Pobierz Analiza treści w badaniach zjawisk społecznych w organizacji i więcej Publikacje w PDF z Decisione Making for Managers tylko na Docsity!
STUDIA OECONOMICA POSNANIENSIA 2018, vol. 6, no. 3
DOI: 10.18559/SOEP.2018.3.
Aldona Glińska-Neweś, Iwona Escher
Uniwersytet Mikołaja Kopernika w Toruniu, Katedra Zachowań Organizacyjnych i Zarządzania
Autor do korespondencji: Aldona Glińska-Neweś, [email protected]
ANALIZA TREŚCI W BADANIACH ZJAWISK
SPOŁECZNYCH W ORGANIZACJI.
ZASTOSOWANIE PROGRAMU IRAMUTEQ
Streszczenie: W tym opracowaniu autorki omawiają podstawowe zagadnienia dotyczące procedury analizy materiału tekstowego uzyskiwanego w badaniach jakościowych rea- lizowanych w obszarze zarządzania. Głównym celem opracowania jest zaprezentowanie możliwości wykorzystania w procesie tej analizy programu IRAMUTEQ. Program ten, mimo że darmowy, jest niemal nieznany w polskim środowisku badaczy jakościowych. Możliwości jego wykorzystania do analizy materiału tekstowego autorki prezentują na przykładzie badania, które miało na celu zdefiniowanie istoty pozytywnych i nega- tywnych relacji interpersonalnych w organizacji. Materiał tekstowy, będący podstawą przeprowadzonej analizy, stanowiły transkrypcje indywidualnych niestandaryzowanych wywiadów pogłębionych przeprowadzonych z 24 pracownikami repezentującymi trzy przedsiębiorstwa zlokalizowane w Toruniu i jego okolicach. Rozważaniom na temat przydatności programu IRAMUTEQ w badaniach jakościowych towarzyszy wskazanie ograniczeń jego wykorzystania do analizy tekstu tworzonego w języku polskim.
Słowa kluczowe: badania jakościowe, analiza treści, IRAMUTEQ, relacje interper- sonalne w organizacji.
Klasyfikacja JEL: M19.
CONTENT ANALYSIS IN THE RESEARCH OF SOCIAL PHENOMENA IN THE ORGANISATION. APPLICATION OF IRAMUTEQ SOFTWARE
Abstract: In this paper, the authors present essential problems related to content analyses, i.e. of texts obtained through qualitative research in the field of management.
74 Aldona Glińska-Neweś, Iwona Escher
The main aim of the paper is to discuss opportunities given by IRAMUTEQ software for the content analyses. The software is free but still rather unknown in the Polish research community. The capabilities of the software are presented by the example of research aimed at defining the nature of positive and negative relationships in the organisation. The content being the basis for the discussion has been derived from the transcripts of individual semi-structured in-depth interviews conducted with 24 employees representing 3 companies located in and near the Polish city of Toruń. The paper presents also limitations of IRAMUTEQ usage in analysing texts created in Polish.
Keywords: research, content analysis, IRAMUTEQ, interpersonal relationships in the organisation.
Wstęp
Jedną z najpopularniejszych klasyfikacji badań realizowanych w naukach społecznych jest ich podział na badania ilościowe i jakościowe. Oba rodzaje badań (a zwłaszcza metody badawcze im przypisywane) są szeroko opisywane w literaturze z zakresu zarządzania, jednak w pomiarach prowadzonych na gruncie tej dyscypliny nadal dominuje podejście ilościowe. Dzieje się tak nawet mimo tego, że wiele zjawisk wiążących się z funkcjonowaniem organizacji ma charakter typowo jakościowy, trudny do uchwycenia i opisu z zastosowaniem metod ilościowych. W tym obszarze mieszczą się na przykład zjawiska niero- zerwalnie związane z obecnością i zachowaniem człowieka w organizacji. Uni - kanie stosowania metod jakościowych w badaniach zjawisk organizacyjnych może wynikać z przekonania, że nie dostarczają one (z uwagi na odmienność procedury zbierania i analizowania danych) równie wiarygodnych wyników co badania ilościowe. W badaniach ilościowych procedura zbierania danych ma charakter liniowy i sekwencyjny: badacz przechodzi od zdefiniowania celów i hipotez badawczych, przez zaplanowanie procesu doboru jednostek badania, wybór metody zbierania danych, przygotowanie instrumentów po- miarowych, dobór próby, zbieranie danych, analizę i interpretację wyników (por. m.in. Escher, 2011, s. 108–118; Kaczmarczyk, 2011, s. 48–51). Tymcza- sem w badaniach jakościowych procedura zbierania danych ma charakter iteracyjno-równoległy, tzn. „gromadzone dane zwykle otwierają nowe pola eksploracji, które uruchamiają kolejny etap gromadzenia po to, aby końcowe opracowanie, analiza porównawcza i wynikające z niej propozycje były wyko- nalne i wiarygodne” (Czakon, 2009, s. 14). Badacz jakościowy, rozpoczynając
