Analyysi: päättely ja tulkinta. Hyvän tulkinnan piirteitä. Hyvän analyysin tulee olla. Miten analysoida laadullista aineistoa

Transkriptio

1 Analyysi: päättely ja tulkinta Analyysin - tai tulkinnan - pitää viedä tutkimus kuvailevan otteen ohi mielellään ohi ilmiselvyyksien KE 62 Ilpo Koskinen Aineiston analyysi laadullisessa tutkimuksessa poikkeaa tilastollisesta tutkimuksesta yhdellä olennaisella tavalla. tilastollinen tutkimus perustuu havaintomatriisiin, johon kerätään muuttujatiedot havaintoyksiköittäin Koska laadullinen tutkimuksen analyysi ei perustu havaintomatriisiin, ongelmaksi tulee aineiston säilyttäminen, järjestäminen ja itse analyysi Hyvän tulkinnan piirteitä Hyvän analyysin tulee olla 1) Kattava, so. kuvata koko tutkittava ilmiö, tai ainakin ilmiön keskeiset piirteet täydellisesti 2) Käsitteellisesti niukka, so. keskeisiä käsitteitä olisi suhteellisen vähän 3) Käsitteellisesti selkeä, so. yksittäiset käsitteet erottuvat toisistaan selkeästi eivätkä "korreloi keskenään 4) Keskeisten käsitteiden keskinäiset suhteet pitäisi saada selville Miten analysoida laadullista aineistoa 1

2 Alkuvaiheen tyypillisiä työtehtäviä analyysi aloitetaan yleensä lukemalla aineistoa läpi, yleensä useaan kertaan. lukemisen aikana kannattaa tehdä muistiinpanoja ja yksinkertaisesti miettiä aineiston piirteitä alustavat merkkailut aineistoon: mitä aineistoa on missäkin kohdassa, missä saman aiheeseen ilmeisesti liittyviä aineistojaksoja perustyö on hyvin erilaista erilaisissa tutkimuksissa aineiston koko olennainen tekijä Koskaan ei ole hirveä kiire aloittaa tarkkaa analyysia! Ennen kuin tietää, mitä tutkiin, menee tällainen työläs työ useimmiten hukkaan! Analyysin aloitusvaihe kun tutkija tietää, mitä tutkiin, on aineiston käsittelyyn olemassa erilaisia niksejä aineisto kannattaa käydä kokonaan läpi itseä kiinnostavien teemojen osalta 2-3 kertaa (työtä tehdessä oppii uusia asioita) tutkimusongelman kannalta relevantti aineisto kannattaa poimia sitten erilleen värikynät, liimalaput, tms. auttavat tässä tästä "redusoidusta" tai "vähennetystä" aineistosta voi sitten tehdä tarkemman analyysin vähemmällä vaivalla tässä vaiheessa aineistoa voi myös hierarkisoida niin, että keskeistä aineistoa on mukava käsitellä Analyyttinen induktio AI:n muoto Znaniacki ja Thomas: "Polish Peasant in America analyyttinen induktio sai muotonsa ja vakiintui 1950-luvun alussa...jolloin sitä alettiin myös kritisoimaan orastavan tilastollisen ja kokeellisen tutkimuksen lähtökohdista kritiikki vaimeni jo 1970-luvulla kyseessä on hyvä käytännöllinen keino analyysin avuksi! 1. Määritele tutkimusongelma yleisellä tasolla 2. Rakenna hypoteettinen selitys ongelmaan 3. Tutki tapaus nähdäksesi, tukeeko se hypoteesia 4. Jos tapaus ei selity hypoteesilla, - muotoile hypoteesi uudelleen - tai määrittele ongelma uudelleen niin, että se ei kata tätä kielteistä tapausta - muutaman tällaisen iteraatioaskeleen jälkeen saavutetaan riittävä varmuus siitä, että hypoteesi kestää 2

