1

Suport de curs Prelucrarea statistică a datelor

Cursul nr. 1
Analiza calitativă a datelor 1

Introducere:
Analiza datelor calitative este evaluarea non-numerică a observațiilor realizate prin observarea
participativă, analiza de conținut, interviuri detaliate și alte tehnici calitative de cercetare. Deși
analiza calitativă este, în aceeași măsură, o artă și o știință, aceasta își are propria logică și
propriile metode, eficiența unora dintre ele fiind maximizată prin programe computerizate
specifice.
În ultimele decenii, cercetarea socială a avut tendința de a se concentra asupra tehnicilor de
analiză cantitativă. Câteodată, această tendință ascunde o altă abordare folosită pentru a
înțelege observațiile sociale : analiza calitativă - metodă de a examina date în cercetarea socială
fără a le transforma într-un format numeric. Această abordare este mai veche decât analiza
cantitativă. Rămâne o abordare utilă a analizei datelor și chiar se bucură de un interes crescut
din partea oamenilor de știință din domeniul social, fiind unica potrivită pentru a analiza
anumite date specifice.
Deși analiza statistică poate intimida unii studenți, etapele pot fi uneori memorate mecanic.
Adică, prin exercițiu, folosirea repetitivă a tehnicilor cantitative poate duce la o înțelegere
mai complexă a logicii ce stă în spatele acestor tehnici.
Este mult mai dificil să predai analiza calitativă ca o serie de proceduri mecanice. În acest caz,
înțelegerea trebuie să preceadă practica, fiind o legătură puternică între cercetare și teorie în
analiza calitativă.

Legătura dintre teorie și analiză:

Metodele de cercetare calitativă implică o interacțiune continuă între colectarea datelor și
teorie. În cercetarea cantitativă este ușor uneori să te pierzi în problemele de logistică a
colectării datelor și analiza statistică a datelor și să pierzi din vedere teoria pentru un timp.
Acest lucru e mai puțin probabil în cercetarea calitativă, unde colectarea datelor, analiza și
teoria sunt mai puternic legate. Conform teoriei oferite de Anselm Strauss şi Juliet Corbin
(1994, p. 278) cercetarea calitativă este constituită din „relații plauzibile propuse între concepte
și seturi de concepte". Ei accentuează cuvântul „plauzibile" pentru a indica faptul că teoriile

1
Conținutul din acest suport de curs este preluat și adaptat din Babbie, E., 2010. Practica cercetării sociale,
Polirom, demers realizat doar cu scop didactic.
2
Suport de curs Prelucrarea statistică a datelor

reprezintă cea mai bună înțelegere asupra modului în care funcționează viața. Cu cât cercetarea
noastră confirmă mai mult anumite relații între anumite concepte, cu atât mai încrezători
devenim asupra faptului că înțelegerea noastră corespunde realității sociale.
Deși cercetarea calitativă este uneori desfășurată doar din rațiuni descriptive, precum o
etnografie a unui antropolog, noi ne vom axa în primul rând asupra tiparelor explicative ale
cercetării calitative. După cum vom vedea, tiparele de interacțiune apar în timp, iar câteodată
iau forma relațiilor cauzale între variabile.

Descoperirea tiparelor
John şi Lyn Lofland (1995, pp. 127-145) sugerează șase căi pentru a căuta tipare într-un anumit
domeniu de cercetare. Să presupunem că ați fi interesați în a analiza abuzul copiilor dintr-un
anumit cartier. lată câteva întrebări pe care le-ați putea formula pentru a înțelege datele
colectate :
1. Frecvențe : Cât de des au loc abuzuri asupra copiilor în cartierul respectiv? (Atenție,
poate exista o diferență între frecventă și ceea ce oamenii sunt dispuși să vă spună.)
2. Magnitudini: Care este nivelul abuzului? Cât de brutale sunt acestea?
3. Structuri: Care sunt diferitele tipuri de abuz : fizic, psihic, sexual? Sunt ele legate în
vreo manieră?
4. Procese: Există o anumită ordine între elementele structurii? Încep agresorii cu abuzul
psihic, iar apoi trec la abuzul fizic sau sexual sau ordinea elementelor variază?
5. Cauze: Care sunt cauzele abuzului copiilor? Este acesta mai frecvent în anumite clase
sociale sau între anumite grupuri religioase ori etnice? Se întâmplă mai des în vremuri
grele sau bune?
6. Consecințe: Cum le afectează abuzul copiilor pe victime, atât pe termen scurt, cât şi
pe termen lung? Ce schimbări produce în făptași?
În cea mai mare parte, în examinarea datelor colectate veți căuta tipare ce apar în mai multe
observări care reprezintă diferite cazuri aflate în studiu. A. Michael Huberman şi Matthew
Miles (1994, p. 435) oferă două strategii pentru analiza cazurilor multiple : analiza orientată
pe variabilă și analiza orientată pe caz.
Analiza orientată pe variabilă este similară cu unele abordări din cercetarea cantitativă. De
exemplu. dacă încercăm să prezicem decizia tinerilor de a urma facultatea, am putea considera
variabile precum „genul, statutul socioeconomic, așteptările parentale, performanțele școlare,
susținerea anturajului și decizia de a urma învățământul superior". Astfel, am putea determina
de exemplu dacă bărbații sau femeile sunt mai predispuși să frecventeze învățământul superior.
3
Suport de curs Prelucrarea statistică a datelor