76 Aldona Glińska-Neweś, Iwona Escher
można wymienić m.in. relacje interpersonalne w zespołach pracowniczych, satysfakcję z pracy czy kulturę organizacyjną. Biorąc pod uwagę znaczenie rozważanych zjawisk dla rozwoju organizacji, ważne jest ich identyfikowanie oraz odkrywanie praw nimi rządzących. Co jednak ciekawe, mimo że badania jakościowe, docierające bliżej do natury działań człowieka, wydają się zdecydowanie bardziej odpowiednie do pomiaru wielu zmiennych opisujących społeczne zjawiska w organizacji, to jednak ich zastosowanie w tym obszarze nadal nie jest powszechne. Jest to tym bardziej zaskakujące, że większość z rozważanych zmiennych jest niemierzalnych (po- nieważ nie mają jednostki miary) lub ma charakter nieobserwowalny, a zatem są trudne do uchwycenia i rozpoznania metodami badań ilościowych (np. metodami ankietowymi, standaryzowanymi wywiadami indywidualnymi) (Frankfort-Nachmias i Nachmias, 2001, s. 254–255). Generalnie rzecz ujmując, sięganie po badania jakościowe w pomiarach realizowanych w obszarze nauk o zarządzaniu jest stosunkowo rzadkie. Dzieje się tak pomimo tego, że od początku rozwoju tej dyscypliny wiedzy badanie zjawisk dotyczących organizacji nierozerwalnie było i jest związane z wykorzy- staniem podstawowych metod zaliczanych do kategorii badań jakościowych (Czakon, 2009, s. 13). Wspomniane metody to przede wszystkim tzw. wywiady jakościowe (w tym najbardziej popularne: pogłębione wywiady indywidualne i wywiady grupowe), a także obserwacje i badania etnograficzne. Lista ta nie jest jednak wyczerpująca, bowiem wielu autorów pod pojęciem metod/technik jakościowych rozumie też inne sposoby uzyskiwania materiału badawczego, w tym m.in. studium przypadku, analizę dokumentów, wywiad narracyjny, metodę biograficzną itp. (Jemielniak, 2012). Dominującym podejściem badawczym w zarządzaniu jest nadal podej- ście ilościowe. Jego zwolennicy, hołdujący paradygmatowi normatywnemu (funkcjonalistycznemu, post-pozytywistycznemu), uznają, że dane pozyski- wane w badaniach jakościowych są zaledwie początkiem procesu pomiaru prowadzącego do konstruowania i testowania hipotez, wstępem do „obiek- tywnych” ilościowych metod pomiaru; rzec by można, że wręcz są pozbawione rangi naukowej i są wskaźnikiem niedojrzałości nauki. Twarde i policzalne fakty są dla nich bardziej wiarygodne niż opisy jakościowe, a świat społeczny jest postrzegany jako matematycznie uporządkowane uniwersum, w którym wszystko, co istnieje, ma postać liczbową (Kvale, 2004, s. 75–76, 287–292; Silverman, 2009a, s. 59–60). W rzeczywistości oba rodzaje badań są równie wartościowe, przy czym o ich przydatności stanowi każdorazowo natura badanego zjawiska, cel ba- dania oraz oczekiwania badacza co do rodzaju poszukiwanej informacji
Analiza treści w badaniach zjawisk społecznych w organizacji 77
(Escher, 2011, s. 106–108; Konecki, 2000, s. 18–23; Maison, 2010, s. 16–23; Nikodemska-Wołowik, 2008, s. 38–44). W wielu obszarach badawczych to właśnie badania jakościowe są szczególnie odpowiednie i nie jest możliwe ich zastąpienie badaniami ilościowymi. Mowa tu przede wszystkim o pomiarze wspomnianych wyżej zmiennych niemierzalnych i nieobserwowalnych, jak i względnie nowych, wyłaniających się zjawisk społecznych, czy też zjawisk dotychczas mało zbadanych lub niebadanych jeszcze z określonych perspek- tyw teoretycznych. Przydatność badań jakościowych do tego typu pomiarów wynika z faktu, że metody jakościowe (zwłaszcza wywiady jakościowe i ob- serwacje) mają „największy praktyczny potencjał uwzględnienia «kontekstu odkrycia»” (Konecki, 2000, s. 12). Badania jakościowe mogą być wstępem do badań ilościowych, dostarcza- jąc podstaw do formułowania hipotez badawczych, które są weryfikowane na dalszych etapach badań ilościowych, a także do budowania i testowania wystandaryzowanych instrumentów pomiarowych. Ale mogą być także re- alizowane po zakończeniu badań ilościowych w celu pogłębienia i lepszego zrozumienia wyników w nich uzyskanych.
