با ما تماس بگیرید

0912 484 6329

ایمیل ما

editacdmy@gmail.com

تحقیق کیفی

پژوهش کیفی: ویژگی ها، طراحی، روش ها و مثال

11 Views

تحقیق کیفی نوعی روش تحقیق است که بر جمع‌آوری و تحلیل داده‌های غیرعددی برای دستیابی به درک عمیق‌تر از رفتار، تجربیات و دیدگاه‌های انسان تمرکز دارد. تحقیقات کیفی یکی از جالبترین انواع تحقیقات هستند که در ویرایش مقاله با آن ها مواجه می شویم.

هدف این روش، بررسی «چرایی» و «چگونگی» یک پدیده است، نه «چه»، «کجا» و «چه زمانی» که معمولاً توسط تحقیقات کمی به آن پرداخته می‌شود.

برخلاف تحقیقات کمی که بر جمع‌آوری و تحلیل داده‌های عددی برای تحلیل آماری تمرکز دارد، تحقیقات کیفی شامل تفسیر داده‌ها توسط محققان برای شناسایی مضامین، الگوها و معانی است.

پژوهش کیفی می‌تواند برای موارد زیر استفاده شود:

  1. به دست آوردن درک عمیق زمینه‌ای از واقعیت اجتماعی ذهنی افراد
  2. برای پاسخ به سؤالات مربوط به تجربه و معنا از دیدگاه شرکت‌کنندگان
  3. برای طراحی فرضیه‌ها، نظریه باید با استفاده از روش‌های کیفی مورد تحقیق قرار گیرد تا مشخص شود چه چیزی قبل از شروع تحقیق مهم است.

نمونه‌هایی از سوالات پژوهش کیفی عبارتند از:

  1. استرس چگونه بر رفتار جوانان تأثیر می‌گذارد؟
  2. چه عواملی بر میزان حضور دانش‌آموزان در مدرسه در کشورهای توسعه‌یافته تأثیر می‌گذارد؟
  3. بزرگسالان در بریتانیا چگونه مصرف بیش از حد الکل را تفسیر می‌کنند؟
  4. تأثیرات روانی غربالگری سرطان دهانه رحم در زنان چیست؟
  5. چگونه می‌توان دروس سلامت روان را در برنامه درسی مدارس ادغام کرد؟

ویژگی‌های تحقیق کیفی

محیط طبیعی

افراد در محیط طبیعی خود مورد مطالعه قرار می‌گیرند تا درک عمیق‌تری از چگونگی تجربه جهان توسط افراد به دست آورند. این امر محقق را قادر می‌سازد تا پدیده‌ای را نزدیک به چگونگی تجربه شرکت‌کنندگان درک کند.

محیط‌های طبیعی اطلاعات زمینه‌ای ارزشمندی را برای کمک به محققان در درک و تفسیر بهتر داده‌هایی که جمع‌آوری می‌کنند، فراهم می‌کنند.

محیط، تعاملات اجتماعی و عوامل فرهنگی همگی می‌توانند بر رفتار و تجربیات تأثیر بگذارند و این عناصر در محیط‌های دنیای واقعی به راحتی قابل مشاهده هستند.

واقعیت به صورت اجتماعی ساخته می‌شود.

هدف تحقیق کیفی درک چگونگی معناسازی تجربیات شرکت‌کنندگان – به صورت فردی یا در زمینه‌های اجتماعی – است. این تحقیق فرض می‌کند که هیچ واقعیت عینی وجود ندارد و دنیای اجتماعی تفسیر می‌شود (ییلماز، ۲۰۱۳).

اولویت موضوع

هدف اصلی تحقیق کیفی، درک دیدگاه‌ها، تجربیات و باورهای افرادی است که پدیده انتخاب شده برای تحقیق را تجربه کرده‌اند، نه تجربیات متوسط گروه‌هایی از مردم (مینیچیلو، ۱۹۹۰).

از آنجا که تکنیک‌های کیفی به شرکت‌کنندگان اجازه می‌دهد تا آزادانه تجربیات، افکار و احساسات خود را بدون محدودیت فاش کنند، درک عمیقی حاصل می‌شود (Tenny et al., 2022).

متغیرها پیچیده، در هم تنیده و اندازه‌گیری آنها دشوار است.

عواملی مانند تجربیات، رفتارها و نگرش‌ها پیچیده و در هم تنیده هستند، بنابراین نمی‌توان آنها را به متغیرهای مجزا تقلیل داد و اندازه‌گیری کمی آنها را دشوار می‌کند.

با این حال، یک رویکرد کیفی شرکت‌کنندگان را قادر می‌سازد تا توصیف کنند که در طول یک پدیده مورد مطالعه، چه چیزی، چرا یا چگونه فکر/احساس می‌کردند (Yilmaz, 2013).

Emic (دیدگاه خودی)

پدیده مورد مطالعه بر دیدگاه شرکت‌کنندگان متمرکز است (Minichiello, 1990).

Emic برای توصیف نحوه تعامل، ارتباط و رفتار شرکت‌کنندگان در محیط تحقیق استفاده می‌شود (Scarduzio, 2017).

تحلیل تفسیری

در تحقیقات کیفی، تحلیل تفسیری در درک داده‌های جمع‌آوری‌شده بسیار مهم است.

این فرآیند شامل بررسی داده‌های خام، مانند متن مصاحبه‌ها، یادداشت‌های میدانی یا اسناد، و شناسایی مضامین، الگوها و معانی زیربنایی است که از تجربیات و دیدگاه‌های شرکت‌کنندگان پدیدار می‌شود.

جمع‌آوری داده‌های کیفی

چهار روش اصلی طراحی تحقیق برای جمع‌آوری داده‌های کیفی وجود دارد: مشاهده، مصاحبه، گروه‌های کانونی و قوم‌نگاری.

مشاهدات

این روش شامل مشاهده و ثبت پدیده‌ها به همان شکلی که در طبیعت رخ می‌دهند، می‌شود. مشاهده را می‌توان به دو نوع تقسیم کرد: مشاهده مشارکتی و مشاهده غیرمشارکتی.

در مشاهده مشارکتی، محقق به طور فعال در موقعیت/رویدادهای مورد مشاهده شرکت می‌کند.

در مشاهده غیرمشارکتی، محقق بخش فعالی از مشاهده نیست و سعی می‌کند بر رفتارهایی که مشاهده می‌کند تأثیر نگذارد (بوستو و همکاران، 2020).

