background image

1

ANALIZA DANYCH JAKOŚCIOWYCH

dr Beata Marciniak

Katedra Rynku, Marketingu i Jakości SGH

Źródła danych w analizie danych jakościowych

• Transkrypcje

• Nagrania audio-wideo

• Notatki obserwatora

• Notatki badacza

• Kwestionariusz rekrutacyjny

• Brief do agencji badawczej

Analiza wyników badań jakościowych

• zgromadzony materiał źródłowy ma charakter tekstualny 

(np. transkrypcje wywiadów i zapis audio/wideo)

• analiza danych bezpośrednio po przeprowadzeniu wywiadów 

(rola pamięci)

• w oparciu o pamięć moderatora, notatki obserwatorów 

i pozostały materiał źródłowy

• poddanie analizie całego materiału badawczego

• wyniki w postaci opisowej relacji z badanej rzeczywistości

• cytaty z wypowiedzi respondentów jako materiał ilustracyjny

Rola obserwatora / debriefing

• wstępne podsumowanie wyników (debriefing)

• opis podstawowych wniosków, spostrzeżeń i uwag, 

co do których badacze (moderator, obserwator) są zgodni

• Rola obserwatora:

– kluczowe wypowiedzi (wraz z adnotacją, kto je wypowiada)
– zmiany w kolejności zadawania pytań
– charakterystyka uczestników spotkania
– wątki (i sformułowania) pojawiające się w wypowiedziach 

uczestników dot. kluczowych celów badawczych

– stopień zaangażowania badanych w dyskusję
– spójność między wypowiedziami badanych, a opisem ich działań

ANALIZA DANYCH

JAKOŚCIOWYCH

analiza 

pojęć

analiza 

tematyczna

analiza 

semiotyczna

analiza

dyskursu

analiza 

konwersacji

indukcja 

analityczna

analiza 

kodów

analiza 

treści

teoria 

ugruntowana

logiczna analiza 

macierzowa

analiza struktury 

zdarzeń

podejście 

refleksyjne

analiza 

metaforyczna

analiza 

narracjyjna

analiza 

fenomenologiczna

analiza 

heurystyczna

analiza 

tekstu i działań

analiza 

etogeniczna

analiza 

hermeneutyczna

studium 

przypadku

TAKSONOMIE ANALIZY DANYCH JAKOŚCIOWYCH

Analiza treści - definicja

(ang. content analisys)

• zespół technik stosowanych w celu systematycznego 

i obiektywnego ujawnienia treści i znaczeń przekazów 

werbalnych i pozawerbalnych (tj. opracowań 

tekstowych, wytworów plastycznych, komunikatów 

wizualnych, obserwowanych zachowań) oraz ukazania 

występujących między nimi relacji

background image

2

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

• FAZA I: Przygotowanie danych

– gromadzenie materiału treściowego

– sporządzenie transkrypcji

• FAZA II: Analiza wstępna - określenie stopnia wiarygodności materiału 

źródłowego

– poszukiwanie wewnętrznych  sprzeczności 

– analiza spójności wypowiedzi w czasie 

– analizowanie struktury wywiadu pod kątem wpływu lidera grupy 

na pozostałych badanych

– analizowanie struktury wywiadu pod kątem wpływu procesów 

grupowych

– określenie ilości odpowiedzi „akceptowanych społecznie”

Kodowanie wstępne (otwarte)

• kondensowanie i porządkowanie danych wg wybranych 

kategorii (np. cele badawcze, ramy teoretyczne)

• detaliczne przeglądanie transkrypcji (linijka po linijce) 

• zadawanie pytań dot. każdego zachowania/zjawiska:

– Czym jest dane zachowanie ? 

– Jakiego zjawiska jest przykładem?

– Czy inne wypowiedzi, kontekst wypowiedzi 

podtrzymują/negują wyodrębnione zachowanie?

• liczne i zróżnicowane kody

Kodowanie zogniskowane

• wybiórcze, konceptualne

• cel: powiązanie  większych  porcji danych

• usunięcie  mniej użytecznych  analitycznie  i opisowo kodów

• wybór nadrzędnych  z punktu  widzenia  analizy kodów

• mniejsza liczba kodów (jedynie  analitycznie  znaczące)

• poszukiwanie  odpowiedzi  na pytania:

– Przejawem jakiego zjawiska jest określone zachowanie/ 

wypowiedź?

Metody kodowania

• Tradycyjne rejestry /kartoteki  z fiszkami 

• Edytory tekstu

• Programy wspomagające kodowanie  i porządkowanie  danych: 

– ATLAS.ti, Ethnograph, HyperResearch,  NUD*IST, MaxQDA, QDAminer

– Nvivo 7 (analiza wątków, rekonstrukcja procesów, znaczeń)

– TextAnalyst (analiza semantyczna tekstu)

– WordStat 5.1. (porządkowanie i analiza treści)

Kodowanie - literatura

• J. Bieliński,  K. Iwańska. A. Rosińska-Kordasiewicz,  Analiza danych 

jakościowych przy użyciu programów komputerowych, „ASK”, 16/2007

• M. Brosz, Komputerowe wspomaganie badań jakościowych. 

