Алгоритм качественного исследования — сбор, запись, анализ данных

Здравствуйте, уважаемые читатели блога о контент-анализе!

Сегодня хочу поделиться с вами общим алгоритмом проведения качественного анализа данных, прекрасно и просто описанным в видео, размещенном в этом посте ниже. Чтобы было понятнее, представленный алгоритм привожу в виде майнд карты

Видео на английском, поэтому для просмотра его лучше знать 🙂 При этом лексика довольно простая, хотя сильно мешает акцент говорящего. Приятного просмотра!

А вот собственно и сама майнд карта алгоритма качественного анализа данных (Вышло не так красиво, как на видео, но тоже в общем неплохо):

Думаю, на майнд карте ПОЧТИ всё понятно за исключением следующих пунктов: открытое, осевое и селективное кодирование. Что же это за страшные слова?

Открытое кодирование (Open coding)

Подразумевает чтение/просмотр/прослушивание (возможно, и неоднократное) контента (например, текстов интервью или комментариев на блоге) с целью поиска повторяющихся важных мыслей, идей, позиций, мнений, микротем и пр. и создание системы кодов на этой основе. ВАЖНО: выявление таких кодов должно базироваться не на сторонней теории, а именно на изучаемом контенте. Выявив коды — кодируем. По мере проведения кодирования, система кодов может трансформироваться — могут появляться новые коды. Коды могут быть детализированы или интегрированы. Изменяя систему кодов, необходимо проводить кодирование заново для всего массива контента с учетом изменений в системе.

Осевое кодирование (Axial coding)

Нахождение связей между кодами, выявленными в ходе открытого кодирования. Выделение нескольких основных осей (категорий), вокруг которых «вращаются» коды.

Селективное кодирование (Selective coding)

Выявление ключевой для всего контента переменной, повторное изучение всего материала (перечитывание, пересматривание, переслушивание) и кодирование этим кодом всех единиц анализа, в которых присутствует эта переменная

Более подробно и с примерами каждого из этапов кодирования вы можете ознакомиться в ЭТОЙ СТАТЬЕ на блоге специалиста по PR и профессора Университета Орегоны Тиффани Дервилле Галикано (Tiffany Derville Gallicano, Ph.D.) Написано очень доступно, что действительно классно 🙂 А пробираться через дебри специализированной литературы по QDA (качественному анализу данных) невероятно сложно…

Вот собственно и всё на сегодня! Удачи в проведении исследований!