مشاهدات می‌توانند پنهان باشند (شرکت‌کنندگان از اینکه محققی آنها را مشاهده می‌کند بی‌اطلاع هستند) یا آشکار باشند (شرکت‌کنندگان از حضور محقق آگاه هستند و می‌دانند که مشاهده می‌شوند).

با این حال، آگاهی از حضور ناظر ممکن است بر رفتار شرکت‌کنندگان تأثیر بگذارد (اثر هاتورن Hawthorn Effect).

مصاحبه‌ها

مصاحبه‌ها با جستجوی روایت یک شرکت‌کننده از یک رویداد، موقعیت یا پدیده، دریچه‌ای به دنیای او به محققان می‌دهند. آنها معمولاً به صورت یک به یک انجام می‌شوند و می‌توان آنها را بر اساس سطح ساختارشان از هم متمایز کرد (پانچ، ۲۰۱۳).

مصاحبه‌های ساختاریافته شامل سوالات و توالی‌های از پیش تعیین‌شده برای تضمین تکرارپذیری و مقایسه‌پذیری هستند. با این حال، آنها قادر به بررسی مسائل نوظهور نیستند.

مصاحبه‌های غیررسمی شامل مکالمات خودجوش و غیررسمی هستند که به حقیقت یک پدیده نزدیک‌ترند. با این حال، اطلاعات با استفاده از یادداشت‌های سریع محقق جمع‌آوری می‌شود و بنابراین در معرض سوگیری یادآوری قرار دارند.

مصاحبه‌های نیمه‌ساختاریافته ساختار، عبارت‌بندی و جایگذاری انعطاف‌پذیری دارند، بنابراین می‌توان مسائل نوظهور را بررسی کرد (دنی و وکسر، ۲۰۲۲).

استفاده از سوالات کاوشی و شفاف‌سازی می‌تواند منجر به درک دقیق شود، اما مصاحبه‌های نیمه‌ساختاریافته می‌توانند زمان‌بر باشند و در معرض سوگیری مصاحبه‌کننده قرار گیرند.

گروه‌های کانونی

مشابه مصاحبه‌ها، گروه‌های کانونی روایتی غنی و مفصل از یک تجربه را استخراج می‌کنند. با این حال، گروه‌های کانونی پویاتر هستند زیرا شرکت‌کنندگانی با ویژگی‌های مشترک، این روایت را با هم می‌سازند (Denny & Weckesser, 2022).

یک روایت مشترک بین شرکت‌کنندگان ساخته می‌شود تا یک تجربه گروهی را که توسط یک زمینه مشترک شکل گرفته است، ثبت کند.

محقق نقش یک مدیر را بر عهده می‌گیرد که با پیروی از یک راهنمای موضوعی برای تمرکز بحث‌های گروهی، قوانین اساسی را تعیین و بحث را هدایت می‌کند.

معمولاً، گروه‌های کانونی 4 تا 10 شرکت‌کننده دارند زیرا تسهیل بحث با تعداد بیشتر می‌تواند دشوار باشد و این تعداد به همه زمان صحبت می‌دهد.

مردم‌نگاری (Ethnography)

مردم‌نگاری روشی است که برای مطالعه گروهی از رفتارها و تعاملات اجتماعی افراد در محیط آنها استفاده می‌شود (Reeves et al., 2008).

داده‌ها با استفاده از روش‌هایی مانند مشاهدات، یادداشت‌های میدانی یا مصاحبه‌های ساختاریافته/بدون ساختار جمع‌آوری می‌شوند.

هدف مردم‌نگاری، ارائه بینش‌های دقیق و جامع در مورد رفتار و دیدگاه‌های افراد در محیط طبیعی‌شان است. برای دستیابی به این هدف، محققان خود را در یک جامعه یا سازمان غوطه‌ور می‌کنند.

به دلیل انعطاف‌پذیری و تمرکز مردم‌نگاری بر دنیای واقعی، محققان قادر به جمع‌آوری درک عمیق و ظریفی از تجربیات، دانش و دیدگاه‌های افراد هستند که تحت تأثیر فرهنگ و جامعه قرار دارند.

برای ایجاد تصویری نماینده از یک فرهنگ/زمینه خاص، محققان باید کار میدانی گسترده‌ای انجام دهند.

این می‌تواند زمان‌بر باشد زیرا محققان ممکن است نیاز داشته باشند برای چند روز یا احتمالاً چند سال خود را در یک جامعه/فرهنگ غوطه‌ور کنند.

روش‌های تحلیل داده‌های کیفی

برای تحلیل داده‌های کیفی می‌توان از روش‌های مختلفی استفاده کرد. محقق بر اساس اهداف مطالعه خود، روش مورد نظر را انتخاب می‌کند.

محقق نقش کلیدی در تفسیر داده‌ها، تصمیم‌گیری در مورد کدگذاری، مضمون‌سازی، زمینه‌زدایی و زمینه‌سازی مجدد داده‌ها ایفا می‌کند (Starks & Trinidad, 2007).

نظریه زمینه‌ای (Grounded Theory)

نظریه زمینه‌ای یک روش کیفی است که به طور خاص برای تولید استقرایی نظریه از داده‌ها طراحی شده است. این روش توسط Glaser و Strauss در سال ۱۹۶۷ توسعه داده شد (Glaser & Strauss, 2017).

این روش با هدف توسعه نظریه‌ها (به جای آزمون فرضیه‌ها) که یک فرآیند، عمل یا تعامل اجتماعی را توضیح می‌دهند، انجام می‌شود (Petty et al., 2012). برای شکل‌گیری نظریه، جمع‌آوری و تحلیل داده‌ها به طور همزمان انجام می‌شود.

سه نوع کدگذاری کلیدی در نظریه زمینه‌ای استفاده می‌شود: کدگذاری اولیه (باز)، کدگذاری میانی (محوری) و کدگذاری پیشرفته (انتخابی).

در طول تحلیل، باید یادداشت‌هایی برای مستندسازی ایده‌های روش‌شناختی و نظری در مورد داده‌ها ایجاد شود. داده‌ها باید تا رسیدن به اشباع داده‌ها و تدوین نظریه، جمع‌آوری و تحلیل شوند.

تحلیل محتوا (Content Analysis)

تحلیل محتوا اولین بار در اوایل قرن بیستم برای تحلیل متون متنی مانند روزنامه‌ها و سخنرانی‌های سیاسی مورد استفاده قرار گرفت.

تحلیل محتوا یک روش تحقیق است که برای شناسایی و تحلیل وجود و الگوهای مضامین، مفاهیم یا کلمات در داده‌ها استفاده می‌شود (وایسمرادی و همکاران، ۲۰۱۳).

