Trong giai đoạn này, chúng ta sẽ phải:
• Mô tả các nhóm đối tượng người dân/cộng đồng;
• Sắp xếp dữ liệu theo thứ tự;
• Thể hiện các tóm tắt dữ liệu theo một phương thức để việc diễn giải trở nên dễ dàng, ví dụ bằng cách chuẩn bị các sơ đồ, biều đồ hoặc ma trận;
• Đưa ra các kết luận, liên hệ chúng với các nhóm dữ liệu khác trong nghiên cứu và suy nghĩ xem nên đưa dữ liệu vào báo cáo như thế nào; và
• Nếu được yêu cầu, phát triển các phương án để kiểm tra sâu hơn hoặc để khẳng định dữ liệu (định tính) nhằm chứng minh tính xác thực của nó
1.1 Mô tả về người đại diện cung cấp thông tin trong cộng đồng trong mối quan hệ với quá trình thu thập thông tin
Một bước hữu hiệu đầu tiên trong việc xử lý dữ liệu (cũng như việc lập báo cáo các kết quả thu được) đó là mô tả về những người cung cấp thông tin. Nếu các con số cho phép, dữ liệu chung tương ứng có thể được biểu diễn theo các biểu bảng, ví dụ theo các mục độ tuổi, giới tính, nghề nghiệp, trình độ văn hoá hoặc tình trạng hôn nhân... Tuy nhiên, nếu dữ liệu định tính xuất phát từ các phạm vi nhỏ (đôi khi chỉ có một nhóm người cung cấp thông tin chủ chốt hoặc các thảo luận nhóm tập trung và các quan sát), cần phải có nhiều thông tin hơn để đặt dữ liệu vào đúng bối cảnh của nó.
Ví dụ Ai là người cung cấp thông tin chủ chốt, điều gì khiến bạn quyết định chọn họ? Ai tham gia vào các thảo luận nhóm tập trung? Ai là người tham gia các nhóm đã chọn và vai trò đại diện của họ là gì cho nhóm cộng đồng cần nghiên cứu? Đối với các quan sát: Chúng được tiến hành trong trường hợp nào? Ai được quan sát, và quan sát bởi ai?
1.2 Sắp xếp thứ tự và mã hoá dữ liệu
Chúng ta sẽ thảo luận 2 loại dữ liệu định tính: Các câu trả lời cho câu hỏi mở, và nhiều chi tiết hơn được làm rõ từ các phỏng vấn bán cấu trúc hoặc FGD.
a.Các câu trả lời cho câu hỏi mở:
• Liệt kê tất cả các câu trả lời cho nhóm đầu tiên với 5 – 7 câu trả lời
• Đọc cẩn thận các câu trả lời, ghi nhớ mục đích của câu hỏi.
• Bước đầu phân loại các câu trả lời có vẻ như cùng nhóm với nhau và mã hoã chúng với một từ khoá
• Sau đó liệt kê tất cả các câu trả lời nhưng lúc này theo mã số, để qua đó bạn sẽ có 5 – 7 short lists
• Sau đó diễn dịch mỗi danh mục, và kết thúc với 5 – 7 nhóm phân loại đầy đủ ý nghĩa với từ khoá chỉ đặc điểm.
• Bây giờ thử tiếp tục với một nhóm 5 – 7 câu trả lời và kiểm tra xem các nhãn giấy có thích hợp không. Trong giai đoạn này có thể một số nhãn giấy có thể được thay đổi hoặc bạn có thể quyết định thêm vào các nhóm mới hay kết hợp những cái khác.
• Lập một danh mục cuối cùng của các nhóm được đánh dấu và mã hoá tất cả các dữ liệu bao gồm cả dữ liệu bạn vừa xử lý với các mã số được viết tắt.
1.1 Mô tả nhóm cộng đồng mẫu trong quan hệ với các quá trình làm mẫu
Bước hữu ích đầu tiên trong xử lý dữ liệu (cũng như trong báo cáo kết quả) là mô tả người cung cấp thông tin. Nếu số lượng cho phép thì có thể lập thành bảng các dữ liệu nền có liên quan, chẳng hạn, về tuổi, giới, nghề, giáo dục và tình trạng hôn nhân, như trong nghiên cứu định lượng vậy. Tuy nhiên, nếu dữ liệu định tính xuất phát từ các mẫu nhỏ (nhiều khi có thể chỉ là một nhóm người cung cấp thông tin chính hoặc thảo luận và quan sát nhóm tập trung) thì cần thu thập thêm thông tin để đưa dữ liệu vào bối cảnh.
