Analiza okvira

Analiza okvira postaje sve popularniji pristup upravljanju i analizi kvalitativnih podataka. Pogodan je za upotrebu u istraživačkim timovima čak i kada svi članovi tima nemaju prethodno iskustvo u sprovođenju kvalitativnog istraživanja. Ključni termini koji se koriste u ovoj analizi obuhvataju sledeće (Gale et.al., 2013):

• analitički okvir – skup kodova organizovanih u kategorije koje su zajednički razvili istraživači uključeni u analizu, a koji se mogu koristiti za upravljanje podacima i njihovo organizovanje. Okvir obezbeđuje novu strukturu za podatke (umesto potpunih originalnih izveštaja koje su dali učesnici), što pomaže da se podaci sumiraju, odnosno da se smanji količina podataka na način koji može da omogući dobijanje odgovora na istraživačka pitanja;
• kategorije – tokom procesa analize, kodovi se grupišu u klastere oko sličnih i međusobno povezanih ideja ili koncepata. Kategorije i kodovi su obično raspoređeni u vidu dijagrama stabla u analitičkom okviru. Dok su kodovi blisko i eksplicitno povezani sa sirovim podacima, definisanje kategorija je način da se započne proces apstrakcije podataka;
• crtanje grafikona – unošenje sažetih podataka u matricu analize okvira;
• kod – deskriptivna ili konceptualna oznaka koja se dodeljuje odlomcima neobrađenih podataka u procesu koji se naziva „kodiranje“;
• podaci – kvalitativni podaci obično moraju biti u tekstualnom obliku pre analize. Ovi tekstovi mogu biti ili naručeni tekstovi (posebno napisani za konkretno istraživanje) ili već postojeći tekstovi, kao što su zapisnici sa sastanaka, dokumenti o politikama, ili se mogu dobiti zapisivanjem podataka prikupljenih pomoću intervjua ili fokus grupe, ili vođenjem beležaka na terenu tokom sprovođenja posmatranja učesnika ili posmatranja objekata i društvenih situacija;
• indeksiranje – sistematična primena kodova iz dogovorenog analitičkog okvira na ceo skup podataka;
• matrica – tabela koja sadrži brojne ćelije u koje se unose sumirani podaci po kodovima (kolone) i slučajevima (redovi);
• teme – interpretativni koncepti ili propozicije koje opisuju ili objašnjavaju aspekte podataka, a koje su konačni rezultat analize čitavog skupa podataka. Teme se definišu i razvijaju ispitivanjem kategorija podataka kroz poređenje između i unutar slučajeva. Obično veći broj kategorija spada u temu ili podtemu;
• transkript – pisani, doslovni (od reči do reči) prikaz verbalne interakcije, kao što je intervju ili razgovor.

Poput tematske analize i analize sadržaja, i ovaj pristup otkriva sličnosti i razlike u kvalitativnim podacima pre nego što se fokusira na odnose između različitih delova podataka, u nastojanju da izvuče deskriptivne i/ili objašnjavajuće zaključke o grupama tema. Njegova ključna karakteristika je matrica kojom rezultira: redovi (slučajevi), kolone (kodovi) i „ćelije“ sumiranih podataka, koja obezbeđuje strukturu u koju istraživač može sistematski da redukuje podatke kako bi ih analizirao prema slučaju i kodu (Richie & Lewis, 2003). Najčešće je „slučaj“ individualni ispitanik, ali se to može prilagoditi i drugim jedinicama analize, kao što su unapred definisane grupe ili organizacije. Dok se dubinske analize ključnih tema mogu vršiti na čitavom skupu podataka, stavovi svakog učesnika istraživanja ostaju povezani sa drugim aspektima njihovih navoda u okviru matrice tako da se ne gubi kontekst stavova pojedinaca. Poređenje i suprotstavljanje podataka je od ključnog značaja za kvalitativnu analizu, a mogućnost jednostavnog upoređivanja podataka o različitim slučajevima, kao i u okviru pojedinačnih slučajeva, ugrađena je u strukturu i proces analize okvira.

