Rapos Nóra, Lénárd Sándor (szerk.): Pedagógusok tanulásának útjai szakmai közösségekben • Iskolai esettanulmányok másodelemzése
›
A kvalitatív másodelemzés lehetőségei a pedagógusok szakmai fejlődését és tanulását vizsgáló esettanulmányokban
›
2. A kvalitatív másodelemzés értelmezése, célja és folyamata

2. A kvalitatív másodelemzés értelmezése, célja és folyamata

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A másodelemzés gyökerei a szociológiai kutatásokhoz kapcsolódnak. Glaser (1962) szociológusként a kvalitatív adatok másodlagos elemzésének egyik legkorábbi leírója volt, s szerinte „a másodelemzés specifikus problémák tanulmányozása a meglévő adatok elemzésén keresztül, amelyeket eredetileg más célokra gyűjtöttek” (Glaser, 1962, 11.). A neveléstudomány területén kevéssé kiaknázottak a módszerben rejlő lehetőségek, az egészségtudomány és a családkutatások terén olvasható több másodelemzés.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A másodelemzésről szóló írások egy része a lehetőségek széles körének bemutatása érdekében arra törekszik, hogy minél szélesebb perspektívában mutassa be a módszer lehetőségeit. Az alkalmazásban rejlő veszélyek mégis arra intenek, hogy a másodelemzést érdemes elkülöníteni néhány érintkező módszertani fogalomtól, hiszen nem a másodelemzés az egyetlen eljárás, ahol valamilyen (kvalitatív) adat újra-felhasználása történik. Hetaon (2008) a dokumentumelemzéstől az adathordozók fajtája mentén különbözteti meg a másodelemzést. Úgy látja, hogy a „non-naturalistic” anyagokra való összpontosítás (mert másodelemzés esetén nem elsődleges adatokból építkezik az elemzés) az, ami az eltérést adja, bár vannak olyan dokumentumfajták, melyek esetén mindkét eljárást érvényesnek véli: ilyenek az élettörténetek, naplók stb. A „systematic review” és a másodelemzés közti különbség határai már homályosabbak. Megoszlanak az álláspontok arról, hogy a szisztematikus elemzés a másodelemzés egy formája-e vagy önálló eljárás. A különbséget leginkább abban ragadják meg, hogy az előbbi esetében nem vizsgálják felül, s nem dolgozzák át az adatelemzés módját, ugyanakkor a készítésnek algoritmusa, az adatgyűjtésnek szabályszerű folyamata van.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Bár szinte minden, a témával foglalkozó szerző igyekszik pontosítani a másodelemzés definícióját, nehéz egzaktan körülhatárolni. Írásunkban és kutatásunkban is kvalitatív másodlagos elemzésnek, másodelemzésnek (Qualitative Secondary Analysis, QSA) tekintünk minden eljárást, amely egy korábban, más célból keletkezett adat (újra)felhasználását jelenti új társadalomtudományi és/vagy módszertani céllal (vö. Anderson–Paulus, 2021; Irwin–Winterton, 2011; Heaton, 2008). A definíciós kísérletek támogatására sokféle tipológia is született (Thorne, 1994, 2013; Heaton, 2004; Hinds et al., 1997), melyek részletes bemutatására itt nem vállalkozunk.1 Ugyanakkor érdemes azt az összegzést áttekintenünk, amelyet e tipológiák összevetéseként Anderson és Paulus készített, rámutatva az egyes értelmezések közös pontjaira (1. táblázat).
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

1. táblázat: A másodelemzés összehasonlító tipológiája Anderson és Paulus alapján

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Forrás: Anderson–Paulus, 2021, p. 366.
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A fenti tipológia azt a három másodelemzés-típust azonosítja, amelyet Heaton (2008) is a legáltalánosabbnak vélt. A típusok „tiszta” megjelenésére és kombinációjára is találhatók példák a kutatásokban.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A másodelemzés rugalmassága mellett azonosítható egy olyan folyamat, amely tervezhetőbbé teszi az alkalmazását. Ezt több szerző is kiemeli, tipizálása alapján ismerteti (Heaton, 2008; Long-Sutehall et al., 2011; Anderson–Paulus, 2021). A folyamatleírások szintetizálható elemei az alábbiak:

Jegyzet elhelyezéséhez, kérjük, lépj be.!

