Анализ данных
Видео урок
Доп. материалы
Кейсы
Сделайте сами
Как сделали коллеги
Технически, анализ данных в сторителлинге не отличается от анализа данных в других качественных методологиях и включает в себя: (1) Прочитывание, (2) Кодировку, (3) Группировку и (4) Выявление паттернов.
|
Алгоритм «Прочитывание – Кодировка – Группировка – Выявление паттернов»
Просмотреть все истории Вычленить смысловые единицы – они станут категориями для кодировки. Смысловая единица – это идея, которая может передаваться разными словами, фразами, эпизодами истории. Смысловые единицы связаны с целью исследования.
Провести кодирование части историй. Дополнить перечень категорий новыми или убрать те, которые не встречаются в других историях Составить категориальную сетку Провести кодирование всех историй
Объединить истории по принципу их принадлежности к одной или сразу нескольким категориям. Можно сформулировать обобщающие над-категории
Сделать выводы о паттернах, которые прослеживаются в материале (например, типичных пересечениях категорий)
|
Самый сложный этап – кодировка, на нем мы должны договориться, какие смысловые единицы мы выделяем в истории, и почему мы решили, что та или иная фраза рассказчика передает именно этот смысл.
Кодировать можно смысловые единицы разного типа:
- Тематическая кодировка («учеба», «отношения с друзьями»)
- Структурно-оценочная кодировка («-учеба», «+учеба», «+поведение»)
- Процессная кодировка («снижение тревожности», «рост уверенности»)
- Кодировка эмоций («верю в то, что я могу измениться»)
- Кодировка ценности («второй шанс»)
- Кодировка противопоставлений («обычная школа vs оцениваемая программа»)
Для выявления паттернов можно использовать специальное программное обеспечение.
|
Тип программного обеспечение |
Примеры |
|
Программное обеспечение с русскоязычным интерфейсом |
Дискант, Vega, MaxQDA |
|
Программное обеспечение, позволяющее работать с русскоязычным текстом, но имеющие интерфейс на других языках |
NVivo, Dedoose, Atlas Ti |
|
Программы анализа с искусственным интеллектом: находятся в процессе разработки, пока что подходят для очень примитивного анализа |
Dovetail, Monkeylearn |
Мы все время говорим о качественном анализе, направленном на описание и попытки объяснения результатов; на его отличиях от количественного анализа. Но можно запланировать пространство для совместной работы качественного и количественного подходов:
- Соотнести истории с имеющимися количественными данными, чтобы использовать их как иллюстрации или интерпретировать, что стоит за числами.
- Использовать категориальную сетку для подсчета значений количественных показателей, например:
- Число (доля) рассказчиков, в чьих историях встречается данная категория
- Доля категории в общем числе упоминаний всех категорий
Пример категориальной сетки
|
|
Готовка |
Уборка |
Здоровье |
Переживания |
Работа |
|
История 1 |
|
|
1 |
|
1 |
|
История 2 |
1 |
1 |
|
|
1 |
|
… |
1 |
|
1 |
1 |
|
|
Чек-лист для оценки соответствия результатов критериям валидности
В общих чертах, валидность результатов оценки, полученных с помощью сторителлинга должна основываться на следующих критериях:
|
Валидность результатов сторителлинга будет улучшена, если сами рассказчики принимают участие в анализе историй. Это позволяет избежать искажения результатов интерпретациями оценщиков. В идеале, заинтересованных благополучателей надо обучить базовым навыкам анализа и включить в команду оценщиков.
Анализ данных
Спикер: Дарья Шамрова – эксперт в области управления социальной работой, оценки программ, создания среды дружественной детям, исследователь в области социальных изменений. Кандидат наук в социальной работе (PhD), член Межотраслевого профессионального объединения «Оценка программ в сфере детства» (презентация).
Количественные и качественные исследования. Место анализа историй
Спикер: Заводилкина Ольга, президент Ассоциации специалистов по оценке программ и политик, старший научный сотрудник ФГБНУ «Институт изучения детства, семьи и воспитания» (презентация).
Кейс «Анализ данных в нарративных методологиях: Пример анализа фотоисторий» (видео, презентация)
Феноменологический метод исследования. Атаманчукова А.В., Жаргалон Л.О.
Феноменологическое описание и интерпретация. Бусыгина Н.П.
Интерпретативный феноменологический анализ (IPA)
Виды качественных исследований
Качественный феноменологический исследовательский дизайн
Нарративный анализ
Сравнение подходов анализа
Материалы по анализу данных
Социальные результаты для подопечных
Данные 2018 г. Оценка эффективности программы проводилась на основании анализа опросников, заполняемых наставниками программы (в начале учебного года и в конце), 51 человек.
|
Социальный результат |
Показатель |
Результат |
|
Рост хозяйственно-бытовых навыков |
Улучшения в умении ориентироваться в незнакомой обстановке |
57% |
|
Улучшения в умении пользоваться общественным транспортом |
50% |
|
|
Улучшения в умении обращаться с деньгами |
47% |
|
|
Улучшения в бытовых навыках (готовка, стирка, уборка и т.д.) у |
43% |
|
|
Позитивные изменения в досуговой сфере |
Рост желания совершенствоваться в своих увлечениях |
52% |
|
Рост понимания/знания своих талантов, способностей |
47% |
|
|
Рост социальных навыков |
Рост умения решать конфликты, владение навыками общения, умения обратиться за помощью (к незнакомым, продавцам- консультантам и т.д.) |
41% |
|
Развитие познавательной сферы |
Рост умения логически мыслить |
45% |
|
Развитие эмоционально-личностной сферы |
Рост уверенности в себе, способность понимания эмоций и чувств других людей |
41% |
|
Улучшение отношений в паре |
Рост доверия |
47% |
|
Рост уровня поддержки друг друга |
41% |
Опишите дизайн анализа данных, полученных с помощью сторителлинга.
Подход к анализу собранных данных (подопечные). Нам важно посмотреть, насколько социальные результаты, выделенные подопечными, будут совпадать с социальными результатами в ЛМП и какие новые социальные результаты (не из ЛМП) выделяют.
Мы будем считать число историй, где есть упоминания выделенных нами социальных результатов программы: есть доверие наставнику, рост самостоятельности в решении бытовых вопросов, расширение круга общения, улучшение в навыках заботы о себе, демонстрация социально ответственного поведения, формирование познавательных компетенций, мотивация к получению образования и трудоустройству, рост профессиональных компетенций и личностный рост подопечных.
Мы рассмотрим все социальные результаты, выделенные подопечными вне ЛМП. Мы будем считать число историй, где есть новые социальные результаты, выделенные подопечными.
Подход к анализу собранных данных (наставники). Нам важно посмотреть, насколько социальные результаты, выделенные наставниками, будут совпадать с социальными результатами в ЛМП. Мы будем считать число историй, где есть упоминания выделенных нами социальных результатов программы, а именно: рост профессиональных компетенций и личностный рост наставников. Мы рассмотрим все социальные результаты, выделенные наставниками вне ЛМП. Мы будем считать число историй, где есть новые социальные результаты, выделенные наставниками.
Общими приемами станут: 1. Метод непрерывного сравнительного анализа (мы будем сравнивать истории на уникальность и схожесть, сравнивать истории подопечных и их наставников); 2. Открытая кодировка, на основе социальных результатов как уже выделенных, так и новых); 3. Группировка (Мы будет группировать социальные результаты, связанные с наставниками и социальные результаты, связанные с подопечными); 4. Визуализация результата (выставка для подопечных, инфографика для наставников)