11/3 質化資料分析

Foster教授這星期提到了質化資料分析，雖然質化研究是不像量化一樣使用了統計等數字來呈現意義，但這也不代表其不需要分析。質化分析的目的是將收集來的資料，用有系統且邏輯性的思考來解析模糊的印象。

質化分析最重要的就是將蒐集來的所有資料進行編碼，機械式的減少資料，並且將資料放入分析類別的項目中。其中開放性編碼是第一階段形成的，替主題標上標籤，將大量的資料濃縮成幾類，讓資料的內部主題浮現出來。老師為了讓我們更了解開放性編碼，於是就請我們分組然後討論一篇文章，從每行字找出主要關鍵詞，然後編上簡易的英文字母代替。
我和酷哥一組，我們根據文章編了幾個碼，較為值得一提的是關於「action」，我們將文章中敘述到的行動都以「AC」來表示，其中「smeli」和「wink」我們也歸為AC一類之中。但經過老師的檢查後，他建議我們再多設定一個碼「Non-Verb」來表示小動作，並非是像點酒或者點燃香菸一樣屬於較大的行為。
於是我就詢問了Foster老師，編碼是要越多越詳細的好？還是用少數的代碼來表示文章？他回答是要詳盡的編碼，所以往往不會是少數的代號而已。於是我們就重新設定了編碼，利用簡單的英文代碼將整篇短文分析了一下。

第二階段的編碼是主軸是編碼，它就像是階層式的概念：前→中→後，一步一步的朝概念或主題這個主軸來移動。主軸式編碼會刺激一些關於概念和主題之間的思考，所以會讓我們檢視的比較深入。最後是選擇性編碼，再一次的掃描資料和之前的編碼並且進行比對。

質化資料在處理上比數字型資料來的不容易，因為它較缺乏統計程序。所以質化分析需要研究者重複閱讀筆記和資料，並且基於邏輯和判斷來比較。從資料上沒有顯現出來的事實，要經由質化研究者不停的推敲才可以水破石出，這是我覺得最困難的地方，因為會很容易被表面的文字給矇騙了。所以我們要不相信自己的眼睛，而是用心去閱讀所有的文字片段，才可以從這些反覆的經驗中挖掘出未曾露面的金礦。