Analiza okvira podrazumeva jasne korake koje treba pratiti i dovodi do visoko strukturiranih rezultata sumiranih podataka. Stoga je korisna onda kada više istraživača radi na projektu, posebno u multidisciplinarnim istraživačkim timovima, kada nemaju svi članovi iskustva u kvalitativnoj analizi podataka, ali je pogodna i za upravljanje velikim bazama podataka, gde je poželjno dobiti holistički, deskriptivni pregled celokupne baze podataka. Međutim, preporučuje se oprez pre izbora ove metode analize jer ona nije pogodan alat za analizu svih tipova kvalitativnih podataka ili za dobijanje odgovora na sva pitanja kvalitativnog istraživanja niti predstavlja jednostavnu vrstu kvalitativnog istraživanja za kvantitativne istraživače. Važno je imati na umu da analiza okvira ne može da se primeni na previše heterogene podatke, tj. podaci moraju pokrivati slične teme ili slična ključna pitanja kako bi ih bilo moguće kategorizovati. Pojedinačni sagovornici mogu, naravno, imati veoma različite poglede ili iskustva u vezi sa svakom temom, koji se onda moraju uporediti i suprotstaviti. Analiza okvira se najčešće koristi za analizu transkibovanih polustrukturisanih intervjua, iako bi se mogla prilagoditi i za druge vrste tekstualnih podataka, uključujući dokumente kao što su zapisnici sa sastanka ili dnevnici ili beleške o posmatranju neke pojave sačinjen na mestu posmatranja. Analiza okvira, međutim, nije usko povezana sa konkretnim epistemološkim, filozofskim ili teorijskim pristupom. Ona je prilično fleksibilan alat koji se može prilagoditi za upotrebu sa različitim kvalitativnim pristupima koji za cilj imaju generisanje tema.

Razvoj tema je zajednička karakteristika kvalitativnih analiza podataka, koja podrazumeva sistematično traganje za obrascima pomoću kojih se generišu detaljni opisi koji mogu da rasvetle fenomen koji se istražuje. Konkretno, mnogi kvalitativni pristupi koriste metodu konstantnog upoređivanja, koja je razvijena u okviru utemeljene teorije i podrazumeva sistematično upoređivanje slučajeva u cilju konkretizovanja svake teme. Za razliku od utemeljene teorije, analiza okvira se ne bavi nužno generisanjem društvene teorije, ali može u velikoj meri olakšati primenu konstantnog upoređivanja kroz pregled podataka koji pruža matrica.

Analizu okvira je moguće prilagoditi za primenu u deduktivnim, induktivnim ili kombinovanim tipovima kvalitativne analize. Međutim, postoje neka istraživačka pitanja u kojima analiza podataka po slučaju i temi nije prikladna, tako da tada treba izbegavati analizu okvira. Na primer, u zavisnosti od istraživačkog pitanja, podaci o životnoj istoriji bi se mogli bolje analizirati pomoću narativne analize, a dokumentarni podaci pomoću analize diskursa (Hodges et al., 2008).

Gejl sa saradnicima (Gale et al., 2013) pruža detaljno objašnjenje sedam faza postupka analize okvira:

