[子萱] 第八週 質化資料分析

認知面

　　質化和量化資料在分析上有一些相異處，量化分析是從理論開始，在研擬假設後，開始進行研究。而質化研究是歸納的方法，從資料開始，蒐集到資料之後，進行分析，理論是資料分析研究後的產物。在資料的處理上，質化不像量化那樣抽象，幾乎都以數字、統計表達，質化資料是以文字的形式呈現，雖然不太精確、不容易分析，但是相對來說較能表達意義和社會脈絡。

＊資料編碼的方式有三種：
˙開放譯碼(Open coding)：分析的對象純粹在資料文字本身，將文句中不同的概念給予標籤，可以使文章的整體概念在這些標籤中慢慢浮現，把大量的資料濃縮成幾類。
˙主軸式譯碼(Axial coding)：針對前一步驟給予的編碼進行分析。將編碼重新整理組織，使之結構(階層)化或順序化。(此階段又稱為紮根理論)
˙選擇性編碼(Selective coding)：把原始資料和編碼互相核對，確認研究的主要議題。

＊分析方法有幾種：Ideal Type、Sucessive approximation、Illustrative method、Domain analysis、Analytic comparison、Narrative analysis、Negative case method、Event-structure analysis

行動面

　　聽了老師講解完之後，還是覺得有些抽象。老師也正好準備了材料讓我們實際演練一下如何對一段文字進行編碼。
　　我們先各自閱讀文句之後給予標籤，再一起討論彼此的差異並統一起來。在給標籤時，組員們對哪個詞需要加上標籤、標籤描述範圍的粗細、哪些詞是屬於同一個範疇等有很多不同的想法，覺得質化資料的分析是蠻主觀的，可以很自由的去詮釋。
　　我們討論出幾個編碼：WK(work)、DR(dress)、MG(marriage)、NE(negative thinking)、DK(drink)、AE(attitude)、PO(positive)。
　　之後看到其他組給的編碼，有很大的不同，例如：helpless、regret、destiny、control……等，真的是有很大的不同，很有趣。

感受面


　　以前總是認為量化資料的分析很困難，要從數字去說話，對於數學不好的我來說，看到前人量化的研究成果就好像看天書一樣。但質化資料的分析同樣不容易，有些甚至是比量化更困難一些。要能夠將一堆混亂的文字資料經過有條理的分析和詮釋，找出情境脈絡，光在這一小段文字中就不好做了，何況是完成一大篇的論文呢，因此對質化研究者感到很敬佩。這堂課的編碼練習也給我很多收穫，不實際做一些練習，只是光看課本上的文字是無法理解這些過程的。