Chẳng hạn, ai là người cung cấp thông tin chính, điều gì khiến bạn chọn họ? Ai tham dự vào các cuộc thảo luận nhóm tập trung? Những người trong nhóm được lựa chọn như thế nào và họ có tính đại diện như thế nào đối với nhóm dân cư nghiên cứu mẫu của bạn? Đối với quan sát, quan sát được thực hiện trong hoàn cảnh nào? Quan sát ai, ai quan sát?
1.2 Sắp xếp thứ tự và mã hoá dữ liệu
Chúng ta sẽ thảo luận hai loại dữ liệu định tính: trả lời cho câu hỏi mở, và lời kể chi tiết hơn từ phỏng vấn bán cấu trúc hay thảo luận nhóm tập trung.
a. Trả lời cho câu hỏi mở
• Liệt kê các câu trả lời cho 5-7 câu hỏi đầu tiên
• Đọc kĩ câu trả lời và nhớ mục đích câu hỏi
• Phân loại sơ qua các câu trả lời gần giống nhau và mã hoá bằng các từ khoá
• Sau đó liệt kê lại tất cả câu trả lời nhưng theo mã, để có 5-7 danh sách ngắn
• Sau đó diễn giải mỗi danh sách ngắn đó, đưa ra 5-7 danh mục ngắn bằng từ khoá tiêu biểu
• Xem tiếp 5-7 câu trả lời tiếp theo và kiểm tra xem các danh mục đó còn
đúng nữa không. Rất có thể lúc này một số danh mục cần phải thay đổi hoặc có thể bạn quyết định thêm danh mục mới hoặc kết hợp các danh mục nào đó với nhau
• Lập thành danh sách cuối cùng các danh mục và mã hoá tất cả dữ liệu, trong đó có cả dữ liệu bạn đã xử lý trước đây.
Sau đó thảo luận xem bạn sẽ theo sát được diễn giải tạm thời về dữ liệu đó không. Phân tích nội dung này là mục đích quan trọng nhất của việc phân tích. Bằng cách đếm số câu trả lời bên dưới mỗi danh mục, người điều tra sẽ thấy các lý do đưa ra ngoài thì có khác nhau nhưng trong thì có nhiều điểm chung.
b. Lời kể chi tiết
Dữ liệu từ các cuộc phỏng vấn với người cung cấp thông tin chính hoặc từ thảo luận nhóm tập trung theo nguyên tắc nhiều hơn dữ liệu từ các câu trả lời cho câu hỏi mở. Các ghi chú hay băng thâu thanh ở thực tế nếu chuyển soạn kĩ lưỡng có thể dài đến vài trang văn bản. Khi phân tích văn bản đó, chúng ta thường thấy mặc dù mình đã hướng dẫn thảo luận rất kĩ, ngoài các thông tin quí báu ra thì dữ liệu của mình vẫn còn chứa một số chi tiết không cần thiết lắm. Hơn nữa, dữ liệu lại không được trình bày theo thứ tự chúng ta cần để phân tích, vì người cung cấp thông tin có thể nhảy từ chủ đề này sang chủ đề khác.
Để việc phân tích dễ hơn, chúng ta phải sắp xếp và cắt bớt dữ liệu. Sắp thứ tự hay nhất là theo sát mục tiêu và chủ đề của thảo luận. Ngoài ra, cách hay nhất là đi theo một số bước có hệ thống.
(2) Đọc kĩ một số phỏng vấn, thảo luận nhóm tập trung hay lời kể bạn muốn xử lý. Đánh số tài liệu đó theo chủ đề thảo luận rộng. Dùng bút màu vàng để đánh dấu những điểm trình bày cụ thể. Dùng lề giấy để viết chủ đề con.
(3) Liệt kê tất cả từ khoá theo một chủđề nhất định trong các danh mục con bạn thành lập trong bước (2), chẳng hạn như những gì thuộc về dấu hiệu bệnh thì có thể chia ra và liệt vào bốn bối cảnh xã hội chính mà dấu hiệu bệnh có biểu hiện.
(4) Diễn giải dữ liệu, chẳng hạn, phân biệt các hình thức chính mà dấu hiệu bệnh biểu hiện trong các hoàn cảnh xã hội khác nhau này, thử xếp loại mức độ nghiêm trọng và nối với các biến số khác (như mức độ sai lệch, hiện trạng kinh tế-xã hội) để hiểu các điểm khác biệt trong dấu hiệu bệnh.
(5) Sau đó mã hoá tất cả dữ liệu định tính theo cách này. Nếu cần thì khi sắp xếp, mã hoá và diễn giải thêm nhiều dữ liệu, hãy điều chỉnh cách mã hoá của mình. Trong trường hợp đó, bạn nên đọc lại và mã hoá lại những tài liệu bạn đã xử lý.