این روش تحقیق می‌تواند برای تحلیل داده‌ها در قالب‌های مختلف، که می‌توانند کتبی، شفاهی یا تصویری باشند، استفاده شود.

هدف تحلیل محتوا، توسعه مضامینی است که معانی اساسی داده‌ها را در بر می‌گیرند (شرایر، ۲۰۱۲).

تحلیل محتوای کیفی می‌تواند برای اعتبارسنجی نظریه‌های موجود، پشتیبانی از توسعه مدل‌ها و نظریه‌های جدید و ارائه توصیف‌های عمیق از محیط‌ها یا تجربیات خاص استفاده شود.

شش مرحله زیر راهنمایی برای نحوه انجام تحلیل محتوای کیفی ارائه می‌دهد.

  1. تعریف یک سوال تحقیق: برای شروع تحلیل محتوا، باید یک سوال تحقیق واضح تدوین شود.
  2. شناسایی و جمع‌آوری داده‌ها: معیارهای ورود به داده‌ها را تعیین کنید. منابع مرتبط برای تجزیه و تحلیل را پیدا کنید.
  3. واحد یا موضوع تحلیل را تعریف کنید: محتوا را در قالب موضوعات دسته‌بندی کنید. موضوعات می‌توانند یک کلمه، عبارت یا جمله باشند.
  4. قوانینی برای کدگذاری داده‌های خود تدوین کنید: مجموعه‌ای از قوانین کدگذاری را تعریف کنید تا اطمینان حاصل شود که همه داده‌ها به طور مداوم کدگذاری شده‌اند.
  5. کدگذاری داده‌ها: از قوانین کدگذاری برای دسته‌بندی داده‌ها در قالب‌ها پیروی کنید.
  6. نتایج را تجزیه و تحلیل کنید و نتیجه‌گیری کنید: داده‌ها را بررسی کنید تا الگوها را شناسایی کرده و در رابطه با سوال تحقیق خود نتیجه‌گیری کنید.

تحلیل گفتمان (Discourse Analysis)

تحلیل گفتمان یک روش تحقیق است که برای مطالعه زبان نوشتاری/گفتاری در رابطه با بافت اجتماعی آن استفاده می‌شود (وود و کروگر، ۲۰۰۰).

در تحلیل گفتمان، محقق جزئیات مواد زبانی و بافتی را که در آن قرار دارد، تفسیر می‌کند.

هدف تحلیل گفتمان درک کارکردهای زبان (نحوه استفاده از زبان در زندگی واقعی) و نحوه انتقال معنا توسط زبان در بافت‌های مختلف است. محققان از تحلیل گفتمان برای بررسی گروه‌های اجتماعی و نحوه استفاده از زبان برای دستیابی به اهداف ارتباطی خاص استفاده می‌کنند.

بسته به اهداف و مقاصد یک مطالعه، می‌توان از روش‌های مختلف تحلیل گفتمان استفاده کرد. با این حال، مراحل زیر راهنمایی در مورد نحوه انجام تحلیل گفتمان ارائه می‌دهند.

  1. تعریف سوال تحقیق: یک سوال تحقیق مرتبط برای چارچوب‌بندی تحلیل ایجاد کنید.
  2. جمع‌آوری داده‌ها و ایجاد زمینه: مواد تحقیق (مثلاً متن مصاحبه‌ها، اسناد) را جمع‌آوری کنید. جزئیات واقعی را جمع‌آوری کنید و ادبیات را بررسی کنید تا نظریه‌ای در مورد بافت اجتماعی و تاریخی مطالعه خود بسازید.
  3. تحلیل محتوا: اجزای مختلف متن، مانند واژگان، جملات، پاراگراف‌ها و ساختار متن را به دقت بررسی کنید. الگوهای مرتبط با سوال تحقیق را برای ایجاد کدها شناسایی کنید، سپس این کدها را در قالب موضوعات گروه‌بندی کنید.
  4. بررسی نتایج: برای بررسی عملکرد زبان و معنا و بافت گفتمان، روی یافته‌ها تأمل کنید.

تحلیل موضوعی (Thematic Analysis)

تحلیل موضوعی روشی است که برای شناسایی، تفسیر و گزارش الگوهای موجود در داده‌ها، مانند اشتراکات یا تضادها، استفاده می‌شود.

اگرچه منشأ تحلیل موضوعی را می‌توان به اوایل قرن بیستم نسبت داد، اما درک و وضوح تحلیل موضوعی به براون و کلارک (2006) نسبت داده می‌شود.

تحلیل موضوعی با هدف توسعه مضامین (الگوهای معنا) در یک مجموعه داده برای پرداختن به یک سوال تحقیقاتی انجام می‌شود.

در تحلیل موضوعی، داده‌های کیفی با استفاده از تکنیک‌هایی مانند مصاحبه، گروه‌های کانونی و پرسشنامه جمع‌آوری می‌شوند. صداهای ضبط شده رونویسی می‌شوند. سپس مجموعه داده‌ها توسط یک محقق بررسی و تفسیر می‌شود تا الگوها شناسایی شوند.

این کار از طریق فرآیند دقیق آشنایی با داده‌ها، کدگذاری، توسعه مضمون و بازنگری انجام می‌شود. این الگوهای شناسایی شده خلاصه‌ای از مجموعه داده‌ها را ارائه می‌دهند و می‌توانند برای پرداختن به یک سوال تحقیقاتی مورد استفاده قرار گیرند.

مضامین با بررسی معانی ضمنی و صریح درون داده‌ها ایجاد می‌شوند. دو رویکرد مختلف برای تولید مضامین استفاده می‌شود: استقرایی و قیاسی.

  1. یک رویکرد استقرایی به مضامین اجازه می‌دهد تا از داده‌ها پدیدار شوند.
  2. در مقابل، یک رویکرد قیاسی از نظریه‌ها یا دانش موجود برای اعمال ایده‌های از پیش تعیین‌شده بر روی داده‌ها استفاده می‌کند.
مراحل تحلیل موضوعی

براون و کلارک (۲۰۰۶) راهنمایی از شش مرحله تحلیل موضوعی ارائه می‌دهند. این مراحل را می‌توان به صورت انعطاف‌پذیر برای متناسب کردن با سوالات و داده‌های تحقیق به کار برد.

