Analiza konwencjonalna

W analizie konwencjonalnej celem badającego jest pozwolenie na to, żeby definicje poszczególnych kategorii wynikły bezpośrednio z zebranych danych. Główną zaletą tej metody jest to, że motywuje ona zbieranie danych w oparciu o faktyczne odczucia użytkowników, a nie na podstawie uprzednio zdefiniowanych podstaw teoretycznych. Wygenerowane wnioski przedstawiają faktyczne opinie użytkowników i dają podstawę do zrozumienia różnorakich aspektów danego problemu, szczególnie jeśli jest on nowy, skomplikowany i trudny do opisania w inny sposób.

Analiza konwencjonalna (ang. conventional content analysis) jest używana w badaniach jakościowych, których celem jest poznanie fenomenu, który nie został wcześniej opisany -- na przykład, zrozumienie potrzeb użytkowników mające na celu stworzenie nowego produktu lub serwisu.

Analiza danych odbywa się w nastepujacych krokach:

• Krok 1. Najpierw należy przesłuchać lub przeczytać zebrany materiał,aby uzyskać odpowiednio głębokie zrozumienie danych.
• Krok 2. Przy kolejnym czytaniu danych należy podkreślić słowa lub frazy opisujące kluczowe opinie lub koncepcje, dotyczące intersujacych badacza aspektów problemu.
• Krok 3. Każdą koncepcję należy następnie zakodować (n.p., stwierdzenia opisujące trudności w znalezieniu potrzebnych funkcji mogą być zakodowane jako „Problemy z użytecznością").
• Krok 4. Poszczególne kody należy grupować w kategorie. Z założenia nie powinno się tworzyć więcej niż 10-15 kategorii, jako że ich zadaniem jest wyabstrahowanie zebranych danych.
• Krok 5. Następnie należy stworzyć definicje dla każdej z zidentyfikowanych kategorii.
• Krok 6. Wzależności od powiązań między kategoriami, można je grupować w różne zestawy. Każdy zestaw danych może reprezentować inny punkt widzenia na problem będący przedmiotem badania. Powiązania między kategoriami najłatwiej jest zilustrować w formie grafu (zobacz: rysunek 1). Badacz może zdecydować się na przedstawienie wyników na bazie przeciwieństw, zależności lub współwystępowania.

Przykład (w oparciu o rysunek 1 po prawej):

Wyobraźmy sobie, że naszym zadaniem jest zrozumienie, w jaki sposób ludzie poruszają się środkami transportu miejskiego w waszym mieście, po to, żeby zaprojektować nowe połączenia między różnymi miejscami a także zaproponować różne opcje biletów.

Aby tego dokonać, planujemy badanie typu sytuowany wywiad środowiskowy (ang. contextual inquiry):

• Dane zebrane w trakcie wywiadów zostają przetworzone na pojedyncze stwierdzenia mieszczące się na karteczkach post-it (zobacz: rysunek 2 poniżej). Każde stwierdzenie wyraża oddzielną opinię danego użytkownika. Tego typu analiza nazywana jest analizą przy użyciu diagramów affinity.
• Stwierdzenia te są następnie analizowane metodą bottom-up, czyli stwierdzenia semantycznie zbliżone do siebie grupowane są razem, a następnie kazda grupa stwierdzeń otrzymuje własną nazwę (np: "transport dla osób niepełnosprawnych" czy "transport dla turystów").
• Dla każdej ze zdefiniowanych kategorii można następnie zdefiniować podkategorie (decyzja o tym, czy podkategorie są potrzebne zależy najczęściej od celu badania a także od tego, czy zebrane dane wymagają dalszej kategoryzacji). W tym konkretnym przypadku, zdefiniowane kategorie posiadały podkategorie (np: dla kategorii "transport dla turystów" zostały zdefiiowane podkategorie: "wycieczki jednodniowe" i "przyjazdy wakacyjne").
Na podstawie powyższej analizy został skonstruowany model hierarchicznych zależności, którego część jest widoczna na rysunku 2 po prawej. Na podstawie tego modelu można było określić nowe typy biletów dla turystów, a także ustalić na jakich trasach powinny się poruszać autobusy z obniżonymi podłogami.

Jak jest widoczne w powyższym przykładzie, analiza konwencjonalna umożliwia uporządkowanie dużej ilości nieustrukturalizowanych opinii użytkowników i pozwala na zidentyfikowanie powtarzających sie wzorców zachowań oraz motywów ukrytych za poszczególnymi zachowaniami.

Takimi wzorcami mogą być podobieństwa i różnice pomiędzy poszczególnymi kategoriami a także przykłady czasowego i przestrzennego umiejscowienia zachodzących procesów (w tym przypadku sposobów korzystania ze środków komunikacji publicznej) w kontekście danego problemu, czyli lepszego zaplanowania usług oferowanych przez transport miejski.

Istotnym jest jednak, żeby zawsze krytycznie oceniać wnioski wyciągniete z badania przeprowadzonego przy użyciu analizy konwencjonalnej, jako, że łatwo jest skoncentorwać się na wzorcach, które albo zostały wcześnie dostrzeżone i dlatego utrwaliły się w świadomości badacza jako istotne, albo na tych, które w ten czy inny sposób wyróżniają się z całości zebranego materiału.

Najczęściej spotykane pułapki wynikające z użycia analizy konwencjonalnej to:

• subiektywne przedstawienie wyników związane z brakiem umiejętności zidentyfikowania kluczowych kategorii; aby tego uniknąć, proces kodowania i analizy powinien być przeprowadzony przez niezależnych koderów a wyniki później porównane i przedyskutowane;
• potraktowanie wniosków raczej dla potwierdzenia pewnej teorii niż dla opisu pewnego typu doświadczeń ludzkich; aby tego uniknąć, należy pamiętać, że analiza konwencjonalna pozwala jedynie na modelowanie pewnych zachowań i nie może służyć jako podstawa do weryfikacji koncepcji teoretycznych.

Materiały źródłowe:

• Babbie, E., The practice of social research. New York: Macmillan, 1992. Google Books