Ghi chú: Có thể để điều chỉnh và trau chuốt hướng dẫn phỏng vấn hay chủ đề của mình. Trong trường hợp này, có thể phát triển danh mục cuối cùng của mình trong một lần thay vì hai lần.
Tuy nhiên, thay vì phát triển một hệ thống mã hoá chi tiết trong dữ liệu thô của mình, bạn có thể lọc diễn giải của mình khi ghi lại dữ liệu đã mã hoá tạm thời và tóm tắt trong các BẢNG TỔNG HỢP.
1.3 Tóm tắt số liệu thành các bảng tổng hợp
Sắp xếp dữ liệu xong, chúng ta phải tóm tắt. Bước hữu ích đầu tiên là tóm tắt tất cả dữ liệu từng đơn vị nghiên cứu theo từng nhóm dân nghiên cứu trên các bảng tổng hợp riêng biệt.
Tương tự bảng tổng quan dành cho dữ liệu định lượng, bảng tổng hợp cho dữ liệu định tính gồm một số cột xếp theo chủ đề làm đề mục. Những đề mục này có thể chia nhỏ ra thành các chủ đề con để nhận biết và mã hoá khi sắp xếp dữ liệu. Mỗi phỏng vấn, mỗi thảo luận nhóm tập trung hay mỗi ghi nhận được xếp thành một số và điền theo thứ tự trong bảng tổng hợp. Nếu có nhiều thành phần người cung cấp thông tin khác nhau trong mỗi mẫu nghiên cứu, chẳng hạn, mẹ gia đình trẻ và mẹ gia đình lớn tuổi, hoặc bệnh nhân nam hoặc nữ, thì dữ liệu cho các nhóm này sẽ điền vào các bảng riêng biệt. Nếu chủ đề cho các nhóm nhỏ đó không hoàn toàn giống nhau thì cần phải có hệ thống và đi theo từng chủ đề đối với từng nhóm người cung cấp thông tin. Thông tin đưa vào nên tóm tắt bằng các từ khoá và câu tóm tắt, đủ rõ để hiểu lời người cung cấp thông tin nói ra. (Khi đã điền số cho từng đơn vị nghiên cứu trên bảng tổng hợp thì có thể coi trở lại dữ liệu ban đầu và trình bày toàn bộ lời của người cung cấp thông tin, chẳng hạn như khi cần cho bài trình bày hoặc báo cáo điều tra.)
Bây giờ bạn có tổng quan tất cả dữ liệu trên từng nhóm nghiên cứu trên một hoặc nhiều bảng trình bày lớn. Nếu bạn đọc theo các cột, bạn sẽ có danh sách các câu trả lời của tất cả thành viên nhóm về một chủ đề hoặc chủ đề con. Nếu bạn đọc theo hàng ngang, bạn có thể đối chiếu các chủ đề khác với nhau theo từng người cung cấp thông tin, hoặc theo đặc điểm riêng của từng người cung cấp thông tin. So sánh các bảng tổng hợp cũng giúp dễ đối chiếu các câu trả lời của các nhóm khác nhau về các chủ đề cụ thể.
Bước tiếp theo trong tóm tắt là tổng hợp, so sánh và phân tích sâu hơn những chủ đề quan trọng bằng trình bày trực quan như các khuôn, biểu đồ và bảng mẫu.
1.4 Tóm tắt sâu hơn dữ liệu trong các khuôn, các con số, các bảng.
Các khuôn
Các khuôn có thể dùng để so sánh số liệu định lượng và định tính. Đối với số liệu định tính chúng ta có thể so sánh các nhóm hoặc mẫu số liệu khác nhau về các biến số quan trọng, biểu hiện bằng các từ khoá chính. KHUÔN là một biểu đồ trông như bảng nhiều ô, nhưng có chứa từ ngữ (đôi khi có các con số nữa.)
Các khuôn giúp việc phân tích số liệu được dễ dàng hơn nhiều. Đây là hình thức thông thường nhất để trình bày số liệu định tính. Có thể dùng khuôn để sắp xếp và so sánh thông tin nhiều cách, chẳng hạn:
• Theo thứ tự thời gian (các quá trình đã thực hiện theo các giai đoạn khác nhau),
• Theo loại người cung cấp thông tin (như trên ví dụ trên), hoặc
• Theo địa điểm thu thập dữ liệu (để hình dung những sự khác biệt giữa người dân nông thôn và người dân thành thị).