3 5. Jatka useampien tapausten analyysia kunnes kielteisiä tapauksia ei enää löydy jotkin kirjoittajat esittävät, että tällöin ollaan löydetty kestävä yleistys Avainasemassa ovat kielteiset tapaukset, negatiiviset tapaukset kielteiset tapaukset ovat olennainen työväline, eivät haitta ne voivat tuottaa tukea hypoteesille rikastavat päättelyä rajaavat päättelyä ja osoittavat sen rajoja Kielteisten tapausten käsittelyn vaihtoehdot 1. tapausta ei voida sulkea pois, vaan se pakottaa muotoilemaan hypoteesin tai ongelman uudelleen: kielteinen tapaus toimii analyysin välineenä 2. aito poikkeva tapaus suljetaan pois tarkastelusta, ja päättelyyn tehdään tätä koskeva varaus tapaus on oikea, mutta kertoo kenties eri prosessista? 3. tapaus paljastuu virheelliseksi: esim. väärät tiedot aineistossa aiheuttavat epäilyn tapaus suljetaan pois Vaihtoehtoja induktiolle erilaisia keinoja aineiston analyysiin on useita erilaiset omat luovat ratkaisut (esim. merkintäkorttien ja tiivistelmien hyödyntäminen) edelleen pelkkä lueskeleminen voi auttaa, jos tekee sen systemaattisesti ja analyyttisesti muistiot Grounded Theory (GT) ja "jatkuvan vertailun menetelmä" sopivat joihinkin aineistoihin työläämmät mikroanalyysit ATK suo joitain mahdollisuuksia Yleistäminen on erillinen kysymys!!! 3

4 Yleistäminen on usein olennainen tavoite lisää tutkimuksen arvoa mutta yleistäminen aineiston ulkopuoliseen populaatioon lisää työmäärää merkittävästi yleistäminen kannattaa kirjoittaa tutkimukseen erilliseksi tavoitteeksi Miten yleistää? Jonkinlainen tilastollinen otanta? Kevyesti analysoidut uudet tapaukset? meta-analyysi toisista alan tutkimuksista? ATK-avusteisuus Huomautuksia ja erikoistapauksia Kolmen polven ohjelmistot Atlas/ti ja NUD*IST Mikä tahansa tekstinkäsittely- ja hakuohjelma Tilastolliset menetelmät laadullisessa kontekstissa Tilastolliset menetelmät auttavat tarkistamaan tuloksia ja poistamaan virhelähteitä päättelystä mutta edellyttävät aineiston kvantifioimsita ja pilkkomista havaintoyksiköihin laatuero- ja järjestysasteikolla ei voi tehdä paljoa; välimatkaasteikon oletukset eivät yleensä täyty pieni tapausmäärä sallii vain heikkojen menetelmien käyttämisen tutkijan taidot ovat yksi rajoite! Miten pitää ajatukset auki analyysia tehdessä? Tutkijoilla on usein taipumus tehdä liian nopeita johtopäätöksiä, jolloin vaihtoehtoiset ajattelutavat ja tulkintamallit jäävät kehittämättä ja testaamatta 4

5 Milloin kannattaa miettiä analyysia ja aineiston ylläpitotekniikkaa? Miten estää tulkinnan liian nopea sulkeutuminen? aineiston monipuolinen ajatteleminen erilaisten metaforien avulla kulttuuriset vertailut vertailu aiempiin tutkimustuloksiin vertailu julkisiin keskusteluihin ja yleisiin käsityksiin kirjoittaminen nopeasti palautetta varten typologiat, nelikentät ja ristiintaulukot sekä visualisoinnit 1. Kun aineiston koko kasvaa 2. Aineiston muoto on olennainen tekijä 3. Jos on erilaista aineistoa, on sitä vaikea koordinoida mihinkään yhteen paikkaan 4. Kun työskentely aikajänne pitkittyy, muisti ei välttämättä auta 5