2. Tekst jako przykład materiału jakościowego
Podstawę czynności analitycznych realizowanych w obszarze badań jakoś- ciowych stanowi materiał jakościowy. Może być nim np. spisany przebieg pogłębionego wywiadu indywidualnego, zapis audiowizualny wywiadu gru- powego, zapis z przeprowadzonej obserwacji uczestniczącej. Odmienną ka- tegorią materiału jakościowego są dane zastane/niewywołane/„naturalnie występujące”, pochodzące z tzw. badań niereaktywnych. Ich pozyskanie nie wymaga interwencji badacza w to, co bada. Są to przede wszystkim: książki, czasopisma i gazety, zawartość stron internetowych, wiersze, przemówienia, utwory muzyczne, programy telewizyjne, audycje radiowe, przekazy reklamo- we, zdjęcia, listy, akty prawne (Babbie, 2008, s. 357–358; Lisowicz-Magdziarz, 2007, s. 3; Rapley, 2010, s. 34–55; Silverman, 2009a, s.183). Chociaż zazwy- czaj to właśnie te dane są poddawane tzw. analizie treści, warto zauważyć, że właściwie wszystkie dostępne badaczowi dane o charakterze jakościowym są tworzone przez ludzi i jako takie mogą posłużyć jako materiał do tego rodzaju analiz (Rapley, 2010, s. 34–37; Silverman, 2009a, s. 183). Z uwagi na to, że w niniejszym opracowaniu mowa będzie przede wszystkim o analizie materiału przyjmującego formę pisemnego zapisu wywiadu, to właśnie na nim autorki skupią uwagę w dalszych rozważaniach.
Analiza treści w badaniach zjawisk społecznych w organizacji 79
są pozbawione kontekstu, „są abstrakcjami, tak jak mapy topograficzne są abstrakcjami oryginalnego krajobrazu, z którego zostały wywiedzione” (2004, s. 167). Z drugiej strony zauważa się jednak, że samo przygotowywanie tran- skrypcji i korzystanie z nich stanowi bardzo ważną czynność „badawczą” – bliskie i wielokrotne wsłuchiwanie się w nagarnia przy tworzeniu zapisu tekstowego pozwala bowiem na odkrywanie za każdym razem niezauważo- nych wcześniej struktur rozmowy (Rapley, 2010, s. 100; Silverman, 2009a, s. 90, s. 188).
3. Główne metody analizy materiału jakościowego
Marginalizowanie badań jakościowych w obszarze nauk o zarządzaniu jest widoczne przede wszystkim w niewielkiej liczbie publikacji opisujących metody analizy danych w nich pozyskanych (Maison, 2010, s. 243–244). Biorąc pod uwagę, że najpowszechniej wykorzystywanym materiałem ja- kościowym jest materiał tekstowy, najczęściej to w odniesieniu do niego opisuje się konkretne metody analizy, zwykle nazywane metodami analizy tekstu lub metodami analizy treści. Co jednak istotne, brak w ich zakresie jednoznacznych propozycji. Jak pisze S. Kvale (2004, s. 191), nie istnieje żadna magiczna metoda analizy bogactwa sensów ukrytych w wielu stronach transkrypcji wywiadów. D. Maison (2010, s. 244–245) dodaje, że analiza ta jest trudna, stąd też trudno sformułować wyraźne zasady dotyczące tego, jak ją przeprowadzać. Przykładem braku zgodności autorów co do nazwy i klasyfikacji metod analizy treści wywiadów mogą być różnice w podejściu do tego zagadnienia S. Kvale i E. Babbiego. Pierwszy z wymienionych, pisząc o metodach analizy treści wywiadów, wymienia: kategoryzację znaczeń (sensów), kondensację znaczeń, porządkowanie (strukturyzację) znaczeń przez narrację, interpreta- cję znaczeń i metody generowania znaczeń ad hoc (Kvale, 2004, s. 191–212). Pojęcia „analiza treści” używa także E. Babbie (2008, s. 358–370), przy czym odnosi go do analizy jakichkolwiek zarejestrowanych (zapisanych) ludzkich przekazów – ustnych, pisanych i graficznych, z pominięciem jednak transkryp - cji wywiadów, uznając je za przekaz z badań reaktywnych, a zatem takich, gdzie pojawia się w mniejszym lub większym stopniu ingerencja badacza w to, co jest badane (por. także Silveman, 2009a, s. 145–176). Niezależnie od rozbieżności w zakresie nazewnictwa lub klasyfikacji więk- szość autorów, pisząc o analizie wywiadu jakościowego, wymienia dwie meto- dy, tj. analizę konwersacyjną i analizę dyskursu (Silverman, 2009a, s. 190–211).