Analiza noastră se va axa pe relațiile dintre variabile, iar persoanele observate vor fi principalii
purtători ai acestor variabile.
Scopul, în acest caz, este oferirea unei explicații parțiale de ansamblu prin folosirea unui număr
relativ redus de variabile. Cine dorește să prezică prin intermediul sondajelor intenția de vot pe
baza a două sau trei variabile-cheie folosește această metodă. Nu există pretenția că cercetătorul
poate prezice comportamentul fiecărui individ și nici măcar să explice în mod exhaustiv
motivațiile unei persoane. Câteodată însă este util să avem chiar și o explicație parțială asupra
orientărilor și acțiunilor generale.
În analiza orientată pe caz vom analiza în mai mare detaliu un anumit caz.
Să zicem cazul 005, care este o femeie din clasa mijlocie, are părinți cu așteptări ridicate etc.
Acestea sunt însă măsuri „subțiri". Pentru a face o analiză de caz autentică, trebuie să analizăm
o istorie completă a cazului 005: Maria Popescu, a cărei mamă s-a pregătit ca asistentă
socială, dar care este frustrată că nu a depășit statutul de casnică și al cărei tată vrea
ca aceasta să lucreze în florăria familiei. Cronologia este de asemenea importantă: acum doi
ani, prietena cea mai bună a Mariei a decis să meargă la facultate, chiar înainte ca Maria să
înceapă să lucreze într-un grajd și înainte ca mama să îi arate albumul din școala de
asistență socială. Maria a decis mai apoi să urmeze studii veterinare.
Gradul de detaliere implicat în acest tip de analiză trebuie să fie unul ridicat. Bineînțeles, o
întreagă analiză ar fi mai extinsă și ar examina problemele într-un mod mai detaliat. Dar această
descriere ideografică nu ne spune nimic despre oameni în general. Nu oferă nimic în sensul
unei teorii asupra motivelor pentru care oamenii frecventează învățământul superior de
exemplu.
Chiar și așa, pe lângă înțelegerea în detaliu a unei persoane, cercetătorul vede elementele
fundamentale ale experienței subiectului ca ilustrări ale unor concepte sociale sau variabile
generale. De exemplu, pregătirea ca asistentă socială a mamei Mariei poate fi văzută și ca
„educația mamei". Decizia prietenei ei poate fi văzută ca „influența anturajului". În mod mai
specific, acestea ar putea fi văzute ca variabile independente ce au un impact asupra variabilei
dependente - frecventarea învățământului superior.
Desigur, un caz nu poate constitui o teorie, ajungând astfel la analiza multi-caz, în care
cercetătorul alege și alți subiecți, observând în detaliu și viețile acestora, dar acordând o
importanță crescută variabilelor care au părut importante în primul caz. De câtă și de ce fel de
educație au beneficiat mamele altor subiecți? Există dovezi că prieteni apropiați frecventează
învățământul superior?
4
Suport de curs Prelucrarea statistică a datelor

Câteva dintre cazurile ulterioare vor fi similare primului în ceea ce privește impactul anumitor
variabile. Alte cazuri nu vor prezenta asemănări cu primul. Cazurile din a doua categorie vor
necesita identificarea unor noi variabile importante, ceea ce va invita cercetătorii să examineze
de ce anumite cazuri urmăresc un anumit tipar, în timp ce altele reflectă un altul.

Metoda teoriei întemeiate (grounded theory):

Metoda teoriei întemeiate presupune că cercetătorii calitativi încearcă uneori să stabilească
teorii în baza unui proces pur inductiv. Această abordare începe prin observări, și nu prin
ipoteze și urmărește să descopere tipare și să construiască teorii de jos în sus, fără nici o
preconcepție, deși o anumită cercetare poate să construiască și să elaboreze pe baza unor teorii
întemeiate anterioare.
Teoria întemeiată a fost prima dată dezvoltată de sociologii Barney Glaser şi Anselm Strauss
(1967) într-o încercare de a înțelege cercetările lor clinice în sociologia medicală. De atunci a
evoluat ca metodă, co-fondatorii ei ducând-o în direcții diferite. În continuare vom aborda
conceptele și procedurile de bază ale Metodei teoriei întemeiate (MTI).
În afara tezei inductive de a construi teorii pe baza datelor, MTI folosește metoda comparării
constante. Așa cum Glaser și Strauss au descris inițial metoda, aceasta implica patru etape
(1967, pp. 105-113):

I. Compararea evenimentelor aplicabile fiecărei categorii

Cum Glaser şi Strauss cercetau reacțiile asistentelor la posibila moarte a pacienților aflați în
îngrijirea lor, cercetătorii au constatat că asistentele evaluau „pierderea socială" în urma morții
pacientului. După ce acest concept a apărut în analiza unui caz, ei au căutat dovezi ale aceluiași
fenomen în alte cazuri. Când au descoperit existența conceptului în cazul mai multor asistente,
au comparat diferitele evenimente. Acest proces este similar conceptualizării - specificarea
naturii și dimensiunilor numeroaselor concepte apărute în urma datelor.

II. Integrarea categoriilor și a proprietăților acestora.

Aici, cercetătorul începe să vadă relații între concepte. În evaluarea pierderii sociale, spre
exemplu, Glaser și Strauss au descoperit că asistentele observau în special vârsta, educația și
responsabilitățile familiale ale pacienților. Pentru ca aceste relații să apară, a fost nevoie ca
cercetătorii să observe toate aceste concepte.

III. Delimitarea teoriei.

5
Suport de curs Prelucrarea statistică a datelor

În cele din urmă, pe măsură ce modelele relațiilor dintre concepte au devenit mai clare,
cercetătorii au putut ignora anumite concepte care inițial au fost notate, dar care au devenit
irelevante pentru investigație. În plus fată de reducerea numărului de categorii, teoria în sine
poate deveni mai simplă. În examinarea pierderii sociale, Glaser și Strauss au descoperit că
procesul de evaluare putea fi generalizat dincolo de asistente și pacienții muribunzi; criteriile
păreau să se aplice modului în care toți angajații interacționau cu toți pacienții (muribunzi sau
nu).