  1. جمع‌آوری و رونویسی داده‌ها: داده‌های خام، مانند مصاحبه‌ها یا گروه‌های متمرکز را جمع‌آوری کنید و ضبط‌های صوتی را به‌طور کامل رونویسی کنید.
  2.  آشنایی با داده‌ها: تمام داده‌های خود را از ابتدا تا انتها بارها و بارها بخوانید؛ ایده‌های اولیه را یادداشت کنید.
  3. ایجاد کدهای اولیه: شروع به شناسایی کدهای اولیه‌ای کنید که ویژگی‌های مهم داده‌ها را برجسته می‌کنند و ممکن است به سوال تحقیق مرتبط باشند.
  4. کدهای جدیدی ایجاد کنید که مضامین بالقوه را در بر می‌گیرند: کدهای اولیه را مرور کنید و هرگونه شباهت، تفاوت یا تناقض را برای کشف مضامین اساسی بررسی کنید؛ نقشه‌ای برای تجسم مضامین شناسایی‌شده ایجاد کنید.
  5. کمی استراحت کنید و سپس به داده‌ها برگردید: استراحت کنید و بعداً برای مرور تم‌ها برگردید.
  6. تم‌ها را برای تناسب خوب ارزیابی کنید: آخرین فرصت برای تحلیل؛ بررسی کنید که قالب‌ها پشتیبانی می‌شوند و از داده‌ها اشباع شده‌اند

تحلیل الگو (Template Analysis)

تحلیل الگو به روش خاصی از تحلیل موضوعی اشاره دارد که از کدگذاری سلسله مراتبی استفاده می‌کند (بروکس و همکاران، ۲۰۱۴).

تحلیل الگو برای تحلیل داده‌های متنی، به عنوان مثال، رونوشت‌های مصاحبه یا پاسخ‌های باز در یک پرسشنامه کتبی، استفاده می‌شود.

برای انجام تحلیل الگو، باید یک الگوی کدگذاری (معمولاً از زیرمجموعه‌ای از داده‌ها) توسعه داده شود و متعاقباً اصلاح و پالایش شود. این الگو، مضامینی را نشان می‌دهد که توسط محققان در مجموعه داده‌ها مهم شناسایی شده‌اند.

کدها به صورت سلسله مراتبی در داخل الگو مرتب شده‌اند، به طوری که کدهای سطح بالا، مضامین فراگیر در داده‌ها را نشان می‌دهند و کدهای سطح پایین‌تر، مضامین تشکیل‌دهنده را با تمرکز محدودتر نشان می‌دهند.

راهنمایی برای مراحل اصلی رویه‌ای برای انجام تحلیل الگو در زیر شرح داده شده است.

  1. آشنایی با داده‌ها: مجموعه داده‌ها را به طور کامل بخوانید (و دوباره بخوانید). در مورد داده‌هایی که ممکن است مربوط به سوال تحقیق باشند، تعامل، تأمل و یادداشت‌برداری کنید.
  2. کدگذاری اولیه: کدهای اولیه را با استفاده از راهنمایی کدهای پیشین که قبل از تحلیل، مفید و مرتبط با تحلیل شناسایی شده‌اند، شناسایی کنید.
  3. سازماندهی مضامین: مضامین را در خوشه‌های معنادار سازماندهی کنید. روابط بین مضامین را هم در داخل و هم بین خوشه‌ها در نظر بگیرید.
  4. ایجاد یک الگوی اولیه: یک الگوی اولیه ایجاد کنید. این الگو ممکن است بر اساس زیرمجموعه‌ای از داده‌ها باشد.
  5. اعمال و توسعه الگو: الگوی اولیه را برای داده‌های بیشتر اعمال کنید و هرگونه اصلاح لازم را انجام دهید. اصلاحات الگو ممکن است شامل اضافه کردن مضامین، حذف مضامین یا تغییر دامنه/عنوان مضامین باشد.
  6. نهایی کردن الگو: الگو را نهایی کنید، سپس آن را در کل مجموعه داده‌ها اعمال کنید.

تحلیل چارچوب (Frame Analysis)

تحلیل چارچوب، شکلی مقایسه‌ای از تحلیل موضوعی است که به طور سیستماتیک داده‌ها را با استفاده از یک خروجی ماتریسی تحلیل می‌کند.

ریچی و اسپنسر (۱۹۹۴) این مجموعه از تکنیک‌ها را برای تحلیل داده‌های کیفی در تحقیقات سیاست‌گذاری کاربردی توسعه دادند. هدف تحلیل چارچوب، تولید نظریه از داده‌ها است.

تحلیل چارچوب، محققان را تشویق می‌کند تا داده‌های خود را با استفاده از خلاصه‌سازی سازماندهی و مدیریت کنند.

این امر منجر به یک خروجی ماتریسی انعطاف‌پذیر و منحصر به فرد می‌شود که در آن شرکت‌کنندگان (یا موارد) به صورت سطری و مضامین به صورت ستونی نمایش داده می‌شوند.

هر سلول متقاطع برای خلاصه کردن یافته‌های مربوط به شرکت‌کننده و مضمون مربوطه استفاده می‌شود.

تحلیل چارچوب دارای پنج مرحله مجزا است که به هم مرتبط هستند و یک چارچوب روشمند و دقیق را تشکیل می‌دهند.

  1. آشنایی با داده‌ها: با تمام رونوشت‌ها آشنا شوید. در جزئیات هر رونوشت غرق شوید و شروع به یادداشت‌برداری از مضامین تکرارشونده کنید.
  2. ایجاد یک چارچوب نظری: مضامین تکرارشونده/مهم را شناسایی کنید و آنها را به یک نمودار اضافه کنید. یک چارچوب/ساختار برای تحلیل ارائه دهید.
  3. فهرست‌بندی: چارچوب را به طور سیستماتیک برای کل داده‌های مطالعه اعمال کنید.
  4. خلاصه‌سازی داده‌ها در چارچوب تحلیلی: داده‌ها را به خلاصه‌های کوتاهی از روایت‌های شرکت‌کنندگان تبدیل کنید.
  5. ترسیم و تفسیر: مضامین و زیرمضامین را با هم مقایسه کنید و با رونوشت‌های اصلی مطابقت دهید. داده‌ها را در دسته‌ها گروه‌بندی کنید و توضیحی برای آنها ارائه دهید.

خودمردم‌نگاری (Autoethnography)

خودمردم‌نگاری یک روش تحقیق کیفی است که در آن محقق از تجربیات و خوداندیشی خود برای بررسی یک پدیده فرهنگی یا اجتماعی استفاده می‌کند.

جمع‌آوری داده‌ها و تحلیل در خودمردم‌نگاری متنوع است و می‌تواند شامل روایت‌های شخصی، یادداشت‌های روزانه تأملی، یادآوری خاطرات و تحلیل مصنوعات شخصی مانند عکس، ایمیل یا دفتر خاطرات باشد.