Zastosowanie pakietu NVIVO w analizie materiałów 
nieustrukturyzowanych
, „Przegląd Socjologii Jakościowej” Nr 1/2012

• www.qualitative-research.net

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

• FAZA III: Porządkowanie, klasyfikacja i redukcja 

materiału 

kodowanie transkrypcji

notowanie uwag i refleksji na marginesach

selekcja danych i redukcja nadmiaru

zaznaczenie fragmentów wypowiedzi odnoszących się 

do poszczególnych celów badawczych (np. kolorami)

sortowanie materiału

background image

3

Sortowanie materiału

• wg celów badawczych

• wg kolejności podnoszonych kwestii

• wg dostrzeżonych wzorców zachowań

• wg częstości występowania zjawiska X

• wg czasu trwania dyskusji nad wątkiem

• wg nasilenia zjawiska X

• wg intensywności  reakcji badanych na bodziec

• wg przyczyn występowania zjawiska X

• wg struktury zjawiska X (typu, związków między typami)

• wg cech wspólnych/różnicujących  dla podgrup

• wg związków między zidentyfikowanymi  zmiennymi

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

• FAZA IVPogłębiona analiza treści 

– opis faktów

– poszukiwanie dominujących opinii i wzorów zachowań
– analiza przyczyn i skutków (czynników odpowiedzialnych za zaistnienie 

i rozwój badanego zjawiska oraz jego następstw)

– odkrywanie istniejących reguł i prawidłowości, wzorców, procesów, 

cech wspólnych i różnicujących 

– kategoryzowanie danych i tworzenie ich reprezentacji  .
– zaznaczenie fragmentów wypowiedzi do zacytowania

– interpretacja danych (objaśnianie i komentowanie  wyników)

– konfrontacja uogólnień z ogółem wiedzy (teorią)
– wyciąganie wniosków (wyjaśnianie przyczyn uzyskanych wyników, 

ukazanie ich znaczenia)

– sporządzanie  rekomendacji

• FAZA IV: opracowanie końcowego raportu

Rodzaje reprezentacji danych

• Formy reprezentacji danych:

– bloki tekstu

- matryce

– wykresy

- zestawienia danych

– schematy

- tabele

– diagramy

- mapy pojęć / kontekstu

– rejestry zdarzeń

- drzewa decyzyjne

– reprezentacje uporządkowane ze względu na role

– reprezentacje uporządkowane pojęciowo 

(np. matryca motywów i postaw użytkowników wobec marki X) .

Treść i kontekst wypowiedzi

1. analiza stwierdzeń istotnych z punktu widzenia celów 

badawczych

2. analiza stwierdzeń wraz z poprzedzającymi je pytaniami

3. odczytanie znaczenia przy uwzględnieniu kontekstu

„Podczas robienia zakupów w sklepie podejmuję racjonalne decyzje.”

Zdanie poprzedzające  A: 
„Czym się Pan kieruje podczas  robienia  zakupów?”

Zdanie poprzedzające  B: 

„Czy zdarza się Panu kierować  podczas  robienia  zakupów  nagłym impulsem?”

Analiza emocji

• analiza emocji wyrażanych w sposób bezpośredni 

i pośredni

• analiza emocjonalnego zaangażowania w wywiad badacza

• analiza generalnego nastroju emocjonalnego wypowiedzi 

osób badanych 

(np. znudzeni, zamyśleni,  impulsywni, wytrwali, chwiejni w opiniach)

• analiza spójności emocji i treści wypowiedzi 

(np. treść pozytywna, emocje wyrażane za pomocą komunikatów 
niewerbalnych negatywne)

Inne aspekty analizy treści

• Język, jaki posługiwali się badani dyskutując o kluczowych celach 

badawczych

• Wątki, jakie pojawiły się w wypowiedziach uczestników odnośnie 

kluczowych celów badawczych

• Stopień zaangażowania badanych w dyskusję

• Spójność między wypowiedziami badanych a opisem ich działań

• Spójność wypowiedzi i komunikacji niewerbalnej 

(m.in. potakiwanie, znudzenie,  frustracja, niepokój, obawy, irytacja)

• Charakterystyka ogólnej dynamiki grupy (stopień zainteresowania 

dyskusją, spontaniczność dyskusji)

• Zmiany w kolejności zadawania pytań

background image

4

Analiza danych z technik projekcyjnych

• odtworzenie znaczenia wypowiedzi

• analiza wyjaśnień uczestników

• analiza kolejności pojawiania się skojarzeń

• ocena stopnia powtarzalności skojarzeń

• analiza relacji między skojarzeniami

• grupowanie skojarzeń (np. neutralne, pozytywne, negatywne)

• analiza różnic między skojarzeniami pojawiającymi się 

w różnych grupach badawczych

LITERATURA

• Miles M.B., Huberman A.M. (2000), Analiza danych jakościowych

Białystok: TransHumana

• Silverman, D. (2009) Interpretacja danych jakościowych. Metody 

analizy rozmowy, tekstu i interakcji. Warszawa: PWN 

• Gibbs G., Analizowanie danych jakościowych, Warszawa: Wyd. 

Nauk. PWN

• Konecki, K. (2000) Studia z metodologii badań jakościowych. 

Teoria ugruntowana. Warszawa: PWN

• Charmaz, K. (2006) Teoria ugruntowana. Praktyczny przewodnik 

po analizie jakościowej. Warszawa: PWN