80 Aldona Glińska-Neweś, Iwona Escher
W analizie konwersacyjnej badacze próbują opisać „ludzkie metody tworzenia uporządkowanej społecznej interakcji” (Silverman, 2009a, s. 211), czyli tego, w jaki sposób ludzie za pośrednictwem i w trakcie rozmów doświadczają życia społecznego, wytwarzają je i podtrzymują (Rapley, 2010, s. 155). Materiałem poddawanym tej analizie jest zasadniczo nagranie „naturalnie” przebiegają- cych rozmów i interakcji, ale bywa nim także nagranie wywiadu grupowego i jego transkrypcja. Badacze skupiają uwagę wokół takich cech interakcji zachodzącej w rozmowie, jak: kolejność zabierania głosu poszczególnych osób, zależność wypowiedzi/działań innych osób od wypowiedzi/działań osoby zabierającej głos wcześniej, organizowanie wypowiedzi, dobór słów i cel ich użycia, sposób zorganizowania trajektorii rozmowy, działania społeczne realizujące się w tych słowach i dzięki nim podejmowane przez jednostki wchodzące w interakcje z innymi osobami (Rapley, 2010, s. 133–156). Z kolei w analizie dyskursu badacze koncentrują się przede wszystkim na retorycznej bądź argumentacyjnej organizacji badanych wypowiedzi. Interesuje ich tu użycie języka w określonych kontekstach, bowiem język nigdy nie jest dla nich neutralnym i transparentnym środkiem komunikacji. Badają, jakie wizje świa- ta, znaczenia i tożsamości są wytwarzane w trakcie komunikowania się i co dzięki prezentowanemu opisowi (ustnemu lub pisanemu) jest udostępniane innym uczestnikom interakcji, a co jest wykluczane. Sprawdzają, jak działa- nie i słowa są dopasowywane przez badanych do określonych norm, reguł i oczekiwań związanych z konkretnym kontekstem, w którym owo zachowanie jest podejmowane, a słowa wypowiadane (Rapley, 2010, s. 22–25, 54). Obie metody analizy wymagają przygotowania precyzyjnych transkrypcji (łącz- nie z oznaczeniem miejsc pauzy, ściszenia głosu, westchnięcia itp.), a zatem mogą być uznane za metody analizy materiału tekstowego (metody analizy tekstu/treści). Wynikiem analizy treści nie zawsze jest tylko jakościowa ocena materiału. Zebrany materiał można też prezentować w sposób ilościowy – analizowane dane mogą być poddawane kwantyfikacji (np. zliczanie częstości występowa- nia określonych słów, zwrotów, zliczanie liczby stwierdzeń przypisanych do danej kategorii itp.), a to pozwala na ich dalszą statystyczną obróbkę (Babbie, 2008, s. 386; Silverman, 2009a, s. 40, 64, 148–149). Tym samym możliwe jest łączenie w analizie treści zarówno podejścia jakościowego, jak i ilościowego (Babbie, 2008, s. 386). W dalszej części tego opracowania zostanie przedsta- wione jedno z narzędzi służących ilościowej analizie materiału pochodzącego z badań jakościowych. Zanim jednak do tego dojdzie, omówiony zostanie proces kodowania, stanowiący często pierwszy etap analizy materiału jakoś- ciowego.
82 Aldona Glińska-Neweś, Iwona Escher
konceptualizacji wzajemnych relacji pomiędzy poszczególnymi kategoriami, tj. budowaniu hipotez (Charmaz, 2009, s. 85–90; Konecki, 2000, s. 51–52). Szczególnie ważne dla osiągnięcia trafności i rzetelności w analizie da- nych pozyskiwanych w badaniach jakościowych jest realizowanie kodowania w sposób systematyczny. Chodzi o to, aby badacz tworzył kategorie, które „wyłaniają się” z zebranych danych w trakcie szczegółowego i wielokrotnego ich przeglądania, określał wzajemne dopasowanie tych kategorii, formułował wstępne hipotezy na temat związków pomiędzy zmiennymi, stale przecho- dził od danych do tworzonej teorii i od teorii do danych, tak aby jeszcze lepiej je zrozumieć i ocenić trafność początkowych wniosków (Babbie, 2008, s. 332–334). Dzięki takiemu kodowaniu badaczowi udaje się pełniej i głębiej opisywać interesujące go elementy postrzeganej rzeczywistości (Konecki, 2000, s. 194). Niektórzy autorzy wskazują jednak na negatywne strony kodowania. Jak zauważają, kodowanie spisanego tekstu nie jest pozbawione subiektywno- ści, a dodatkowo może się przyczyniać do zbytniej fragmentacji opowieści badanego/badanych osób, co może powodować, że badacz się nie przybliża, ale oddala od rzeczywistej rozmowy, która została spisana, i historii, któ- re w trakcie wywiadu zostały przez badanych opowiedziane (Kvale, 2004, s. 188).