IV. Scrierea teoriei.

În final, cercetătorul trebuie să își pună descoperirile în cuvinte ce pot fi împărtășite celorlalți.
Așa cum poate știți deja, actul comunicării a ceea ce știți modifică și îmbunătățește propria
înțelegere a subiectului. În MTI, etapa scrierii este considerată ca făcând parte din procesul de
cercetare.

Acest scurt rezumat ar trebui să vă ofere o idee asupra modului în care funcționează teoria
întemeiată. MTI sau Grounded Theory este doar una dintre abordările analitice ale datelor
calitative.

Semiotica
Semiotica este în mod obișnuit definită ca „știința semnelor” și are de-a face cu simboluri și
semnificații. Este asociată de obicei cu analiza de conținut, deși poate fi aplicată în numeroase
contexte de cercetare.
Peter Manning şi Betsy Cullum-Swan (1994, p. 466) oferă un anumit sens aplicabilității
semioticii, după cum urmează : ,,Deși semiotica este bazată pe limbaj, limbajul este doar unul
dintre sistemele de semne, cu grade diferite de unitate, aplicabilitate și complexitate. Codul
Morse, eticheta, matematica, muzica și chiar semnele de circulație sunt exemple de sisteme
semiotice".

Totuși, nici un semn nu are un înțeles intrinsec. Semnificațiile rezidă în mințile noastre. Așa că
un anumit semn înseamnă ceva pentru o persoană anume. Dar convențiile pe care le avem
despre semnificațiile asociate anumitor semne fac ca semiotica să fie o știință socială. Așa cum
arată Manning şi Cullum-Swan:
„Spre exemplu, un crin este o expresie legată în mod convențional de moarte, Paște și reînviere.
Fumul e legat de țigară și de cancer, iar Marilyn Monroe de sex. Fiecare dintre aceste asocieri
6
Suport de curs Prelucrarea statistică a datelor

este socială și arbitrară, astfel încât există multe legături între formă și conținut (1994, p.
466)”.

Pentru a explora această conotație, vedeți dacă puteți lega semnele de semnificația lor în figura
1.
Semn Semnificație
1. Steaua Crăciunului a) Mult noroc
2. Potcoavă b) Premiul I
3. Coroniță c) Crăciun
4. ,,Zâmbiți, vă rog!" d) Actoria
5. ,,Fă-i praf" e) Zâmbește pentru o poză
Figura 1. Asocierea semnelor și a semnificațiilor acestora

Ideea este următoarea: ce legătură au semnele cu „semnificațiile" lor? De exemplu dacă ar fi

să scrieți un e-mail unui cercetător marțian din domeniul social și să explicați logica ce
funcționează în acest caz, cum ați face-o?

Deși nu există nici un dubiu că în spatele fiecărei legături din figura 1 stă o poveste, înțelesurile
pe care le „ştim" sunt constructe sociale. Analiza semiotică implică o căutare a înțelesurilor
care au fost legate fie intenționat, fie neintenționat de semne.

ÎN ACEASTĂ CLĂDIRE NU SE
FUMEAZĂ. FUMATUL ESTE
PERMIS DOAR ÎN LOCURILE
SPECIAL AMENAJATE

Figura 2. Semnale contradictorii ?

Să considerăm semnul din figura 2, aflat la recepția unui hotel. Ce se comunică prin semnul
ambiguu? Prima propoziție pare să spună că hotelul e în pas cu mișcarea anti fumat. Oaspeții
care doresc un mediu curat nu trebuie să caute altundeva: acesta este un loc sănătos în care să
te cazezi. În același timp, a doua propoziție spune că hotelul nu dorește să pară neospitalier
7
Suport de curs Prelucrarea statistică a datelor

cu fumătorii. Este loc pentru toată lumea sub acest acoperiș. Nimeni nu trebuie să se simtă
exclus. Acest semn este mai ușor de înțeles din perspectiva paradigmei comerciale decât din
cea a logicii.
„Semnele" examinate în cadrul semioticii nu sunt limitate la acest tip de semne. De fapt,
majoritatea sunt diferite. Semnele pot fi orice dacă le este atribuit un înțeles special. Pot include
logouri, animale, oameni și produse comerciale. Câteodată, simbolismul este un pic subtil. O
analiză clasică poate fi găsită în lucrarea Gender Advertisements a lui Erving Goffman (1979).
Goffman s-a axat asupra unor poze publicitare din reviste și ziare. Scopul declarat al reclamelor
era, bineînțeles, acela de a vinde anumite produse. Dar ce altceva mai era comunicat, s-a
întrebat Goffman. Și, mai specific, ce anume spuneau reclamele despre bărbați și femei?
Analizând poze atât cu bărbați, cât și cu femei, Goffman a rămas surprins de faptul că
bărbații erau întotdeauna mai mari și mai înalți decât femeile care îi însoțeau (de fapt, în
multe cazuri, pozele ofereau impresia că femeile doar însoțeau bărbații.) Deși explicația cea
mai evidentă este că bărbații sunt mai masivi și mai înalți decât femeile, Goffman a sugerat că
tiparul are un alt înțeles: și anume, că mărimea și așezarea implică statutul. Cei mai mari și
înalți se presupune că au un statut social mai ridicat, mai multă putere și mai multă autoritate
(1979, p. 28). Goffman a sugerat că reclamele comunicau faptul că bărbații sunt mai importanți
decât femeile.
În spiritul comentariului lui Freud - ,,câteodată un trabuc este doar un trabuc" (el fiind fumător)
-, cum ați decide dacă reclamele reflectă pur și simplu diferențele biologice dintre dimensiunile
medii ale bărbaților și cele ale femeilor sau dacă au transmis un mesaj despre statutul social?
Parțial, concluzia lui Goffman a fost bazată pe o analiză a cazurilor excepționale: acelea în care
femeile apăreau ca fiind mai înalte decât bărbații. În aceste cazuri, bărbații aveau în mod tipic
un statut social redus - bucătarul lângă o matroană de societate, spre exemplu. Atfel, s-a
confirmat punctul de vedere al lui Goffman, și anume că dimensiunea și înălțimea indică
statutul social.
Aceeași concluzie urma să fie trasă și din poze cu bărbați de înălțimi diferite. Cei cu un statut
mai ridicat erau mai înalți, indiferent dacă era vorba de un domn ce vorbea cu chelnerul sau de
șeful care îndruma munca tinerilor săi asistenți. Unde înălțimea nu era clară, Goffman a
subliniat așezarea capetelor în poză. Asistenții erau încovoiați, în timp ce șeful era aplecat
deasupra lor. Capul servitorului era aplecat pentru a fi mai jos decât cel al stăpânului. Mesajul
latent transmis de reclame era: cu cât mai sus era capul unei persoane în reclamă, cu atât aceasta
era mai importantă. Și în marea majoritate a reclamelor cu bărbați și femei, primii erau
8
Suport de curs Prelucrarea statistică a datelor