این مطالب می‌توانند به عنوان محرک‌هایی برای حافظه عمل کنند، جزئیات زمینه‌ای را ارائه دهند و دیدگاه‌های مختلفی در مورد تجربیات گذشته ارائه دهند.

  • مشاهده خود و یادداشت‌های میدانی: در شیوه‌های مردم‌نگاری متمرکز بر خودتان مشارکت کنید. این ممکن است شامل داشتن یک دفتر خاطرات تحقیقاتی باشد که در آن مشاهدات، تأملات و بینش‌های نوظهور مربوط به پدیده فرهنگی مورد مطالعه را ثبت می‌کنید.
  • کاوش در خاطرات: به طور سیستماتیک در خاطرات خود که مربوط به موضوع تحقیق شما هستند، کاوش کنید. این می‌تواند شامل نوشتن آزاد، ایجاد جدول زمانی از رویدادهای مهم یا استفاده از محرک‌ها برای ایجاد یادآوری باشد.
  • داستان‌ها و مکالمات: داستان‌ها و مکالمات شخصی مربوط به سوال تحقیق خود را به یاد بیاورید و مستند کنید. این روایت‌ها می‌توانند هنجارها و ارزش‌های فرهنگی اساسی را آشکار کنند. داستان‌هایی را که در مورد هویت خود به خودتان می‌گویید، در نظر بگیرید.

جلوگیری از سوگیری در پژوهش های کیفی

برای ارزیابی مطالعات کیفی، می‌توان از چک لیست CASP (برنامه مهارت‌های ارزیابی انتقادی) برای مطالعات کیفی استفاده کرد تا اطمینان حاصل شود که همه جنبه‌های یک مطالعه در نظر گرفته شده است (CASP، ۲۰۱۸).

کیفیت تحقیق را می‌توان با استفاده از معیارهایی مانند چک لیست‌ها، بازتاب‌پذیری، کدگذاری مشترک و بررسی اعضا، بهبود بخشید و ارزیابی کرد.

کدگذاری مشترک (Co-coding)

تکیه بر تنها یک محقق برای تفسیر داده‌های غنی و پیچیده ممکن است خطر از دست رفتن بینش‌های کلیدی و دیدگاه‌های جایگزین را به همراه داشته باشد. بنابراین، کدگذاری اغلب توسط چندین محقق انجام می‌شود.

یک استراتژی مشترک باید در ابتدای فرآیند کدگذاری تعریف شود (Busetto و همکاران، ۲۰۲۰). این شامل ایجاد یک لیست کدگذاری مفید و یافتن تعریف مشترک از کدهای منفرد است.

رونوشت‌ها در ابتدا توسط محققان به طور مستقل کدگذاری می‌شوند و سپس برای به حداقل رساندن خطا یا سوگیری و تأیید یافته‌ها، مقایسه و تلفیق می‌شوند.

بررسی توسط اعضا (Member Checking)

بررسی توسط اعضا (یا اعتبارسنجی پاسخ‌دهنده) شامل بررسی مجدد با شرکت‌کنندگان است تا مشخص شود که آیا تحقیق با تجربیات آنها همخوانی دارد یا خیر (راسل و گرگوری، ۲۰۰۳).

داده‌ها می‌توانند پس از جمع‌آوری داده‌ها یا زمانی که نتایج برای اولین بار در دسترس قرار می‌گیرند، به شرکت‌کنندگان بازگردانده شوند. به عنوان مثال، ممکن است متن مصاحبه به شرکت‌کنندگان ارائه شود و از آنها خواسته شود تا تأیید کنند که آیا این متن، نمایش کامل و دقیقی از دیدگاه‌های آنهاست یا خیر.

سپس شرکت‌کنندگان می‌توانند پاسخ‌های خود را روشن یا شرح دهند تا از همسویی آنها با دیدگاه‌هایشان اطمینان حاصل شود (شنتون، ۲۰۰۴).

این بازخورد بخشی از جمع‌آوری داده‌ها می‌شود و توصیف/تفسیر دقیق پدیده‌ها را تضمین می‌کند (میز و پوپ، ۲۰۰۰).

بازتاب‌پذیری در تحقیقات کیفی (Reflexivity)

بازتاب‌پذیری معمولاً شامل بررسی قضاوت‌ها، شیوه‌ها و سیستم‌های اعتقادی خود در طول جمع‌آوری و تحلیل داده‌ها است. هدف آن شناسایی هرگونه باور شخصی است که ممکن است بر تحقیق تأثیر بگذارد.

بازتاب‌پذیری در تحقیقات کیفی برای تضمین شفافیت روش‌شناختی و گزارش‌دهی کامل ضروری است. این امر خوانندگان را قادر می‌سازد تا درک کنند که چگونه تعامل بین محقق و شرکت‌کننده، داده‌ها را شکل می‌دهد.

بسته به سوال تحقیق و جمعیت مورد تحقیق، عواملی که باید در نظر گرفته شوند شامل تجربه محقق، نحوه برقراری و حفظ تماس، سن، جنسیت و قومیت است.

این جزئیات مهم هستند زیرا در تحقیقات کیفی، محقق بخش پویایی از فرآیند تحقیق است و به طور فعال بر نتیجه تحقیق تأثیر می‌گذارد (بوئیج، ۲۰۱۴).

مثال بازتاب‌پذیری

این که شما که هستید و چه ویژگی‌هایی دارید بر نحوه جمع‌آوری و تحلیل داده‌ها تأثیر می‌گذارد. در اینجا مثالی از یک بیانیه بازتاب‌پذیری برای تحقیق در مورد سیگار کشیدن آورده شده است.

من یک زن سفیدپوست ۳۰ ساله از خانواده‌ای از طبقه متوسط هستم. من در جنوب غربی انگلستان زندگی می‌کنم و تا سطح کارشناسی ارشد تحصیل کرده‌ام. من در دو پروژه تحقیقاتی در مورد سلامت دهان و دندان شرکت داشته‌ام. من هرگز سیگار نکشیده‌ام، اما با داوطلب شدن در یک کلینیک ترک سیگار، شاهد بوده‌ام که چگونه سیگار کشیدن می‌تواند باعث بیماری شود.

آرزوی تحقیقاتی من کمک به توسعه مداخلات برای کمک به ترک سیگار در افراد سیگاری است.