5. CAQDAS jako narzędzia wspomagające analizę danych
z badań jakościowych
CAQDAS (Computer-assisted/aided qualitative data analysis software) lub QDAS (Qualitative data analysis software) to komputerowe oprogramowanie wspomagające pracę badaczy na etapie analizy danych pozyskanych z projek- tów badawczych prowadzonych zgodnie ze zróżnicowanymi konwencjami metodologicznymi z zakresu badań jakościowych (Niedbalski, 2013a, s. 153; 2014a, s. 8, 13). Niektóre z tych programów wspomagają jedynie analizę jakościową materiału jakościowego, inne dają możliwość realizacji zarówno analizy jakościowej, jak i ilościowej. Należy bowiem zwrócić uwagę, iż mimo że metody stosowane w obszarze badań jakościowych dostarczają przede wszystkim danych jakościowych, nie oznacza to, że nie można w odniesieniu do nich podejmować prób kwantyfikacji. Czynności takie ułatwiają badaczom agregację pozyskanego materiału i porównanie danych, a także otwierają możliwości zastosowania wybranych analiz statystycznych (Babbie, 2008, s. 40–41; Kvale, 2004, s. 22).
Analiza treści w badaniach zjawisk społecznych w organizacji 83
Zalety wykorzystania programów komputerowych w projektach badaw- czych realizowanych w obszarze nauk społecznych dostrzeżono już dawno, jednak początkowo jedynie w odniesieniu do badań prowadzonych z zasto- sowaniem metod ilościowych. Badacze jakościowi przez długi czas nie byli zainteresowani włączaniem technologii informacyjnej do realizowanych procesów badawczych, tym bardziej nie dostrzegali możliwości jej zasto- sowania na etapie analizy danych pozyskiwanych w takich projektach. Jed- nak w miarę rozwoju technologii i przyjmowania bardziej otwartej postawy nowych pokoleń komputery i specjalistyczne oprogramowanie zaczęły się rozpowszechniać również w środowisku badaczy jakościowych (Babbie, 2008, s. 435; Niedbalski, 2013a, s. 155; Niedbalski, 2014a, s. 14–15; Silverman, 2009b, s. 242–243). CAQDAS wspomagają badacza jakościowego w wielu obszarach związa- nych z analizą zebranego materiału (por. m.in. Niedbalski, 2014b, s. 13–290; Silverman, 2009b, s. 233–254). W przypadku danych pozyskanych z wy- wiadów jakościowych najpowszechniej są wykorzystywane do kodowania wypowiedzi zawartych w transkrypcjach oraz tworzenia powiązań pomiędzy nimi. Najnowsze generacje programów CAQDAS (por. Bieliński, Iwińska i Rosińska-Kordasiewicz, 2007, s. 89–97) pozwalają na przeprowadzenie ko- dowania bezpośrednio na materiale audio i wideo (bez konieczności doko- nywania transkrypcji), co uznaje się jako ważny krok w kierunku uwolnienia żywej rozmowy spod „sztucznego” tekstu pisanego (Kvale, 2004, s. 178–179). Mimo tych ułatwień nie zmienia się to, że kodowanie (w przypadku więk- szości tych programów), a także właściwa analiza i interpretacja pozyskanych danych (we wszystkich przypadkach) nadal pozostaje po stronie badacza (Maison, 2010, s. 245; Niedbalski, 2013a, s. 159). Dlatego niektórzy autorzy samo nazywanie rozważanych programów „programami do analizy danych z badań jakościowych” uznają za zbytnie uproszczenie, a nawet nadużycie (por. Bieliński i in., 2007, s. 91). Zastosowanie CAQDAS w obszarze badań jakościowych wiąże się też z pewnymi niebezpieczeństwami, o których piszą bardziej sceptycznie do nich nastawieni autorzy. Przykładowo zwraca się uwagę na groźbę zbytniego urzeczowienia transkrypcji (tzw. reifikacja), nadmiernej na niej koncentracji badacza, a tym samym ignorowania jej źródła, czyli rzeczywistej rozmowy, w której nastąpiła interakcja społeczna. Obawy dotyczą także narzucenia ana- lizie materiału jakościowego zbyt zawężonej perspektywy. Dodatkowo twierdzi się, że „sztywność” oprogramowania podporządkowuje analizę rozwiązaniom zaproponowanym przez jego twórców, co jest sprzeczne z metodologią ba- dań jakościowych. Osobom, które sięgają po CAQDAS, zarzuca się czasem,
Analiza treści w badaniach zjawisk społecznych w organizacji 85
6. Program IRAMUTEQ jako narzędzie do ilościowej analizy
tekstu