înfățișați ca fiind mai importanți. Mesajul subliminal, intenționat sau nu, din reclame era că
bărbații sunt mai puternici decât femeile și se bucură de un statut mai ridicat.
Goffman a examinat mai multe diferențe în afară de dimensiunile fizice în ilustrarea femeilor
și a bărbaților. Alt exemplu ar fi acela că bărbații erau înfățișați în roluri active, în timp ce
femeile în roluri pasive. Medicul (bărbat) examinează copilul în timp ce asistenta (femeie) sau
mama privesc, adesea în mod admirativ. Un bărbat ghidează lovitura la tenis a unei femei (toate
acestea în timp ce își menține capul deasupra capului ei). Un bărbat ține hățurile calului său
galopând, în timp ce o femeie călărește în spatele lui, cu brațele strânse în jurul bărbatului. O
femeie susține mingea de fotbal în timp ce bărbatul lovește. Un bărbat face o poză în care apar
doar femei.
Goffman sugerează că astfel de modele perpetuează în mod subtil o serie întreagă de
stereotipuri de gen. Chiar și atunci când oamenii vorbesc deschis despre egalitatea de gen,
aceste fotografii de reclamă stabilesc un fundal liniștit, în care bărbații și femeile se găsesc în
„roluri potrivite".

Analiza conversațiilor:
Etnometodologia, după cum poate vă amintiți din semestrul trecut, are ca scop descoperirea
presupunerilor și structurilor implicite din viața socială. Analiza conversațiilor (AC) dorește să
urmărească acest scop printr-o examinare extrem de profunzime a modului în care conversăm.
David Silverman (1999), revizuind lucrările altor teoreticieni și cercetători ai AC, vorbește
despre trei ipoteze fundamentale.
În primul rând, conversația este o activitate structurată social. La fel ca alte structuri sociale, și
aceasta are anumite reguli de comportament. Spre exemplu, se dorește de la noi să ne așteptăm
rândul, doar o singură persoană să vorbească la un moment dat. În conversațiile telefonice,
persoana care răspunde se presupune că vorbește prima (de exemplu, ,,Alo"). Puteți verifica
existența acestei reguli prin a răspunde la telefon fără a vorbi.
În al doilea rând, Silverman arată că toate conversațiile trebuie înțelese în mod contextual.
Aceeași afirmație va avea înțelesuri diferite în contexte diferite. Spre exemplu, observați cum
„Mulțumesc, la fel! " variază ca sens, dacă este precedat de afirmația „Nu îmi place cum arăți"
sau de „Să ai o zi bună! ".
În al treilea rând, AC tinde să înțeleagă structura și înțelesul unei conversații prin transcrieri
chinuitor de exacte ale conversațiilor. Nu doar că fiecare cuvânt este înregistrat, dar și fiecare
"ăă", ,,hm", greșelile gramaticale și pauzele. Pauzele sunt înregistrate până la detaliul zecimilor
de secundă.
9
Suport de curs Prelucrarea statistică a datelor

Aplicațiile practice ale acestui tip de analiză sunt multiple. Ann Marie Kinnell şi Douglas
Maynard (1996), spre exemplu, au analizat discuțiile dintre angajații și clienții unei clinici
pentru testarea HIV, pentru a examina cum erau comunicate informațiile despre sexul protejat.
Printre altele, ei au descoperit că angajații tind să ofere informații standard și nu să abordeze
direct circumstanțele specifice ale fiecărui client. Mai mult, păreau ezitanți să ofere sfaturi
directe despre sexul protejat, mulţumindu-se cu oferirea de informații.
Aceste discuții ar trebui să vă ofere o idee despre multitudinea metodelor de analiză calitativă
disponibile cercetătorilor.

Model de analiză a datelor calitative:

Miles şi Huberman (1994:10) disting trei faze ale analizei datelor:

- Reducerea datelor, în care datele sunt selectate, simplificate, conceptualizate şi transformate;

În această etapă discutăm în principal despre codarea datelor;
- Prezentarea datelor – în care informaţia este asamblată în forme mai accesibile şi mai
compacte, pe baza cărora să fie mai uşor să vedem ce se întâmplă;
- Elaborarea şi verificarea concluziilor. Concluziile pot să apară încă din primele stadii ale
colectării datelor – putem vedea regularități, explicații, lanțuri cauzale. Pe măsură ce datele
sunt analizate aceste concluzii incipiente se pot transforma şi dezvolta într-un set coerent de
concluzii. Următorul pas este cel al verificării lor – încercăm să verificăm cât de credibile sunt
înțelesurile pe care le-am extras din date – comparându-le cu alte teorii, discutând cu colegii,
verificând din nou datele obținute şi căutând să vedem dacă se potrivesc pe alte seturi de date.

