Теория, основанная на данных¶

В обширной области социологических исследований бывают случаи, когда существующие теории не в состоянии объяснить сложные социальные явления, или когда мы изучаем совершенно новые сферы, где еще не существует устоявшихся теоретических рамок. В таких ситуациях простое проверка существующих теорий оказывается недостаточной; нам нужен метод, позволяющий строить новые теории непосредственно на основе данных. Именно такой мощной качественной методологией исследования и является теория, основанная на данных (Grounded Theory). Это систематический подход, акцентирующий внимание на индуктивном формировании теории на основе тщательно собранных и проанализированных данных, а не на проверке заранее сформулированной гипотезы.

Разработанная социологами Барни Глазером и Ансельмом Штраусом в 1960-х годах, теория, основанная на данных, основывается на философии «всё есть данные». Она предполагает непрерывный, итеративный процесс сбора данных, кодирования и анализа, в котором теоретические концепции и взаимосвязи возникают непосредственно из самих данных. Это резко отличается от традиционных дедуктивных исследований, которые начинаются с теории, а затем проверяют её с помощью данных. Теория, основанная на данных, направлена на создание теории, «утвержденной» в эмпирическом мире, отражающей реальность и сложность изучаемого явления. Она особенно подходит для глубокого изучения процессов, взаимодействий и социальных структур, обеспечивая богатые, тонкие и чувствительные к контексту теоретические объяснения.

Основные принципы и процесс теории, основанной на данных¶

Теория, основанная на данных, характеризуется итеративным и систематическим подходом, при этом процесс исследования руководствуется несколькими ключевыми принципами:

Теоретическая чувствительность: Способность исследователя распознавать важное в данных и придавать ему значение. Она развивается через обзор литературы, профессиональный опыт и сам процесс анализа.
Метод постоянного сравнения: Основная аналитическая стратегия. Он предполагает постоянное сравнение данных с данными, данных с категориями и категорий друг с другом. Это сравнение помогает уточнить категории, выявить их свойства и обнаружить взаимосвязи.
Теоретическая выборка: Сбор данных направляется возникающей теорией. По мере появления концепций и категорий исследователь целенаправленно ищет новые данные, которые могут дополнительно развить, уточнить или оспорить эти возникающие теоретические конструкты.
Кодирование: Процесс разложения, изучения, сравнения, концептуализации и категоризации данных. Обычно включает три основных типа:
- Открытое кодирование: Разбиение данных на отдельные части, их тщательное изучение и сравнение для выявления сходств и различий. Явлениям присваиваются метки (коды), а затем коды группируются в категории.
- Аксиальное кодирование: Установление связей между категориями и их подкатегориями, связывание их на уровне свойств и измерений. Это включает выявление причинных условий, явлений, контекста, вмешивающихся условий, стратегий действий/взаимодействия и последствий.
- Селективное кодирование: Процесс выбора основной категории, систематическое связывание её с другими категориями, проверка этих связей и дополнение категорий, требующих дальнейшей проработки и развития.
Написание меморандумов: Процесс фиксирования аналитических мыслей, инсайтов и возникающих теоретических идей исследователя на протяжении всего исследования. Меморандумы играют ключевую роль в развитии теоретических концепций и их связывании.
Теоретическое насыщение: Момент, когда больше не появляются новые или значимые данные по какой-либо категории, и эта категория хорошо разработана. Это указывает на то, что дальнейший сбор данных вряд ли принесет новые инсайты.

Схема процесса теории, основанной на данных¶

Grounded Theory Diagram

Как проводить исследование по методу теории, основанной на данных¶

Формулировка общего исследовательского вопроса: В отличие от дедуктивных исследований, теория, основанная на данных, начинается с широкого вопроса, позволяя теории возникнуть из данных, а не навязать её. Например: «Как основатели стартапов управляют балансом между работой и личной жизнью?»
Начальный сбор данных: Начните с небольшой целенаправленной выборки. Данные могут быть получены из интервью, наблюдений, документов или других источников, релевантных исследовательскому вопросу.
Открытое кодирование: Как только данные собраны, начните кодирование. Прочитайте данные построчно, слово за словом, и присвойте начальные коды (метки), которые отражают суть того, что говорится или наблюдается. Сгруппируйте похожие коды в предварительные категории.
Теоретическая выборка: На основе возникающих категорий и концепций определите, какие данные собирать дальше и у кого. Это итеративный процесс: собирайте данные, анализируйте, выявляйте пробелы в возникающей теории, а затем собирайте дополнительные данные для их заполнения.
Постоянное сравнение: Постоянно сравнивайте новые данные с уже имеющимися, а также новые коды/категории со старыми. Это помогает уточнить определения, выявить свойства и измерения категорий и обнаружить взаимосвязи между ними.
Аксиальное кодирование: Начните связывать категории друг с другом. Это включает выявление причинных условий, явлений, контекста, вмешивающихся условий, стратегий действий/взаимодействия и последствий. Этот шаг помогает построить более структурированную теоретическую модель.
Написание меморандумов: На протяжении всего процесса пишите меморандумы. Меморандумы — это не просто сводки данных; это аналитические заметки, в которых вы исследуете идеи, устанавливаете связи и развиваете свою теоретическую мысль. Они служат мостом между сырыми данными и финальной теорией.
Селективное кодирование и теоретическое насыщение: По мере развития теории определите основную категорию, лежащую в её основе. Затем систематически свяжите все остальные категории с этой основной. Продолжайте сбор данных и анализ до тех пор, пока не будет достигнуто теоретическое насыщение — момент, когда дальнейшие данные не приносят новых инсайтов.
Формулировка теории: Представьте разработанную теорию ясно, логично и обоснованно, объяснив взаимосвязи между категориями и то, как они объясняют изучаемое явление.