Przedmiotem rozważań autorek w niniejszym opracowaniu jest program IRAMUTEQ (fr. Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires). Jest to darmowy program typu open source, wykorzystujący możliwości analityczne programu R (R Core Team, 2015). Należy do kategorii narzędzi informatycznych z zakresu eksploracji danych służących do wydobywania danych z materiałów tekstowych, ich struktury- zacji poprzez wyszukiwanie kluczowych słów, fraz, zdań oraz ich kodowania pod postacią zmiennych numerycznych, a następnie ich statystycznego prze- tworzenia w celu odkrywania (często też wizualizacji) zachodzących pomiędzy nimi zależności. Wspomniane narzędzia znajdują szerokie zastosowanie w wielu obszarach działalności biznesowej, m.in. w przedsiębiorstwach z branży informatycznej i internetowej (w procesach wyszukiwania, eksploracji tekstu i automaty- zowania jego analizy), w przedsiębiorstwach medialnych (w zapewnianiu użytkownikom dopasowania udostępnianej treści do ich potrzeb), a także w dowolnym podmiocie w procesach zarządzania relacjami z klientami (np. do przewidywania ich zachowań zakupowych) czy komunikacji rynkowej (np. w analizie sentymentu wpisów internautów na profilach firmowych). Są też wykorzystywane w działalności instytucji publicznych, np. do monitoro- wania i analizowania zawartości tekstów online, publikowanych na blogach czy w postach w mediach społecznościowych pod kątem ich wpływu na bezpieczeństwo narodowe oraz w procesach szyfrowania lub deszyfrowania tekstów. Rozważane oprogramowania stosują także środowiska naukowe, wykorzystując je do przeszukiwania rozbudowanych nieindeksowanych baz danych (opartych na tekstach pisanych) i wydobywania z nich poszukiwanych informacji (Text mining, b.d.). Środowiska naukowe są także silnie zaanga- żowane w rozwijanie tego typu narzędzi analitycznych, np. oprogramowanie NaCTeM jest tworzone przez National Centre for Text Mining przy University of Manchester w Wielkiej Brytanii (www.nactem.ac.uk), portal TAPoR (ang. Text Analysis Portal for Research), prowadzony jest na University of Alberta w Kanadzie (www.tapor.ca), a Alceste (fr. AnalyseLexicale par Contexte d’un Ensemble de Segment de Texte) rozwijany jest przez Le Centre National de la Recherche Scientifique (CNRS) z Paryża (www.image-zafar.com/Logiciel. html). Przykładem narzędzia stworzonego przez środowisko akademickie jest także rozważany w niniejszym artykule IRAMUTEQ (program został opracowany w Université de Toulouse).
86 Aldona Glińska-Neweś, Iwona Escher
IRAMUTEQ umożliwia dokonanie ilościowej analizy tekstu, począwszy od prostych analiz leksykograficznych, np. określenia częstości pojawiających się w tekście słów, po bardziej zaawansowane, takie jak analiza czynnikowa lub grupowanie hierarchiczne, wyłaniające kategorie słów i pojęć występujących w analizowanym materiale. Zwłaszcza ta ostatnia funkcja jest interesująca, ponieważ pozwala wyeliminować subiektywizm badacza, będący jednym z ko- ronnych argumentów przeciwników badań jakościowych (a zwłaszcza jakoś- ciowej analizy realizowanej w ramach tych badań). Tym samym można uznać, że jest to jedna z najistotniejszych zalet ocenianego narzędzia w porównaniu z programami, w których proces porządkowania materiału tekstowego i ozna - czania wybranych jego fragmentów określonymi kategoriami (kodami) leży po stronie człowieka. Zastosowanie IRAMUTEQ jest możliwe w odniesieniu do każdego rodzaju tekstu. W przypadku materiału pozyskanego z wywiadów jakościowych przygotowanie tekstu do analizy sprowadza się tylko do tran- skrypcji (unika się tym samym opisanych wcześniej problemów i wątpliwości dotyczących kodowania). To program dokonuje analizy zadanego mu tekstu, bazując na częstości i powiązaniach występujących między słowami. Należy jednak pamiętać, że w przypadku IRAMUTEQ transkrypcja musi być bardzo dokładna, bowiem program komputerowy nie wychwyci błędów (np. literówek), które wychwyciłby człowiek dokonujący kodowania danego tekstu. Co więcej, rozważane narzędzie może być stosowane przede wszystkim do analizy tekstów odnoszących się do określonego zagadnienia. Wymaga to zachowania, w miarę możliwości, monotematyczności tekstu, ponieważ wielowątkowość, np. treści wywiadu, może spowodować, że przeprowadzona analiza odzwierciedli tematyczną strukturę wywiadu i tym samym jej wyniki nie wniosą spodziewanego wkładu w rozwój wiedzy na temat badanego prob- lemu. Wspomnianą monotematyczność uzyskuje