Reducerea datelor

Codarea este procesul prin care datele sunt dezasamblate, conceptualizate şi reasamblate în alte
date noi (Strauss şi Corbin, 1998). Codurile sunt etichete ataşate unor unităţi cu acelaşi înţeles
din datele colectate – fie ele cuvinte, propoziţii, fraze sau paragrafe întregi.
Să presupunem că avem transcrierea unui interviu de grup pe tema modului în care se studiază
metodele de cercetare în programul asistență socială (licenţă) al Universităţii de Vest din
Timișoara.
Mai jos am prezentat doar un extras dintr-un singur interviu (de grup), legat de un singur
subiect – modul de pregătire al studenţilor pentru examen.
10
Suport de curs Prelucrarea statistică a datelor

Informaţia este destul de bogată şi de variată. Pentru simplificare am prezentat doar

informaţiile oferite de cinci studenţi, restul de cinci prezenţi la interviu spunând lucruri
asemănătoare. Şi aşa avem situaţii destul de diferite. Fiecare student s-a pregătit într-un mod
diferit, ne oferă informaţii într-o formă diferită, legat chiar de aspecte diferite ale pregătirii
pentru examen.
Interviu de grup (extras din transcriere). Tema: studiul metodelor de cercetare.

Componenţa grupului : studenţi anul I, specializarea Asistență socială, martie 2019; [Subiect1: 19
ani, nota 9 la examen; Subiect2: 20 ani, nota 5 ; Subiect3: 20 ani nota 6; Subiect4: 21 ani nota 4;
Subiect5: 21 ani,nota 2].

Întrebare: Suntem acum la o lună de la examen. Vă mai puteţi aminti cum v-aţi pregătit pentru
examen?

S1: Am avut o săptămână întreagă să ne pregătim. Am început prin a citi suportul de curs şi notiţele,
m-am mai uitat şi prin cartea lui Rotariu şi am reluat problemele de la seminar.

S2: Am stat cu colega de cameră şi am tot făcut probleme. Când nu înţelegeam ceva ne mai uitam
pe notiţe sau o întrebam pe C. – ea a luat 9 anul trecut.

S5: Pentru voi cei din cămin este mai uşor, dar eu nu am avut pe nimeni cu care să lucrez.

S3: Am aflat târziu că e greu să copiezi la examen, și m-am apucat doar cu două zile înainte. Am citit
suportul de curs şi m-am uitat peste subiectele de acum doi ani. M-am mai jucat un pic cu SPSS-ul –
eram convinsă că o să ne dea un output să interpretăm.

S1: Şi eu am mai lucrat în SPSS.

S2: Cu SPSS-ul nu am reuşit să fac nimic – ne instalasem pe laptop programul când am făcut ultima
temă la seminar şi a expirat. Am încercat să ne punem unul piratat, dar nu am reuşit nicicum.

S4: Şi eu m-am apucat târziu… Întrebare: Şi ce ai făcut?

S4: Am stat două zile şi am citit suportul de curs până m-am plictisit. Am memorie bună – în liceu
eram în trupa de teatru – şi am învăţat poezia. De probleme nu m-am atins, din păcate…

S5: Eu mai făcusem un semestru de cercetare la studii de securitate şi am stat relaxat. Când am văzut
suportul de curs am paralizat – erau multe lucruri de care nici nu auzisem, mai ales la analiza datelor.
Am stat noaptea şi mi- am pregătit nişte fiţuici, că de învăţat nu mai era timp.

Întrebare: Din câte ştiu eu au fost oferite consultaţii. Nu v-au fost de folos?
11
Suport de curs Prelucrarea statistică a datelor

S5: Am auzit că a fost o consultaţie cu două zile înainte de examen, dar n-am putut să ajung.

S1: Au fost două – una pe SPSS în laborator cu o săptămână înainte şi alta pe toată materia cu o
săptămână înainte.

Întrebare: Ce puteţi să ne spuneţi despre consultaţii?

S2: Am fost la a doua – ne-a făcut profesorul un rezumat al materiei şi au fost puse întrebări – cele
mai multe din analiza datelor. Eu am mai fost la prof când avea consultaţii, dar când mi-a cerut să
pun întrebări concrete n-am prea avut.

S1: Am fost la ambele. În laborator ne-a explicat doamna de la seminar din nou cum să testăm
ipotezele. La a doua a fost bine că am înţeles cum se interpretează tabelele.

S2: Cu tabelele eu nu am prea înţeles – m-am dus în cămin şi mi-a mai explicat C. de două ori. Dar în
schimb mi-au prins bine explicaţiile despre împrăştiere.

S4: M-am dus şi eu la consultaţie dar, cum de abia începusem să învăţ, parcă se vorbea în limbi
străine. Am stat şi am luat notiţe, dar nu mi-a folosit.

S3: Am fost în laborator. Am repetat ce făcusem deja pentru seminar. A fost cam plicticos – aceleaşi
exemple ca în decembrie, nimic nou.

Pentru a reduce cantitatea de date putem să recurgem la codificare.

Codarea poate fi concepută încă de dinaintea colectării datelor. Pe baza teoriilor ne

putem gândi care sunt categoriile principale care pot fi folosite şi ce coduri ar putea să fie
folosite pentru fiecare categorie – procedura este asemănătoare operaţionalizării, unde
identificam conceptele, le descompuneam pe dimensiuni şi aflam ce variabile pot fi folosite şi
cum le măsurăm.
O astfel de codare este una teoretică.