ایجاد قابلیت اعتماد (Trustworthiness) در تحقیقات کیفی

قابلیت اعتماد مفهومی است که برای ارزیابی کیفیت و دقت تحقیقات کیفی استفاده می‌شود. چهار معیار برای ارزیابی قابلیت اعتماد یک مطالعه استفاده می‌شود: اعتبار، انتقال‌پذیری، قابلیت اطمینان و قابلیت تأیید.

1. اعتبار (Credibility) در تحقیقات کیفی

اعتبار به این اشاره دارد که نتایج چقدر دقیق واقعیت و دیدگاه‌های شرکت‌کنندگان را نشان می‌دهند.

برای ایجاد اعتبار در تحقیق، دیدگاه‌های شرکت‌کنندگان و بازنمایی محقق از دیدگاه‌های آنها باید همسو باشند (توبین و بگلی، 2004).

برای افزایش اعتبار یافته‌ها، محققان ممکن است از مثلث‌بندی منبع داده‌ها، مثلث‌بندی محقق، گزارش‌گیری از همتایان یا بررسی اعضا استفاده کنند (لینکلن و گوبا، 1985).

توضیحات مفصل می‌تواند با ارائه شرح مفصلی از زمینه تحقیق، تجربیات شرکت‌کنندگان و فرآیند تفسیر محقق، اعتبار را بهبود بخشد.

این تصویرسازی دقیق به خوانندگان اجازه می‌دهد تا محیط تحقیق را «ببینند»، صدای شرکت‌کنندگان را «بشنوند» و استدلال پشت نتیجه‌گیری‌های محقق را درک کنند.

۲. انتقال‌پذیری (Transferability) در تحقیقات کیفی

انتقال‌پذیری به میزان تعمیم‌پذیری یافته‌ها اشاره دارد: اینکه آیا یافته‌ها می‌توانند در زمینه، محیط یا گروه دیگری اعمال شوند (توبین و بگلی، ۲۰۰۴).

انتقال‌پذیری را می‌توان با ارائه توصیفات کامل و عمیق از محیط تحقیق، نمونه و روش‌ها افزایش داد (نوول و همکاران، ۲۰۱۷).

۳. قابلیت اطمینان (Dependability) در تحقیقات کیفی

قابلیت اطمینان در تحقیقات کیفی به ثبات و سازگاری یافته‌های تحقیق در طول زمان اشاره دارد.

محققان می‌توانند با استفاده از روش‌هایی مانند مسیرهای حسابرسی، قابلیت اطمینان را ایجاد کنند تا خوانندگان بتوانند ببینند که فرآیند تحقیق منطقی و قابل ردیابی است (کخ، ۱۹۹۴).

۴. قابلیت تأیید (Confirmability) در تحقیقات کیفی

قابلیت تأییدپذیری مربوط به اثبات این است که بین تفاسیر/یافته‌های محقق و داده‌ها ارتباط روشنی وجود دارد.

محققان می‌توانند با نشان دادن چگونگی رسیدن به نتیجه‌گیری‌ها و تفسیرها، به تأییدپذیری دست یابند (نوول و همکاران، ۲۰۱۷).

این امر خوانندگان را قادر می‌سازد تا استدلال پشت تصمیمات اتخاذ شده را درک کنند.

مسیرهای حسابرسی (Audit Trails) در تحقیقات کیفی

مسیر حسابرسی، شواهدی از تصمیمات اتخاذ شده توسط محقق در مورد نظریه، طرح تحقیق و جمع‌آوری داده‌ها، و همچنین مراحلی که برای مدیریت، تجزیه و تحلیل و گزارش داده‌ها انتخاب کرده‌اند، ارائه می‌دهد.

محقق باید منطق روشنی برای نشان دادن چگونگی دستیابی به نتیجه‌گیری در مطالعه خود ارائه دهد.

شرح روشنی از مسیر تحقیق باید ارائه شود تا خوانندگان بتوانند منطق محقق را ردیابی کنند (هالپرن، ۱۹۸۳).

محققان باید سوابق داده‌های خام، یادداشت‌های میدانی، رونوشت‌ها و یک دفترچه یادداشت بازتابی را نگهداری کنند تا یک مسیر حسابرسی واضح ارائه دهند.

مزایای تحقیق کیفی

کشف داده‌های غیرمنتظره

سوالات باز در تحقیقات کیفی به این معنی است که محقق می‌تواند موضوع مصاحبه را بررسی کند و شرکت‌کننده را قادر سازد تا پاسخ‌ها را به شیوه‌ای نامحدود شرح دهد.

این امر به داده‌های غیرمنتظره اجازه می‌دهد تا پدیدار شوند، که می‌تواند منجر به تحقیقات بیشتر در مورد آن موضوع شود.

ماهیت اکتشافی تحقیقات کیفی به ایجاد فرضیه‌هایی که می‌توانند به صورت کمی آزمایش شوند، کمک می‌کند (Busetto و همکاران، 2020).

انعطاف‌پذیری

در صورت ظهور ایده‌ها یا الگوهای جدید در داده‌ها، جمع‌آوری و تجزیه و تحلیل داده‌ها می‌تواند اصلاح و تطبیق داده شود تا تحقیق در جهت دیگری قرار گیرد.

این امر محققان را قادر می‌سازد تا ضمن حفظ اهداف تحقیق خود، فرصت‌های جدید را بررسی کنند.

محیط‌های طبیعی

رفتار شرکت‌کنندگان در محیط‌های دنیای واقعی ثبت می‌شود. مطالعاتی که از محیط‌های دنیای واقعی استفاده می‌کنند، از اعتبار اکولوژیکی بالایی برخوردارند، زیرا شرکت‌کنندگان با اصالت بیشتری رفتار می‌کنند.

محدودیت‌های تحقیق کیفی

زمان‌بر بودن

تحقیقات کیفی منجر به حجم زیادی از داده‌ها می‌شود که اغلب نیاز به رونویسی و تجزیه و تحلیل دستی دارند.

حتی زمانی که از نرم‌افزار استفاده می‌شود، رونویسی می‌تواند نادرست باشد و استفاده از نرم‌افزار برای تجزیه و تحلیل می‌تواند منجر به کدهای زیادی شود که باید در قالب مضامین خلاصه شوند.

ذهنیت

محقق نقش اساسی در جمع‌آوری و تفسیر داده‌های کیفی دارد. بنابراین، نتیجه‌گیری‌های حاصل از دیدگاه و تجربه او حاصل می‌شود. در نتیجه، تفسیر داده‌های محقق دیگر ممکن است بسیار متفاوت باشد.