się poprzez pogrupowanie analizowanych tekstów (np. transkrypcji z pogłębionych wywiadów indywi- dualnych) na tzw. korpusy (ang. text corpuse, corpus of analysis). Elementem oprogramowania IRAMUTEQ, od którego zależy skala jego funkcjonalności, są słowniki, umożliwiające tzw. lematyzację, czyli sprowa- dzanie różnych form fleksyjnych występujących w analizowanym tekście do formy podstawowej słowa, a także identyfikowanie, jaką część mowy stanowią. Obecnie program oferuje możliwość wykorzystania takich słowników do teks- tów stworzonych w języku francuskim, angielskim, włoskim, portugalskim, hiszpańskim, a dodatkowo, w fazie eksperymentalnej, w języku niemieckim, szwedzkim, greckim i galicyjskim. Niestety nie istnieje na razie analogiczny słownik dla tekstów stworzonych w języku polskim, co z oczywistych wzglę- dów ogranicza wykorzystanie programu w badaniach prowadzonych przez
88 Aldona Glińska-Neweś, Iwona Escher
zostały usunięte polskie znaki diakrytyczne, które nie są przez ten program rozpoznawane i powodują zniekształcenia (np. wyraz „szczęście” byłby przez program widziany jako „szcz cie”. Efekt zastosowania metody Reinerta w odniesieniu do wypowiedzi pozy- skanych w drodze przeprowadzonego badania przedstawiono na rysunku 1. Jak widać, rezultaty tej analizy są prezentowane w atrakcyjny graficznie spo- sób.
Rysunek 1. Matryca kategorii odnoszących się do istoty relacji interpersonalnych w organizacji
Źródło: Na podstawie wyników badania
(1) chmura czerwona
(2) chmura niebieska
(3) chmura szara
(4) chmura różowa
(5) chmura zielona
Analiza treści w badaniach zjawisk społecznych w organizacji 89
W efekcie zastosowania opisanej metody analizy wyłoniono pięć kategorii odnoszących się do istoty relacji w organizacji. Każda z kategorii, w postaci „chmury” słów, jest oznaczona innym kolorem (w niniejszej publikacji kolory nie są widoczne, dlatego też na potrzeby ich rozróżnienia wprowadzono gra- nice pomiędzy chmurami oraz ich oznaczenia numeryczne). Przeprowadzone badanie było inspirowane teorią ugruntowaną, stąd też uzyskane w efek- cie zastosowania metody Reinerta kategorie nie mogły być interpretowane przy użyciu żadnej teorii. Oznacza to, że dla każdej z kategorii słów należało zidentyfikować jej istotę, a także określić, czym są wymiary tworzące osie współrzędnych, przy których pomocy kategorie te powstały. Analiza słów tworzących poszczególne kategorie została dokonana nie- zależnie przez autorki, po czym zostały przeprowadzone uzgodnienia, aż do osiągniecia pełnej zgody. Analiza ta wskazała następujące ich znaczenie:
- kategoria oznaczona na rysunku numerem 1 (prawa dolna ćwiartka na rysunku) odnosi się do wykonywania pracy indywidualnej,
- kategoria oznaczona numerem 2 (prawa górna ćwiartka na rysunku) od- nosi się do spraw prywatnych łączących pracowników,
- kategoria oznaczona numerem 3 (lewa dolna ćwiartka) odnosi się do atmosfery w miejscu pracy,
- kategoria oznaczona numerem 4 (zachodząca na lewą i prawą ćwiartkę górnej części rysunku) odnosi się do stylu kierowania,
- kategoria oznaczona numerem 5 (centralna część rysunku) odnosi się do narzędzi budowania relacji. Powyższe wnioskowanie mogło być obarczone wysokim subiektywizmem. Co więcej, wątpliwości mogła budzić prawidłowość funkcjonowania oprogra- mowania przy braku słownika języka polskiego. Dlatego też kolejnym kro- kiem w analizie było zidentyfikowanie zdań, w których znalazły się wskazane w kategoriach słowa, co IRAMUTEQ również umożliwia. W zestawieniu na następnej stronie zostały przedstawione najbardziej charakterystyczne stwier- dzenia zawierające słowa znajdujące się w chmurze czerwonej (oznaczonej numerem 1), zakwalifikowanej wstępnie jako kategoria odnosząca się do pracy indywidualnej (z uwagi na ograniczony zakres niniejszego opracowania nie przedstawiono zdań wyrażających sens pozostałych kategorii). Pogrubieniem zostały zaznaczone słowa pojawiające się na rysunku 1. Analiza zdań zawierających słowa tworzące poszczególne kategorie w każ- dym przypadku potwierdziła wcześniejszą tezę o ich istocie. Kategorie te obrazują problemy, jakie respondenci odnosili do istoty pozytywnych i ne- gatywnych relacji interpersonalnych w organizacji.