În cazul interviului nostru am putea să avem următoarea schemă de codare:

Categorie Coduri
Stil de învăţare Memorare Înţelegere Exerciţii

Stări de spirit Interes

Lipsă de chef Disperare
12
Suport de curs Prelucrarea statistică a datelor

Efortul depus (putem scrie numărul de zile)

Surse folosite Notiţe
Suport de curs
Bibliografie
Internet
Teme studiate Măsurarea
Metodele de colectare a datelor Analiza datelor
SPSS
Implicarea profesorilor Consultaţii
Probleme întâmpinate Lipsa materialelor de studii Lipsa de timp
Lipsa condiţiilor pentru studiu

Pentru anumite situaţii, când codurile respective nu sunt foarte clare şi pentru a uşura
aplicarea lor şi înţelegerea mai bună a procesului putem completa tabelul cu încă o coloană în
care să definim fiecare cod.
Putem vedea că această codare teoretică acoperă destul de bine informaţia obţinută.
Totuşi, sunt anumite aspecte care nu sunt acoperite – S2 are un stil de învăţare diferit – învăţarea
în grup. De asemenea, S3 şi S5 ne dau indicaţii despre o categorie pe care n-am luat-o în
considerare: strategiile alternative, un posibil cod fiind copiatul.
Schema de codare poate fi construită şi în paralel cu codarea propriu-zisă. Codurile apar
pe parcursul codării şi sunt în permanenţă rafinate.
Procedurile de codare care pot fi folosite sunt (Strauss şi Corbin, 1998):

- Codare deschisă – materialul se parcurge şi pentru fiecare unitate de text ataşăm coduri aşa
cum reies ele din text - putem folosi chiar cuvinte din text sau putem încerca să le
conceptualizăm; codurile sunt deseori notate pe marginea foilor pe care avem datele. Codurile
sunt comparate, unificate în concepte, redenumite sau modificate;
- Codare axială – codurile sunt grupate în categorii mai largi. Gruparea poate fi ierarhică (în
care avem teme -> coduri -> subcoduri) sau non-ierarhică;
- Codarea selectivă – după ce am identificat categoria centrală (variabila sau variabilele care ne
interesează) vom putea să codăm doar elementele de text care au legătură cu variabilele de
interes şi care este legătura lor cu categoria centrală, omiţându-le pe celelalte.
Schema de codare, fie construită înainte de a parcurge datele, fie construită pe parcurs,
trebuie în final să fie una clară şi să fie aplicată într-un mod unitar. Dacă pentru unităţi de text
13
Suport de curs Prelucrarea statistică a datelor

similare folosim coduri diferite, analizele următoare pot să fie eronate. Pentru a evita posibilele
erori se recomandă ca să avem o echipă de minim două persoane care realizează codarea
aceluiaşi text, codările realizate să fie comparate şi, acolo unde există diferenţe, să fie revizuite.
Codările se realizează în mai multe feluri – se practică notarea chiar pe text – încercuim
unitatea de text şi scriem chiar lângă text sau pe marginea documentului codul ataşat, dar putem
să lucrăm şi pe documentul electronic. Unitatea de text cel mai des folosită este rândul, dar pot
fi folosite şi alte unităţi. Mai jos am preferat să mergem pe rând, dar acolo unde am avut mai
multe coduri pe acelaşi rând le-am separat. Am folosit o codare deschisă, dar ghidată din
considerentele teoretice.
Subiectul Răspuns Cod
S1 Am avut o săptămână întreagă să ne pregătim. Şapte zile Suport de curs Notiţe
Bibliografie
Am început prin a citi suportul de curs şi notiţele,
Exerciţii
m-am mai uitat şi prin cartea lui Rotariu

şi am reluat problemele de la seminar.

S2 Am stat cu colega de cameră şi am tot făcut probleme. Învăţat în grup Exerciţii Notiţe
Când nu înţelegeam ceva ne mai uitam pe notiţe sau Învăţat în grup

o întrebam pe C. – ea a luat 9 anul trecut.

S5 Pentru voi cei din cămin este mai uşor, dar eu nu am avut pe Studiu individual

nimeni cu care să lucrez

S3 Am aflat târziu că e greu să copiezi la examen, și m-am apucat Copiat Două zile
doar cu două zile înainte. Suportul de curs Subiecte
Am citit suportul de curs anterioare SPSS

şi m-am uitat peste subiectele de acum doi ani.

M-am mai jucat un pic cu SPSS-ul – eram convinsă că o să ne
dea un output să interpretăm.
S4 Şi eu am mai lucrat în SPSS SPSS
S5 Cu SPSS-ul nu am reuşit să fac nimic – ne instalasem pe laptop Lipsa condiţiilor de studiu
programul când am făcut ultima temă la seminar şi a expirat. Am
încercat să ne punem unul piratat, dar nu am
reuşit nicicum.
S4 Şi eu m-am apucat târziu Puţine zile

Prezentarea datelor

Operațiunea de codare ne-a ajutat să identificăm informațiile cele mai importante și să

găsim locul lor în text. Pe baza rezultatelor codării (a prezenței diferitelor coduri în text) putem
14
Suport de curs Prelucrarea statistică a datelor

trece la faza următoare, cea a prezentării datelor.

Există posibilitatea prezentării datelor într-un stil cantitativ – prezentăm pentru fiecare
variabilă codurile rezultate (tratându-le ca pe variante de răspuns). Putem să enumerăm pur și
simplu diferitele tipuri de răspuns sau să le prezentăm și tendința centrală (răspunsul cel mai
des întâlnit) sau împrăștierea (cât de variate au fost răspunsurile). Trebuie să fim conștienți că
faptul că numerele prezentate aici sunt mai mult indicative – nu putem generaliza. Vedem că
trei studenți s-au apucat mai târziu de învățat și doar doi au învățat toată perioada de dinaintea
examenului, dar numărul mic de cazuri nu ne permite să generalizăm acest rezultat.
O altă posibilitate este să prezentăm datele într-un stil narativ, prezentând răspunsurile
primite sub forma unei povești pe care o putem ilustra cu citate din text. Rolul acestor citate
este de a oferi o perspectivă mai bună asupra informației primite și de a oferi o imagine asupra
datelor brute și permite și o verificare a corectitudinii interpretărilor – dacă citatele nu susțin
integral sau parțial prezentarea noastră. Un exemplu ar fi:
Studenții își propun ca strategie alternativă de promovare a examenului doar copiatul. În
perioada de dinaintea examenului ideea copiatului poate fi abandonată pe baza unor informații
suplimentare (S3 - Am aflat târziu că e greu să copiezi la examen, și m-am apucat [de învățat]). Ca metodă
de copiat a fost indicată folosirea unor „materiale ajutătoare” (S5 - Am stat noaptea şi mi-am pregătit
nişte fiţuici).