Biểu đồ
BIỂU ĐỒ là hình có các ô chứa các biến số và mũi tên chỉ ra mối quan hệ giữa các biến số này. Khi phân tích các vấn đề, bạn muốn khám phá trong việc phát triển các mô hình, đa phần các nhóm đều dùng biểu đồ. Tương tự như vậy, biểu đồ cũng có thể lập ra để tóm tắt kết quả của một cuộc nghiên cứu. Bạn có thể dùng biểu đồ để trình bày một vấn đề quan trọng trong nghiên cứu của mình, kết hợp với tất cả dữ liệu định tính và định lượng đã thu thập khác.
Bảng
BẢNG là một biểu đồ theo hàng và cột, làm thành các ô có chứa số.
Dữ liệu định tính có thể phân loại, mã hoá và điền vào các bảng tính, máy tính và tính toán, cùng với số liệu định lượng và trình bày thành bảng. Câu trả lời cho các câu hỏi mở-kết trong các bảng câu hỏi thường phân loại và tổng hợp theo cách này. Tuy nhiên, bạn cần phải phân tích nội dung của từng câu hỏi một trong từng hạng mục.
1.5 Rút ra và thẩm tra kết luận
Rút ra và thẩm tra kết luận là việc quan trọng trong phân tích dữ liệu. Đây không phải là hoạt động riêng biệt. Khi chúng ta bắt đầu tổng hợp dữ liệu thành các bảng trình bày, đồ thị, khuôn hoặc biểu đồ, chúng ta liên tục rút ra kết luận, sửa đổi hoặc bỏ đi một số. Viết giúp nảy sinh ý mới. Chính vì vậy, viết sớm chừng nào hay chừng đó, từ khi mới bắt đầu xử lý và phân tích dữ liệu, dù là chỉ làm cho mình thôi. Không nên để mất ý tưởng sáng tạo!
1.6 Thử nghiệm và kiểm chứng kết quả
Người sử dụng phương pháp nghiên cứu định lượng rút dữ liệu của họ thành số rồi đưa vào các phương pháp thử nghiệm số liệu. Như vậy không có nghĩa là bảo đảm cho kết quả được hợp lệ: trong quá trình thu mẫu hoặc thu thập dữ liệu hoặc thậm chí khi ban đầu xây dựng mô hình nghiên cứu (do bỏ sót các biến số dễ nhầm lẫn). Vì đó các phương pháp sau sẽ hữu dụng cho bất cứ nhà nghiên cứu nào. Tuy nhiên, những phương pháp này đặc biệt liên quan đến nghiên cứu định tính, vì dữ liệu định tính thường làm phát sinh những câu hỏi liên quan đến tính xác thực.
a. Kiểm tra tính tiêu biểu của dữ liệu
Mặc dù trong nghiên cứu định tính, người cung cấp thông tin không lựa chọn ngẫu nhiên nhưng chắc chắn là lựa chọn có hệ thống; theo các qui định thành lập ở trên. Kiểm tra xem bạn đã thực sự phỏng vấn tất cả thành phần người cung cấp thông tin cần thiết để lấy toàn cảnh cho chủ đề mình chưa (vì không thể quá tin tưởng vào các cấp chính quyền nói nhiều.) Kiểm tra coi mình có lấy những sự kiện kém tiêu biểu để tổng hợp hoá không.
b. Kiểm tra các thành kiến do người quan sát hay có thành kiến hoặc ảnh hưởng của người nghiên cứu lên hoàn cảnh nghiên cứu.
c. Kiểm tra chéo dữ liệu với chứng cứ từ các nguồn độc lập khác.
Đó có thể là những người cung cấp thông tin độc lập, những kĩ thuật điều tra khác nhau dùng cho cùng một chủ đề, hoặc kết quả từ những nghiên cứu tương tự khác. Các dữ liệu nên xác nhận nhau, hoặc ít nhất cũng không trái ngược nhau. Tích cực kiểm tra chéo dữ liệu, tìm chứng cứ độc lập hoặc chứng cứ phản biện là một trong những phương pháp quan trọng nhất để tăng tính xác thực của dữ liệu nghiên cứu.
d. So sánh và đối chiếu dữ liệu
Phép so sánh thường được lồng vào kế hoạch nghiên cứu bằng cách đưa vào những thành phần cung cấp thông tin khác nhau. So sánh và đối chiếu dữ liệu là cần thiết nếu bạn đang tìm cách xác định các biến số của mình cũng như củng cố quan hệ giữa các biến số.
e. Điều tra bổ sung để kiểm tra kết quả nghiên cứu
Kết quả điều tra của bạn có thể rất thú vị nên bạn quyết định tiến hành nghiên cứu tiếp theo sau đó. Nghiên cứu này có thể thực hiện vì vài lý do như sau:
• để tái tạo lại một số kết quả
• để lọc ra (hoặc xác định) các biến số gây cản trở.
• để lọc ra những lời giải thích trái ngược bằng cách khảo sát nó, hoặc