Классические примеры применения¶

Пример 1: «Сознание умирания» (Глазер и Штраус, 1965)

Ситуация: Это фундаментальное исследование изучало, как медицинский персонал и умирающие пациенты взаимодействуют и управляют осознанием скорой смерти в больничной обстановке.
Применение: Путем длительных наблюдений и интервью в больницах Глазер и Штраус разработали теорию «контекстов осознания» (например, закрытое осознание, подозреваемое осознание, взаимное притворство, открытое осознание), объясняющую, как различные уровни осознания у пациентов и персонала влияют на их взаимодействие и процесс умирания. Эта теория была непосредственно выведена из эмпирических данных, обеспечив новое понимание ранее недостаточно изученного социального явления.

Пример 2: Понимание вовлеченности в онлайн-сообществах

Ситуация: Исследователь хочет понять факторы, способствующие устойчивому участию в онлайн-сообществах по интересам.
Применение: Путем интервью с активными участниками, наблюдения за онлайн-взаимодействиями и анализа форумных сообщений исследователь может выявить категории, такие как «общее увлечение», «взаимная поддержка», «чувство принадлежности», «возможности для участия» и «качество модерации». Постоянное сравнение и написание меморандумов могут привести к формированию теории, объясняющей, как эти факторы взаимодействуют, создавая живое и активное онлайн-сообщество.

Пример 3: Переходы на новую карьеру в среднем возрасте

Ситуация: Исследование направлено на понимание процессов и трудностей, с которыми сталкиваются люди, переживающие значительные изменения в карьере в возрасте 40–50 лет.
Применение: Глубокие интервью с людьми, пережившими такие изменения, могут выявить категории, такие как «пусковые события» (например, выгорание, увольнение), «переосмысление идентичности», «освоение новых навыков», «стратегии налаживания связей» и «эмоциональная устойчивость». Возникающая теория может объяснить этапы карьерного перехода в среднем возрасте и механизмы, которые люди используют для преодоления трудностей.

Преимущества и вызовы теории, основанной на данных¶

Основные преимущества

Формирование теории, богатой контекстом: Производит теории, глубоко укоренившиеся в эмпирических данных и высокорелевантные изучаемому явлению, предлагая богатые и тонкие объяснения.
Гибкость и адаптивность: Итеративный характер позволяет исследователям корректировать стратегии сбора и анализа данных по мере появления новых инсайтов.
Подходит для малоизученных областей: Идеально подходит для исследований, где мало или совсем нет существующих теорий.
Поощрение творчества исследователя: Поощряет критическое и творческое мышление о данных, способствуя более глубокому пониманию.

Возможные вызовы

Затратность по времени и усилиям: Итеративный процесс сбора и анализа данных, дополненный постоянным сравнением, может быть очень трудоемким и требовательным.
Высокая теоретическая чувствительность: Качество возникающей теории сильно зависит от способности исследователя концептуализировать данные и устанавливать связи, что требует значительных навыков и опыта.
Субъективность и строгость: Критики иногда ставят под сомнение объективность и строгость теории, основанной на данных, из-за её индуктивного характера и центральной роли исследователя в построении теории. Однако сторонники подчеркивают, что систематические процедуры (такие как кодирование и написание меморандумов) обеспечивают строгость.
Сложность воспроизведения: Из-за своего возникающего характера точное воспроизведение исследования по методу теории, основанной на данных, может быть затруднено.

Расширения и связи¶

Качественные исследования: Теория, основанная на данных, является одной из ведущих методологий в качественных исследованиях, часто используется совместно или в сочетании с другими качественными методами, такими как феноменология или этнография.
Кейс-стадии: Теория, основанная на данных, может применяться в рамках кейс-стадий для разработки теории, специфичной для конкретного случая, или для формирования более общей теории на основе нескольких случаев.

Ссылка: Основополагающими текстами по теории, основанной на данных, являются «Открытие теории, основанной на данных» (1967) Глазера и Штрауса, а также последующие работы обоих авторов, особенно «Основы качественных исследований: методы и процедуры для разработки теории, основанной на данных» (1990) Штрауса и Корбина, в которой представлены более четкие процедурные рекомендации.