Putem prezenta datele (Chenail, 1995) fie utilizând un sistem cronologic (în ordinea
desfășurării evenimentelor), fie în ordinea în care ne-au fost prezentate (poate fi mai greu de
înțeles, dacă evenimentele nu au fost prezentate în ordinea cronologică, dar ne permite să aflăm
mai mult despre modul de raportare la evenimente), pornind cu lucrurile cele mai importante
și sfârșind cu cele mai puțin importante sau putem folosi structura teoriei pe care o folosim –
dacă este cazul.
Datele pot fi prezentate și utilizând un format tabelar. Putem prezenta pentru fiecare
caracteristică a fenomenului studiat rezultatele obținute, prezentând eventual și citate pentru
ilustrarea rezultatelor.
Caracteristică Rezultate Citate
Efortul depus Cantitatea de muncă depusă pentru învățarea S1: Am avut o săptămână întreagă

materiei este diferită de la student la student. Unii să ne pregătim

învață toată perioada de dinaintea examenului, alții S3: […] m-am apucat doar cu două zile
doar în ultima parte a perioadei înainte [de examen]

respective.
15
Suport de curs Prelucrarea statistică a datelor

Sursele folosite Cei mai mulți studenți învață din suportul de curs, S3: Am citit suportul de curs
completate de notițele luate la curs. Puțini folosesc S2 Când nu înţelegeam ceva ne mai
surse din bibliografie. uitam pe notiţe
S1: m-am mai uitat şi prin cartea

lui Rotariu

Prezentarea datelor poate fi realizată și sub forma unor grafice sau diagrame, această
formă putând să ne permită și evidențierea relațiilor dintre categorii, coduri și subiecți. Un
exemplu pentru o anumită caracteristică ar fi:

Suport de
curs

SPSS Note de
curs

S1 S2 S3 S4 S5

Bibliografie Probleme

Reprezentarea sub formă grafică poate contribui mult la înțelegerea caracteristicii

prezentate, dar trebuie să facem aici o selecție – prea multe reprezentări grafice pot să aibă
efectul opus celui dorit. Va trebui să prezentăm doar diagramele cele mai sugestive.

Elaborarea și verificarea concluziilor

Ultimul pas într-o analiză calitativă este elaborarea și verificarea concluziilor. Miles și
Huberman (1995:245-246) menționează 13 strategii posibile, ordonate de la nivelul cel mai
descriptiv până la nivelul explicației maxime:

1. Identificarea unor regularități sau teme;

Pe măsură ce parcurgem un material calitativ anumite lucruri pot să iasă în evidență.

Am putea să vedem că mulți dintre studenții intervievați ar putea să menționeze lucruri legate
de dificultatea examenului de metode de cercetare sau legate de abilitățile matematice necesare
pentru obținerea unor rezultate bune la acest examen. Aceste regularități pot să ne ajute mult
16
Suport de curs Prelucrarea statistică a datelor

în înțelegerea datelor.
2. Identificarea explicațiilor plauzibile;

Putem să încercăm să găsim înțelesului materialului pe baza explicațiilor care ni se par

că au sens. Acestea ar fi bine să nu fie verificate folosind strategiile 3 și 7.
3. Gruparea;

Pentru evenimentele, procesele, cazurile ș.a. care au caracteristici comune putem să

încercăm să le grupăm în categorii mai largi, cărora să le asociem un nou concept. De exemplu
am putea grupa copiatul la examen cu alegerea unui curs luarea unui curs de metode de la altă
secție ca fiind metode alternative de a promova examenul.
4. Metaforele;

În analiza datelor nu se folosește doar un limbaj sec, bazat pe fapte. Înțelesurile pot fi
îmbogățite și conectate cu teoriile existente folosind metafore. Gareth Morgan (1997) identifică
opt metafore diferite pentru organizație – fiecare având o serie de concepte asociate. Dacă
folosim metafora unui organism viu avem discutăm despre evoluție, mediu, adaptare la mediu,
cicluri de viață, sănătate, nevoi;
5. Numărarea;

Folosirea stilului cantitativ nu se limitează la prezentarea datelor. Putem folosi

numărarea pentru a măsura la nivel nominal sau ordinal variabilele folosite și să testăm
ipotezele într-un stil apropiat de cel cantitativ, fără a recurge la teste statistice (vezi tabelele 5.5
și 5.6).
6. Folosirea comparației;

Putem să facem comparații între cazuri după o anumită variabilă – să vedem în ce

măsură studenții diferă din punct de vedere al efortului depus pentru învățare, putem să folosim
în comparație două variabile – putem compara efortul depus cu rezultatele obținute. Scopul
comparațiilor este de a descoperi ce diferențe putem găsi între cazuri sau valori ale variabilelor.
7. Descompunerea pe dimensiuni;

Cel mai adesea încercăm să grupăm diferite coduri, categorii, caracteristici. Uneori este
mai util să încercăm să identificăm noi dimensiuni ale codurilor sau caracteristicilor utilizate,
pentru a spori gradul de diferențiere între cazuri.
8. Trecerea de la particular la general;

Procedura este asemănătoare grupării, dar porneşte de la întrebarea dacă un anumit

