სიღრმისეული ინტერვიუს მონაცემების ანალიზი

ტრანსკრიპტების მომზადება და მონაცემების კოდირება

ინტერვიუს მონაცემების ანალიზი არის „ნედლი“ ინტერვიუებიდან
არგუმენტირებულ ინტერპრეტაციაზე გადასვლის პროცესი, რომლის დროსაც
ხდება მონაცემების კლასიფიცირება, შედარება, კომბინირება გარკვეული
კანონზომიერებისა და შესაბამისი დასკვნების გამოსავლენად. რობერტ უეისის
მიხედვით, განზოგადების ხარისხიდან გამომდინარე, მონაცემების ანალიზი
შეიძლება იყოს ზოგადი ან კონკრეტული, ფოკუსიდან გამომდინარე კი -
პრობლემაზე ან შემთხვევაზე ორიენტირებული. თუმცა უნდა გვახსოვდეს, რომ
სოციოლოგიური ანალიზი სოციალურ პრობლემაზე ფოკუსირდება და არა
კონკრეტულ შემთხვევაზე, განსხვავებით მაგალითად, ჟურნალისტიკისგან.
სიღრმისეული ინტერვიუ მონაცემების ანალიზის ოთხ ეტპს მოიცავს: კოდირება,
კატეგორიზაცია, ლოკალური ინტეგრაცია და ინკლუზიური ინტეგრაცია.
ანალიზის საწყის ეტაპზე ხდება ინტერვიუს აუდიოჩანაწერების ტრანსკრიპტების
დამზადება (აუდიოჩანაწერების წერილობითი ვერსია), შემდეგ კი მონაცემების
კოდირება და კატეგორიზაცია. კოდირება ინტერვიუდან საკვანძო ცნებებისა და
იდეების ამოღებასა და მათ მოკლე შეჯამებას. მონაცემების კატეგორიზაცია იმ
ინფორმაციის შეკრებას გულისხმობს, რასაც რესპონდენტები კოდირებიდან
ნაცნობი ცნებებისა და იდეების შესახებ ამბობენ. შემდეგ მოდის ლოკალური
ინტეგრაცია, რაც თითოეული კოდის ქვეშ თავმოყრილი ინფორმაციის ანალიზსა
და ინტერპრეტაციას გულისხმობს. ამას ინკლუზიური ინტეგრაცია მოსდევს - ეს
არის ინფორმაციის ცალკეული ამონარიდის ერთმანეთთან მიმართებაში
ანალიზი, რომელიც ინფორმაციას ცალკეულ ნარატივად გააერთიანებს.
ტრანსკრიპტების მომზადება შეუძლია როგორც მკვლევარს, ისე საგანკებად
დაქირავებულ ასისტენტს, უმცა უმჯობესია ეს მკვლევარმა გააკეთოს, რადგან
ასისტენტი ინტერვიუს პროცესს არ დასწრებია და ბევრი დეტალი არ იცის.
ტრანსკრიპტები კვლევის პროცესშივე უნდა მომზადდეს 1)თანმიმდევრული
რეფლექსიისთვის 2)მომდევნო ინტერვიუსთვის უკეთ მომზადებისთვის.
ტრანსკრიპტებს მკვლევარმა საკუთარი რეფლექსიაც უნდა დაუთმოს - ეს
შეიძლება ცალკეულ ინტერვიუსთან დაკავშირებული შთაბეჭდილებები იყოს ან
კონკრეტულმა ამონარიდმა წაკითხული სტატია გაახსენოს და ახალი საკვლევი
კითხვა დაამატოს.
მკვლევარმა საყურადღებო ციტატებიც უნდა გამოყოს, რომლებიც მის არგუმენტს
გაამყარებს და საბოლოო ნაშრომშიც შევა. ავტორების აზრით, მკვლევარმა
ტრანსკრიპტების მომზადების შემდეგ, ინტერვიუს შინაარსის მნიშვნელოვანი
ასპექტების შეჯამებაც უნდა დაურთოს, რომელიც ასახავს ინტერვიუში
გამოვლენილ მიგნებებს, რომლებიც საკვლევ შეკითხვას პასუხობენ.
