم‌افزارها بحث‌برانگیز بوده و با مقاومت‌هایی نیز روبرو است. برخی از محققان بازار کیفی، این نرم‌افزارها را به دلایل زیر رد می‌کنند:

• از دست دادن «حس» داده‌ها: برخی معتقدند که این نرم‌افزارها فاصله بین محقق و داده‌ها را افزایش می‌دهند و حس لمسی و بصری کار با کاغذ و قلم را از بین می‌برند.
• از بین رفتن بافت داده‌ها: نرم‌افزارهایی که داده‌ها را به قطعات کوچک تقسیم می‌کنند، می‌توانند «فرایند» و سیر تکاملی ایده‌ها در طول یک بحث گروهی را از بین ببرند. این «رویکرد لحظه‌ای» (snapshot approach) به جای «تصویر متحرک» (moving picture)، می‌تواند به از دست رفتن بینش‌های مهمی منجر شود.
• تغییر تمرکز به سمت «شمارش»: از آنجایی که این نرم‌افزارها کدگذاری را بسیار آسان می‌کنند، ممکن است محققان را به سمت شمارش فراوانی کدها سوق دهند که این کار با ماهیت کیفی تحقیق مغایرت دارد.

بااین‌حال، توسعه‌دهندگان CAQDAS به این نگرانی‌ها پاسخ داده‌اند. برای مثال، نرم‌افزار NVivo برای تسهیل رویکردی انعطاف‌پذیرتر و کمتر ساختاریافته طراحی شده است. این نرم‌افزار به محققان اجازه می‌دهد تا داده‌ها را حاشیه‌نویسی کنند، یادداشت‌های متنی را به آن‌ها بیفزایند و حتی «نقشه‌های ذهنی» پیچیده‌ای بسازند که مفاهیم و ارتباطات بین آن‌ها را به صورت غیرخطی نمایش می‌دهد. این ابزارها امکان نگهداری و بررسی دانش انباشته حاصل از پروژه‌های مختلف را نیز فراهم می‌کنند.

نتیجه‌گیری: چرا تحلیل فنی اهمیت دارد؟

تحلیل داده‌های کیفی، در نهایت، یک فرایند نظام‌مند است که با استفاده از عملیات‌های فنی، به محقق کمک می‌کند تا از اطلاعات انبوه به الگوهای معنادار دست یابد. بااین‌حال، این فرایند از تفسیر خلاقانه و تجربه محقق جدا نیست. همان‌طور که ارئو تأکید می‌کند، هیچ نرم‌افزاری نمی‌تواند به جای محقق فکر کند؛ نرم‌افزارها تنها ابزارهایی هستند که این فرایند را تسهیل می‌کنند.

در نهایت، یک تحلیل دقیق و سیستماتیک، اعتبار و ارزش کار محقق را تضمین می‌کند و به او اجازه می‌دهد تا به یک مشاور ارزشمند تبدیل شود. این فرایند، حتی اگر در «جعبه سیاه» ذهن محقق پنهان باشد، زیربنای اصلی هر تحقیق کیفی باکیفیت است.

با پایان این بحث، اکنون آماده‌ایم تا وارد جزئیات بیشتری از هنر تفسیر شویم. در پست بعدی، به سراغ موضوع تفسیر در سطح خرد: هنر «توجه کردن» و «نظر دادن» خواهیم رفت و درباره اولین گام‌های فرایند تفسیر صحبت خواهیم کرد.