• transkripcija – potreban je audio snimak dobrog kvaliteta, a u idealnom slučaju i doslovan transkript intervjua (od reči do reči). Transkripti treba da imaju velike margine i adekvatan razmak između redova za kasnije kodiranje i zapisivanje napomena. Proces transkripcije je dobra prilika da se udubi u podatke i nove istraživače treba ohrabrivati da ga koriste.
• upoznavanje sa intervjuom – upoznavanje sa celim intervjuom koristeći audio snimak i/ili transkript ili bilo kakve beleške o samom kontekstu i razmišljanju koje je istraživač zapisao predstavlja ključnu fazu tumačenja. Takođe, korisno je ponovo preslušati ceo audio snimak ili njegove delove. U multidisciplinarnim ili velikim istraživačkim projektima, analizu podataka mogu vršiti ljudi koji nisu vodili ili transkribovali intervju, što ovu fazu čini posebno značajnom. Jedna margina se može koristiti za zapisivanje bilo kakvih analitičkih zabeleški, promišljanja ili utisaka.
• kodiranje – nakon upoznavanja sa intervjuom, istraživač pažljivo čita transkript red po red, parafrazirajući ili dodeljujući oznaku (kod), koja opisuje ono što je u odlomku protumačio kao važno. U istraživanju sa induktivnim pristupom, u ovoj fazi se vrši „otvoreno kodiranje“, tj. kodiranje svega što bi moglo biti relevantno iz što više različitih perspektiva. Kodovi se mogu odnositi na suštinske stvari (npr. određeno ponašanje, događaj ili struktura), vrednosti (npr. one koje konkretizuju ili potkrepljuju određene izjave), emocije (npr. tuga, frustracija, ljubav) ili impresionističke/metodološke elemente (npr. ispitanik je naišao na nešto što je teško objasniti, ispitanik je postao emotivan, ispitanik se osećao neprijatno) (Saldaña,, 2009). U čisto deduktivnim studijama, kodovi su možda i unapred definisani (npr. u skladu sa postojećom teorijom ili specifičnim oblastima od interesovanja za projekat) i stoga ova faza možda nije striktno neophodna, pa se može jednostavno preći na indeksiranje, iako je generalno korisno uraditi neku vrstu otvorenog kodiranja na barem nekoliko transkripata čak i kada se primenjuje deduktivni pristup kako bi se osiguralo da se ne propuste važni aspekti podataka. Kodiranje ima za cilj da se klasifikuju svi podaci tako da se mogu sistematski upoređivati sa drugim delovima baze podataka. Najmanje dva istraživača (ili najmanje jedan iz svake discipline ili specijalnosti u multidisciplinarnom istraživačkom timu) treba samostalno da kodira prvih nekoliko transkripata, ukoliko je moguće. Pri induktivnom kodiranju izuzetno je važno da se pazi na neočekivano, a ne samo da se kodira na doslovan, deskriptivan način. Dakle, uključivanje ljudi sa različitim perspektivama može u velikoj meri pomoći u tome. Pored sticanja holističkog utiska o onome što je rečeno, kodiranje red po red često može upozoriti istraživača da razmotri ono što obično može ostati nevidljivo jer nije jasno izraženo ili se ne „uklapa“ u ostatak navoda. Na ovaj način, dalja analiza se može dovesti u pitanje, dok objašnjenje nepravilnosti u podacima može i osnažiti analizu. Kodiranje se takođe može obaviti digitalno, koristeći softver CAQDAS, što je koristan način za automatsko praćenje novih kodova. Međutim, neki istraživači više vole da u ranim fazama kodiranja koriste papir i olovku, pa počinju da koriste CAQDAS tek kada stignu do faze 5.
• razvoj radnog analitičkog okvira – nakon kodiranja prvih nekoliko transkripata, svi uključeni istraživači treba da se sastanu da uporede kodove koje su primenili i da se dogovore oko skupa kodova koji će se primeniti na sve naredne transkripte. Kodovi se mogu grupisati u kategorije (koristeći dijagram stabla, ako je od pomoći), koje se zatim jasno definišu. Ovo predstavlja radni analitički okvir. Moguće je da će biti potrebno nekoliko vraćanja na analitički okvir pre nego što se pojave dodatni kodovi. Uvek je dobro imati dodatni kod u svakoj kategoriji kako se ne bi zanemarili podaci koji se ne uklapaju. Analitički okvir nije konačan sve dok se poslednji transkript ne kodira.