თრანსკრიპტების ერთი „სუფთა“ ვერსია ცალკე ფოლდერში ინახება, მეორე კი
„სამუშაოდ“, მონაცემების დასამუშავებლად გამოიყენება. მონაცემების ანალიზი
იწყება კოდირებით. კოდირება ნიშნავს 1)ინტერვიუს მასალაში საკვანძო ცნებებისა
და მოვლენების, თემებისა და თემატური მარკერების იდენტიფიცირებას
2)თითოეულ ტრანსკრიპტში შესაბამისი სახელწოდების ანუ კოდის მიწერას იმ
მონაცემებისთვის, სადაც ეს ცნება თუ მოვლენა გვხვდება.
მოვლენა ის ხდომილებაა, რომელიც საკვლევ კონტექსტს ქმნის. თემა აჯამებს, თუ
რა ხდება მოცემულ სიტუაციაში. თემატური მარკერი შეიძლება იყოს
ადამიანებბის, ორგანიზაციების, ადგილების სახელები. თარიღები, მისამართები,
საკანონმდებლო რეგულაციები და სხვ. სწორედ მათთვის სახელების დარქმევაა
კოდირება. შემდეგ ხდება ინტერვიუში გამოვლენილი მსგავსი მონაცემების
შეკრება და გაანალიზება. კოდებს შორის ურთიერთკავშირს „კოდირების
სტრუქტურა“ ეწოდება. კოდირების სტრუქტურა კვლევის მიზანს უნდა
შეესაბამებოდეს. კოდირების პროცესი ტრანსკრიპტების წაკითხვის შემდეგ
სრულდება. ტრანსკრიპტების გარკვეული რაოდენობის ოდირების შემდეგ,
მკვლევარი ამჩნევს, რომ ახალი ტრანსკრიპტების მონაცემები სულ უფრო მეტად
ერგება არსებულ კოდებს, შესაბამისად, კოდების შემუშავების სიხშირე
კლებულობს. მაგალითად, თუ ჯანმრთელი ცხოვრების წესის შესახებ
რესპონდენტთა წარმოდე+გენებს ვიკვლევთ, მკვლევარს შეუძლია რესპონდენტის
ნარატივი, თუ როგორ უფრთხილდება ჯანმრთელობას, შეაჯამოს კოდით
„საკუთარი ქცევა“, თუ რესპონდენტს მიაჩნია, რომ ჯანმრთელობას მემკვიდრეობა
განსაზღვრავს, მკვლევარი გამოიყენებს კოდს „ბიოლოგიური მემკვიდრეობა“ და
ა.შ.
მონაცემების კატეგორიზაცია კოდების ქვეშ ინტერვიუს მონაცემების ცალკე
ფაილად დახარისხებას გულისხმობს. ამ მიზნით, მკვლევარი თითოეული
ინტერვიუდან კოდის სახელწოდების შესაბამის შინაარსს კრეფს და მოცემული
კოდის ქვეშ ათავსებს. ეს საშუალებას აძლევს მკვლევარს, გაიგოს, როგორ
აღიქმება განსახილველი საკითხი სხვადასხვა რესპონდენტისთვის. მონაცემების
კოდირება-კატეგორიზაციისთვის კომპიუტერული პროგრამები გამოიყენება NVivo,
MAXQDA, HyperRESEARCH, Atlas.ti, რომელთა მეშვეობითაც ინიშნება ცნებები, თემები,
მოვლენები და თემატური მარკერები. მა სახით დაჯგუფებულ მასალაში
მკვლევარიი ადგენს გარკვეულ კანონზომიერებებს, რომ შემდეგ „გაჯერებული
აღწერა“ წარმოადგინოს.
როცა ცალკეული კოდის ქვეშ შესაბამისი მონაცემებია კატეგორიზებული,
მკვლევარმა მათი შეჯამება და ანლიზი უნდა მოახდინოს, რაც შექმნის კვლევის
ანგარიშის კონკრეტულ სექციას. ამ ეტაპს რობერტ უეისმა ლოკალური
ინტეგრაცია უწოდა, რომელიც ფიქრობს, რომ ამ პროცედურას ინტერვიუს
მონაცემების მოპოვებისთანავე შევუდგეთ და მთელი კვლევის მანძილზე
განვაგრძოთ. ლოკალური ინტეგრაციისას, ვაჯამებთ რესპონდენტების აზრებსა და
დომინანტური იდეებს, რითიც არგუმენტაციის ძირითად ხაზს ვავითარებთ, შემდეგ
კი პირიქით, განსხვავებულ აზრებს ვკრებთ და ვაჯამებთ.