17
Suport de curs Prelucrarea statistică a datelor

obiect este un caz particular al unei clase mai generale. În loc să grupăm mai multe obiecte
asemănătoare împreună şi să ne gândim poate fi este clasa obţinută analizam fiecare obiect (sau
eveniment sau caz ş.a.) în parte. Această strategie este una predominant teoretică.
9. Factorizarea;

Este o procedură asemănătoare cu analiza factorială din analiza cantitativă –

presupunem că mai multe variabile sunt de fapt manifestarea unui număr restrâns de factori
latenţi. De exemplu, încrederea în preşedinţie, guvern, parlament, justiţie, poliţie ar putea fi
caracterizate de un singur factor latent: încrederea în autorităţile statului.
10. Identificarea relațiilor dintre variabile;

În analiza datelor putem încerca să identificăm existenţa şi natura unei relaţii între două
sau mai multe variabile. Pentru a face acest lucru se recomandă să încercăm să încercăm să
inspectăm sistematic datele. Pentru exemplul nostru putem vedea că S1 a învăţat mult şi a luat
o notă foarte bună, S2 a învăţat mult şi a luat o notă bună, S3 a învăţat puţin şi a primit o notă
satisfăcătoare, S4 a învăţat puţin şi a primit o notă proastă, S5 nu a învăţat şi a primit o notă
proastă. Din astfel de date putem trage concluzia că între învăţat şi nota obţinută la examen
există o relaţie pozitivă, care pare destul de puternică.
11. Identificarea altor variabile care pot influența fenomenul studiat;

Mai ales atunci când discutăm despre relaţii cauzale este foarte important să vedem
dacă nu cumva o altă variabilă influenţează relaţia observată (influenţând ambele variabile din
relaţie). În cazul exemplului nostru am putea să ne gândim la variabila lucru în SPSS –
observăm că studenţii care au exersat SPSS-ul au rezultate bune. Totuşi, relaţia dintre învăţat
şi note nu este influenţată de lucrul în SPSS pentru această variabilă nu influenţează învăţatul.
12. Construirea lanțurilor cauzale;

Despre lanţuri sau diagrame cauzale am discutat în secţiunea 3.3. În cazul analizei
calitative vom folosi rezultatele de la paşii 10 şi 11 pentru a găsi lanţul cauzal care descrie cel
mai bine fenomenul studiat.

13. Obţinerea coerenței teoretice.

În paşii anteriori am văzut cum putem ajunge de la observarea unor regularităţi la

concepte, relaţii între ele. Pe baza acestor relaţii ar trebui să putem trece la construirea unor
teorii care să ne descrie fenomenul studiat (în exemplul nostru comportamentul studenţilor).
Acest lucru se poate face raportându-ne la teoria existentă – încercăm să vedem ce alte teorii
s-au avansat pentru a explica fenomenul studiat. În cazul nostru, pe baza unui studiu
18
Suport de curs Prelucrarea statistică a datelor

bibliografic vom vedea că găsim teorii care explică astfel de comportamente studenţilor în
multiple feluri: folosindu-se de stilurile lor cognitive, de abilităţile lor, de motivare, de
inteligenţa emoţională, de factori socio-economici sau în termenii pedagogiei radicale. Trebuie
să vedem care dintre aceste abordări se potriveşte cel mai bine manifestărilor observate şi o
putem adopta (eventual propunând anumite modificări, dacă datele noastre sugerează acest
lucru.
Concluziile trebuie şi verificate. În cercetarea calitativă, bazată pe un număr mic de
cazuri şi pe o metodologie de analiză a datelor care nu este extrem de bine pusă la punct şansele
să facem o eroare sunt destul de mari. Miles şi Huberman (1995:263) ne sugerează 13
posibilităţi de verificare, orientate spre patru obiective:
1) Verificarea calităţii datelor, se poate realiza prin:

a) Verificarea reprezentativităţii cazurilor;

b) Verificarea efectelor pe care le-a avut cercetătorul asupra datelor (reactivitatea);

c) Triangulaţia;

d) Evaluarea datelor – anumite date sau informatori sunt mai de bună calitate;

2) Verificarea cazurilor care nu respectă regularităţile:

a) Verificarea excepţiilor;

b) Utilizarea cazurilor sau situaţiilor extreme;

c) Investigarea situaţiilor surprinzătoare;

d) Căutarea dovezilor contrare;

3) Testarea explicaţiilor oferite:

a) Construirea unor propoziţii de tip dacă… atunci … şi verificarea lor;

b) Eliminarea relaţiilor aparente;

c) Replicarea rezultatelor pe date noi;

d) Examinarea şi eliminarea explicaţiilor alternative;

4) Obţinerea feedback-ului din partea informatorilor.

Este util să prezentăm modul în care am verificat concluziile, precum şi rezultatele

19
Suport de curs Prelucrarea statistică a datelor

verificării. Concluziile care au rezistat verificărilor au un grad mai mare de credibilitate. Chiar
şi faptul că anumite concluzii nu rezistă verificărilor este un lucru pozitiv pentru cercetarea
noastră, chiar dacă avem mai mult de lucru prin eliminarea respectivelor concluzii ne apropiem
de fapt de înţelegerea mai bună a fenomenului studiat.
În general toţi paşii întreprinşi în analiza calitativă a datelor trebuie prezentaţi în detaliu.
Multe cercetări calitative se mulţumesc să prezinte datele şi să sară la concluzii. Calitatea
analizei cantitative poate fi influenţată de decizii luate în toţi paşii anteriori (de la modul în care
am codificat datele, la modul în care am verificat concluziile). Putem să ne dăm seama despre
calitatea analizei în momentul în ne este prezentat cât mai clar şi mai detaliat tot procesul –
dacă fiecare pas întreprins este bine făcut discutăm despre o analiză bună, dacă există erori
importante ne vom putea îndoi de rezultatele cercetării.