• primena analitičkog okvira – radni analitički okvir se zatim primenjuje indeksiranjem naknadnih transkripata koristeći postojeće kategorije i kodove. Svakom kodu se obično dodeljuje broj ili skraćenica radi lakše identifikacije (tako da se puni nazivi kodova ne moraju svaki put ispisivati) i upisuje se direktno na transkripte. Softver za kvalitativnu analizu podataka (CAQDAS) je veoma koristan u ovoj fazi jer može ubrzati proces i omogućiti da se u kasnijim fazama podaci lakše pronađu. Važno je napomenuti da, za razliku od softvera za statističku analizu, koji zapravo vrši proračune na ispravno zadatu instrukciju, ubacivanjem podataka u softverski paket za kvalitativnu analizu ne analizira se podaci; to je jednostavno efikasan način čuvanja i organizovanja podataka kako bi bili pristupačniji za analizu.
• unošenje podataka u okvirnu matricu – kvalitativni podaci su obimni (za sat intervjua može da da se dobije 15–30 stranica teksta), pa sposobnost upravljanja podacima i njihovog sumiranja (sažimanja) predstavlja ključni aspekat procesa analize. Tabela se koristi za generisanje matrice, a podaci se unose u matricu. Dijagram podrazumeva sumiranje podataka iz svakog transkripta po kategorijama. Dobar dijagram zahteva sposobnost uspostavljanja ravnoteže između sažimanja podataka, s jedne strane, i očuvanja originalnog značenja i smisla ispitanikovih reči s druge strane. U dijagramu se treba pozvati i na zanimljive ili ilustrativne citate. Oni se mogu automatski označiti ako se za upravljanje podacima koristiti softver CAQDAS. U suprotnom će biti dovoljno navesti veliko slovo 'C', (anonimizirani) broj transkripta, stranice i red u kom se citat pojavljuje. U multidisciplinarnim timovima je korisno uporediti stilove sumiranja podataka u ranim fazama procesa analize kako bi se obezbedila doslednost unutar tima. Tim treba da se dogovori o tome koje će se skraćenice koristiti. Kada se članovi tima upoznaju sa analitičkim okvirom i dobro uvežbaju kodiranje i unošenje podataka u grafikone, u proseku će biti potrebno oko pola dana po trankriptu za snimak u trajanju od sat vremena da se dođe do ove faze. U ranijim fazama, za ovo bi bilo potrebno mnogo više vremena.
• tumačenje podataka – korisno je tokom istraživanja imati posebnu beležnicu ili kompjutersku datoteku za beleženje utisaka, ideja i početnog tumačenja podataka. Može biti korisno prekinuti analizu u bilo kojoj fazi da bi se istražila neka zanimljiva ideja, koncept ili potencijalna tema tako što će se zabeležiti napomena za naknadnu diskusiju sa ostalim članovima istraživačkog tima. Postepeno se otkrivaju karakteristike podataka i razlike među njima, po mogućstvu se generišu tipologije, preispituju teorijski koncepti (bilo koncepti od ranije ili oni koji proizilaze iz podataka) ili mapiraju veze između kategorija u cilju ispitivanja povezanosti i/ili uzročnosti. Ako su podaci dovoljno bogati, rezultati dobijeni tokom ovog procesa mogu predstavljati više od opisa konkretnih slučajeva sve do objašnjenja, na primer, razloga za pojavu nekog fenomena, predviđanja kako će organizacija ili drugi društveni akteri dalje podsticati ili reagovati na situaciju, ili otkriti oblasti koje ne funkcionišu dobro unutar neke organizacije ili sistema. Vredi napomenuti da ova faza često traje duže nego što se očekuje i da svaki plan projekta treba da predvidi dovoljno vremena za sastanke i dovoljno vremena pojedinačnim istraživačima za tumačenje i saopštavanje rezultata.

Dok je analiza okvira pogodna za učešće nestručnih lica u analizi podataka, da bi bila uspešna, neophodno je da iskusan istraživač u oblasti kvalitativog istraživanja vodi projekat. U idealnom slučaju, „kvalitativnom“ vođi tima bi se pridružili i drugi istraživači sa barem nekom prethodnom obukom ili iskustvom u kvalitativnoj analizi. Glavni kvalitativni istraživač je zaslužan za: doprinos nacrtu istraživanja, definisanje vremenskih okvira projekta i planiranje resursa; da bude mentor mlađim kvalitativnim istraživačima; da organizuje sastanke za analizu podataka na način koji će podstaći kritičko bavljenje podacima i saradnju sa drugim članovima tima. Naposletku, on treba da upravlja pisanjem izveštaja o rezultatima istraživanja.