تعمیم‌پذیری محدود

هدف از تحقیقات کیفی، ارائه درک دقیق و زمینه‌مند از جنبه‌ای از تجربه انسانی از یک نمونه نسبتاً کوچک است.

با وجود رویه‌های دقیق تجزیه و تحلیل، نتیجه‌گیری‌های به‌دست‌آمده را نمی‌توان به جمعیت وسیع‌تر تعمیم داد زیرا داده‌ها ممکن است جانبدارانه یا غیرنماینده باشند.

بنابراین، نتایج فقط برای گروه کوچکی از جمعیت قابل اجرا هستند.

در حالی که مطالعات کیفی منفرد اغلب به دلیل عواملی مانند اندازه نمونه و زمینه، در تعمیم‌پذیری خود محدود هستند، متاسنتز محققان را قادر می‌سازد تا یافته‌های حاصل از مطالعات متعدد را با هم ترکیب کنند که به طور بالقوه منجر به نتیجه‌گیری‌های تعمیم‌پذیرتر می‌شود.

با ادغام یافته‌های مطالعات انجام شده در محیط‌های متنوع و با جمعیت‌های مختلف، متاسنتز می‌تواند بینش‌های وسیع‌تری در مورد پدیده مورد علاقه ارائه دهد.

متغیرهای نامربوط (Extraneous Variables)

تحقیقات کیفی اغلب در محیط‌های دنیای واقعی انجام می‌شوند. این امر ممکن است باعث شود نتایج غیرقابل اعتماد باشند زیرا متغیرهای نامربوط ممکن است بر داده‌ها تأثیر بگذارند، به عنوان مثال:

  • متغیرهای موقعیتی: شرایط محیطی مختلف ممکن است بر رفتار شرکت‌کنندگان در یک مطالعه تأثیر بگذارد. کنترل تغییرات تصادفی در عوامل (مانند سر و صدا یا روشنایی) ممکن است در محیط‌های دنیای واقعی دشوار باشد.
  • ویژگی‌های شرکت‌کننده: این شامل هر ویژگی است که ممکن است بر نحوه پاسخ/رفتار یک شرکت‌کننده در یک مطالعه تأثیر بگذارد. این ممکن است شامل خلق و خوی، جنسیت، سن، قومیت، هویت جنسی، ضریب هوشی و غیره شرکت‌کننده باشد.
  • اثر آزمایشگر: اثر آزمایشگر به این اشاره دارد که چگونه تأثیر غیرعمدی یک محقق می‌تواند نتیجه یک مطالعه را تغییر دهد. این زمانی اتفاق می‌افتد که (۱) تعاملات آنها با شرکت‌کنندگان به طور غیرعمدی رفتارهای شرکت‌کنندگان را تغییر دهد یا (۲) به دلیل خطا در مشاهده، تفسیر یا تجزیه و تحلیل.

سوالات رایج

حجم نمونه در تحقیقات کیفی چقدر باید باشد؟

حجم نمونه برای مطالعات کیفی حداقل ۱۲ شرکت‌کننده برای رسیدن به اشباع داده‌ها توصیه شده است (Braun, 2013).

آیا نظرسنجی‌ها کیفی هستند یا کمی؟

نظرسنجی‌ها می‌توانند برای جمع‌آوری اطلاعات از یک نمونه به صورت کیفی یا کمی استفاده شوند. نظرسنجی‌های کیفی از سوالات باز برای جمع‌آوری اطلاعات دقیق از یک نمونه بزرگ با استفاده از پاسخ‌های متن آزاد استفاده می‌کنند.

استفاده از سوالات باز امکان پاسخ‌های نامحدود را فراهم می‌کند که در آن شرکت‌کنندگان از کلمات خود استفاده می‌کنند و امکان جمع‌آوری اطلاعات عمیق‌تر نسبت به سوالات بسته را فراهم می‌کنند.

در مقابل، نظرسنجی‌های کمی شامل سوالات بسته با گزینه‌های پاسخ چند گزینه‌ای هستند. نظرسنجی‌های کمی برای جمع‌آوری بازنمایی آماری از یک جمعیت ایده‌آل هستند.

ملاحظات اخلاقی تحقیقات کیفی چیست؟

قبل از انجام یک مطالعه، باید در مورد هرگونه خطری که ممکن است رخ دهد فکر کنید و اقداماتی را برای جلوگیری از آنها انجام دهید.

  • محافظت از شرکت‌کنندگان: محققان باید از شرکت‌کنندگان در برابر آسیب‌های جسمی و روحی محافظت کنند. این بدان معناست که شما نباید شرکت‌کنندگان را خجالت‌زده، بترسانید، آزرده خاطر یا آسیب برسانید.
  • شفافیت: محققان موظفند به طور واضح نحوه جمع‌آوری، ذخیره، تجزیه و تحلیل، استفاده و به اشتراک‌گذاری داده‌ها را بیان کنند.
  • محرمانه بودن: شما باید در نظر بگیرید که چگونه محرمانگی و ناشناس بودن داده‌های شرکت‌کنندگان را حفظ کنید.

مثلث‌سازی در تحقیقات کیفی چیست؟

مثلث‌سازی به استفاده از چندین رویکرد در یک مطالعه برای درک جامع پدیده‌ها اشاره دارد. این روش به افزایش اعتبار و روایی یافته‌های تحقیق کمک می‌کند.

انواع مثلث‌سازی شامل مثلث‌سازی روش (استفاده از چندین روش برای جمع‌آوری داده‌ها)؛ مثلث‌سازی محقق (چندین محقق برای جمع‌آوری/تجزیه و تحلیل داده‌ها)، مثلث‌سازی نظریه (مقایسه چندین دیدگاه نظری برای توضیح یک پدیده) و مثلث‌سازی منبع داده ها (استفاده از داده‌های زمان‌ها، مکان‌ها و افراد مختلف؛ کارتر و همکاران، ۲۰۱۴) است.

چرا تحقیق کیفی مهم است؟

تحقیق کیفی به محققان اجازه می‌دهد تا دنیای اجتماعی را توصیف و توضیح دهند. ماهیت اکتشافی تحقیق کیفی به ایجاد فرضیه‌هایی کمک می‌کند که سپس می‌توانند به صورت کمی آزمایش شوند.

در تحقیق کیفی، شرکت‌کنندگان می‌توانند افکار، تجربیات و احساسات خود را بدون محدودیت بیان کنند.

علاوه بر این، محققان می‌توانند پاسخ‌های شرکت‌کنندگان را در زمان واقعی پیگیری کنند و بحث‌های ارزشمندی پیرامون یک موضوع ایجاد کنند. این امر محققان را قادر می‌سازد تا درک دقیقی از پدیده‌هایی که دستیابی به آنها با استفاده از روش‌های کمی دشوار است، به دست آورند.