  1. A másodelemzés-készítés okának, szükségességének és céljainak meghatározása.
  2. Az eredeti vizsgálat elméleti és módszertani megismerése, a hozzáférhető adatok felvételének, körülményeinek, tartalmának megértése, tisztázása. Annak mérlegelése, hogy hogyan befolyásolja az elsődleges kutatócsoport ismeretelméleti álláspontja az eredeti módszertani döntéseket és végső soron az összegyűjtött adatokat.
  3. Annak átgondolása, hogy a primer kutatás összhangban van-e a másodelemzők diszciplináris perspektívájával és/vagy kutatói pozíciójával. A személyi összetételében az elsődleges kutatástól független másodelemzés esetén reflektálni kell a kontextualizáltság kérdéseire, vagyis arra, hogy hogyan kezelik majd az adatgyűjtés kontextusával kapcsolatos ismeretelméleti kérdéseket. A fent vázoltakat megerősítve a másodelemzés az adathozzáférés szempontjából az alábbi módon lehetséges:
    • Nyilvánosan hozzáférhető adatok elemzése, függetlenül az elsődleges kutatás céljától, módjától.
    • Az elsődleges kutatók által történő adatmegosztás. Ez esetben az elsődleges kutatók különböző mértékben kapcsolódhatnak a másodelemzéshez, de „jelenlétük” megteremti a kontextualizálás lehetőségét.
    • Az elsődleges kutatók újra felhasználják, értelmezik a saját adatkészletüket.
  4. Az elsődleges adatkészletek és a másodlagos kutatás kérdései, céljai közötti illeszkedés felmérése, ehhez a másodlagos vizsgálat pontos célmeghatározásához érdemes „visszanyúlni”.
  5. Az adatkészlet és a másodlagos kutatás céljainak ismeretében az etikai szempontok elemzése.
  6. A másodlagos kutatáshoz szükséges adatállomány azonosítása, a hiányok értelmezése és reflektálása, az esetleges kiegészítésről szóló döntések meghozása.
  7. A másodlagos adatelemzési eljárás kiválasztása a célok és a rendelkezésre álló adatok függvényében.
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A fenti leírás a folyamat linearitását emeli ki (1. ábra), ám ez egy kutatás során inkább egymásra ható, egymásba fonódó rendszerként értelmezendő.
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

1. ábra: A másodelemzés készítésének folyamata során mérgelendő szempontok
 

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A fenti folyamatleírás konkrét kutatási adatbázisok, adathalmazok további elemzésében gondolkodik. Ismertek azonban már olyan másodelemzések is, amelyek a big data világába emelik a folyamatot, s első lépésben a digitális térben rejlő adatbázisok halmazán alkotják meg az elemzés új korpuszát (Davidson et al., 2018). A másodelemzés új irányai közt megjelentek továbbá a kvalitatív és kvantitatív eljárások kombinációjára (Anderson–Paulus, 2021), valamint a nemzetközi adatbázisok összehasonlítására irányuló kutatások is (Hughes et al., 2021).
 
1 Az egyes tipológiák részletes elemzése, az eredeti műveken túl Beck (2019) írásában olvashatók.
chevron_left
chevron_right
Tartalomjegyzék navigate_next
Keresés a kiadványban navigate_next
A kereséshez, kérjük, lépj be!
Könyvjelzőim navigate_next
A könyvjelzők használatához
be kell jelentkezned.
Jegyzeteim navigate_next
Jegyzetek létrehozásához
be kell jelentkezned.
    Kiemeléseim navigate_next
    Mutasd a szövegben:
    Szűrés:
    Kiemelések létrehozásához
    MeRSZ+ előfizetés szükséges.
      Útmutató elindítása
      delete
      Kivonat
      fullscreenclose
      printsave