Analiza treści w badaniach zjawisk społecznych w organizacji 91
Rysunek 2. Elementy odnoszące się do postrzegania relacji interpersonalnych w organizacji przez jej pracowników
Źródło: Na podstawie wyników badania
Zakończenie
W badaniu zjawisk organizacyjnych, szczególnie tych o charakterze spo- łecznym, niezbędne jest wykorzystywanie metod badań jakościowych. Bez względu na to, czy badania te będą wstępem do badań ilościowych, czy też będą zasadniczym elementem danego projektu badawczego, kluczowe jest doskonalenie metodyki tych badań, w tym metod analitycznych podnoszących wiarygodność i jakość uzyskiwanych wyników i ich interpretacji. Opisane w artykule zastosowanie programu IRAMUTEQ w analizie mate - riału jakościowego przyjmującego postać tekstu wskazuje na szereg jego zalet:
- program może być zastosowany w analizie tekstów w języku polskim pomi- mo braku dedykowanego słownika języka polskiego, aczkolwiek wymaga to podjęcia przez badaczy dodatkowego wysiłku, który nie jest konieczny w przypadku analizy tekstów tworzonych w językach, dla których takie słowniki istnieją;
- program umożliwia dokonanie analizy występowania i współwystępowa- nia słów w tekście, która jest pozbawiona subiektywizmu towarzyszącego kodowaniu dokonywanemu przez badacza człowieka; co za tym idzie, pro-
Styl kierowania (kategoria 1) Efekt
Przyczyna
Bliskość interpersonalna (kategoria 2)
Klimat organizacyjny (kategoria 3)
Podejście do wykonywania swoich zadań (kategoria 1)
Narzędzia związane z budowaniem relacji (kategoria 5)
Organizacja Jednostka
92 Aldona Glińska-Neweś, Iwona Escher
gram może umożliwić odkrycie kategorii, na które być może nie zwróciłby uwagi badacz (zatem z tego punktu widzenia można mówić o wyższości programu nad innymi aplikacjami, wymagającymi od badacza dokonania wstępnego kodowania). Decydując się na wykorzystanie programu, należy jednak pamiętać, że tekst poddany analizie musi być do niej przygotowany z najwyższą staran- nością – każda nawet najdrobniejsza pomyłka w tekście (typu: pominięcie jakiegoś znaku, powtórzenie znaku, wstawienie niewłaściwego, wstawienie wielkiej litery zamiast małej, używanie niewłaściwych połączeń literowych w zapisie, niewłaściwa pisownia łączna lub rozdzielna itp.) może wpłynąć na wynik. W przypadku dokonywania analizy przez człowieka takie drobne pomyłki mogą zostać wychwycone. Dodatkowo warto pamiętać, że w przy- padku poszukiwania odpowiedzi na konkretne pytania badawcze program może ich nie udzielić (przykładowo w odniesieniu do opisanego w arty- kule badania poszukiwano odpowiedzi na pytanie o istotę pozytywnych i negatywnych relacji interpersonalnych w organizacji – uzyskane wyniki pozwoliły określić wymiary, przy których pomocy można te relacje badać, natomiast nie rozstrzygają, jakie wskazania będą świadczyć o ich pozytyw- ności – negatywności). Powyższe spostrzeżenia wskazują, że IRAMUTEQ może być przydatnym narzędziem dla badaczy prowadzących pomiary w obszarze zarządzania organizacjami, choć jego zastosowanie może mieć miejsce głównie w takich badaniach, które są oparte na istniejących już teoriach naukowych.
Bibliografia
Babbie, E. (2008). Podstawy badań społecznych. Warszawa: PWN. Bieliński, J., Iwińska, K. i Rosińska-Kordasiewicz, A. (2007). Analiza danych jakoś- ciowych przy użyciu programów komputerowych. Ask. 16 , 89-114. Bryda, G. (2014). CAQDAS, Data Mining i odkrywanie wiedzy w badaniach jakoś- ciowych, w: Niedbalski, J. (red.). Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych. Łódź: Wydawnictwo UŁ, 13-40. Camargo, B.V. i Justo, A.M (b.d.). IRAMUTEQ: Interface de R pour les Analyses Mul- tidimensionnelles de Textes et de Questionnaires (IRAMUTEQ tutorial). Pobrane 30.03.2017 z http://www.iramuteq.org Charmaz, K. (2009). Teoria ugruntowana. Praktyczny przewodnik po analizie jakoś- ciowej. Warszawa: PWN.