کدگذاری داده‌ها در تحقیق کیفی چیست؟

کدگذاری داده‌ها یک استراتژی تحلیل داده‌های کیفی است که در آن به بخشی از متن برچسبی اختصاص داده می‌شود که محتوای آن را توصیف می‌کند.

این برچسب‌ها ممکن است کلمات یا عباراتی باشند که الگوهای مهم (و تکرارشونده) را در داده‌ها نشان می‌دهند.

این فرآیند محققان را قادر می‌سازد تا محتوای مرتبط را در مجموعه داده‌ها شناسایی کنند. سپس می‌توان از کدها برای گروه‌بندی انواع مشابه داده‌ها برای تولید مضامین استفاده کرد.

تفاوت بین تحقیق کیفی و کمی چیست؟

تحقیق کیفی شامل جمع‌آوری و تحلیل داده‌های غیرعددی به منظور درک تجربیات و معانی از دیدگاه شرکت‌کنندگان است.

این می‌تواند بینش‌های غنی و عمیقی در مورد پدیده‌های پیچیده ارائه دهد. داده‌های کیفی ممکن است با استفاده از مصاحبه، گروه‌های کانونی یا مشاهدات جمع‌آوری شوند.

در مقابل، تحقیق کمی شامل جمع‌آوری و تحلیل داده‌های عددی برای اندازه‌گیری فراوانی، بزرگی یا روابط متغیرها است. این می‌تواند شواهد عینی و قابل اعتمادی را ارائه دهد که می‌توان آن را به جمعیت وسیع‌تری تعمیم داد.

داده‌های کمی ممکن است با استفاده از پرسشنامه‌های بسته یا آزمایش‌ها جمع‌آوری شوند.

قابلیت اعتماد (Trustworthiness) در تحقیق کیفی چیست؟

قابلیت اعتماد مفهومی است که برای ارزیابی کیفیت و دقت تحقیق کیفی استفاده می‌شود. چهار معیار برای ارزیابی قابلیت اعتماد یک مطالعه استفاده می‌شود: اعتبار، انتقال‌پذیری، قابلیت اطمینان و قابلیت تأیید.

اعتبار به این اشاره دارد که نتایج چقدر دقیق واقعیت و دیدگاه‌های شرکت‌کنندگان را نشان می‌دهند. انتقال‌پذیری به این اشاره دارد که آیا یافته‌ها را می‌توان در زمینه، محیط یا گروه دیگری به کار برد یا خیر.

قابلیت اعتماد میزان سازگاری و قابل اعتماد بودن یافته‌ها است. قابلیت تأیید به عینیت یافته‌ها اشاره دارد (تحت تأثیر سوگیری یا فرضیات محققان نباشد).

اشباع داده‌ها در تحقیقات کیفی چیست؟

اشباع داده‌ها یک اصل روش‌شناختی است که برای هدایت اندازه نمونه یک مطالعه تحقیقاتی کیفی استفاده می‌شود.

اشباع داده‌ها به عنوان یک مؤلفه روش‌شناختی ضروری در تحقیقات کیفی پیشنهاد شده است (ساندرز و همکاران، ۲۰۱۸) زیرا معیاری حیاتی برای قطع جمع‌آوری و/یا تحلیل داده‌ها است.

هدف از اشباع داده‌ها، یافتن «عدم وجود داده جدید، عدم وجود مضامین جدید، عدم وجود کدگذاری جدید و توانایی تکرار مطالعه» است (گست و همکاران، ۲۰۰۶). بنابراین، داده‌های کافی برای نتیجه‌گیری جمع‌آوری شده است.

چرا نمونه‌گیری در تحقیقات کیفی مهم است؟

در تحقیقات کمی، از نمونه‌های بزرگ برای ارائه تخمین‌های کمی از نظر آماری معنادار استفاده می‌شود.

این به این دلیل است که تحقیقات کمی با هدف ارائه نتیجه‌گیری‌های قابل تعمیم که نمایانگر جمعیت‌ها هستند، انجام می‌شود.

با این حال، هدف از نمونه‌گیری در تحقیقات کیفی، جمع‌آوری داده‌هایی است که به محقق کمک می‌کند عمق، پیچیدگی، تنوع یا زمینه یک پدیده را درک کند. حجم نمونه کوچک در مطالعات کیفی، عمق تحلیل موردمحور را پشتیبانی می‌کند.

تحلیل روایت چیست؟

تحلیل روایت یک روش تحقیق کیفی است که برای درک چگونگی خلق داستان توسط افراد از تجربیات شخصی‌شان استفاده می‌شود.

در این روش، تأکید بر درک زمینه‌ای است که روایت در آن ساخته می‌شود و تأثیر عوامل تاریخی، فرهنگی و اجتماعی بر روایت داستان مورد توجه قرار می‌گیرد.

محققان می‌توانند از روش‌های مختلف برای بررسی یک سوال تحقیق استفاده کنند.

برخی از محققان روایت با استفاده از تحلیل روایت موضوعی بر محتوای آنچه گفته می‌شود تمرکز می‌کنند، در حالی که برخی دیگر بر ساختار، مانند تحلیل روایت ساختاری کل‌نگر یا مقوله‌ای، تمرکز می‌کنند. برخی دیگر بر نحوه تولید و اجرای روایت تمرکز می‌کنند.

نظریه زمینه‌ای در مقابل تحلیل موضوعی: تفاوت چیست؟

نظریه زمینه‌ای (GT) با هدف توسعه یک نظریه جدید مبتنی بر داده‌ها انجام می‌شود، در حالی که تحلیل موضوعی (TA) بر شناسایی الگوهای معنا (مضامین) تمرکز دارد.

GT از یک فرآیند کدگذاری سیستماتیک و تکراری، از جمله نمونه‌گیری نظری و تحلیل مقایسه‌ای مداوم برای رسیدن به اشباع نظری استفاده می‌کند.

مطالب مرتبط مفید

آکادمی ویرایش ایران

آکادمی ویرایش ایران از سال 1395 فعالیت حرفه ای خود را در زمینه ویرایش تخصصی مقالات علمی (ویرایش نیتیو)، ترجمه فارسی به انگلیسی حرفه ای مقالات برای ارسال به ژورنال های ISI و آموزش مقاله نویسی تخصصی و جامع آغاز کرد.

بدون نظر

پاسخگوی سوالات و نظرات شما هستیم

•   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •   •  

نظرات شما