Skip to content
بازگشت به نتایج جست‌وجو

نظریه داده‌بنیاد کلاسیک — نظریه داده‌بنیاد کلاسیک (گلسری)

معرفی‌شده توسط
Barney G. Glaser and Anselm L. Strauss
سال
1967
نوع
Qualitative research method
خانواده
Grounded Theory

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

نظریه داده‌بنیاد کلاسیک (CGT) یک روش‌شناسی کیفی نظام‌مند برای تولید نظریه محتوایی از داده‌های تجربی است. این روش که در سال ۱۹۶۷ توسط بارنی گلیسر و آنسلم استراوس ابداع شد، از چرخه‌های تکرارشونده جمع‌آوری داده، مقایسه مستمر و یادداشت‌برداری برای تولید یک مقوله اصلی و چارچوب مفهومی پیرامون آن که فرایند اجتماعی یا روانشناختی را توضیح می‌دهد، استفاده می‌کند. برخلاف انواع بعدی آن، CGT گلسری بر ظهور تأکید دارد — نظریه باید بدون تحمیل چارچوب‌های از پیش تعیین‌شده، از دل داده‌ها برخیزد.

شهود پشت روش

تصور کنید وارد بخش بیمارستانی می‌شوید تا بفهمید پرستاران چگونه بحران‌های غیرمنتظره بیماران را مدیریت می‌کنند — بدون هیچ نظریه از پیش تعیین‌شده‌ای. شما با پرستاران مصاحبه می‌کنید، تحویل شیفت‌ها را مشاهده می‌کنید و گزارش‌های حوادث را می‌خوانید. هر قطعه از داده با تمام قطعات دیگر مقایسه می‌شود: «این شبیه آن است؛ آن در این مورد با این تفاوت دارد.» به‌تدریج، یک الگوی اصلی پدیدار می‌شود — شاید «هوشیاری محافظه‌کارانه» — که ده‌ها مشاهده جداگانه را به هم پیوند داده و توضیح می‌دهد. سپس شما به‌طور عمدی به دنبال مواردی می‌گردید که آن الگو را به چالش بکشد یا اصلاح کند. نظریه داده‌بنیاد کلاسیک این کشف منضبط را رسمی می‌کند: پژوهشگر مانند کارآگاهی است که نظریه‌ای را کشف می‌کند که از قبل به‌طور نهفته در داده‌ها وجود دارد.

تاریخ

نظریه داده‌بنیاد کلاسیک توسط جامعه‌شناسان بارنی جی. گلیسر و آنسلم ال. استراوس در اثر برجسته سال ۱۹۶۷ آنها، «کشف نظریه داده‌بنیاد»، معرفی شد که تا حدی در واکنش به تسلط استدلال قیاسی-فرضی در علوم اجتماعی اواسط قرن بیستم نوشته شده بود. گلیسر روش‌شناسی — و تمایز فلسفی آن — را در «حساسیت نظری» (۱۹۷۸) شرح داد. پس از یک اختلاف روش‌شناختی عمومی، استراوس و کوربین «مبانی پژوهش کیفی» (۱۹۹۰) را منتشر کردند و نوعی ساختاریافته‌تر و با تمرکز بر تأیید را معرفی کردند. گلیسر متعاقباً رویکرد اصلی خود را «کلاسیک» نامید تا آن را متمایز کند و از طریق مؤسسه نظریه داده‌بنیاد به توسعه آن ادامه داد. امروزه CGT در پرستاری، مدیریت و علوم اجتماعی تأثیرگذار باقی مانده است.

چه زمانی استفاده شود

نظریه داده‌بنیاد کلاسیک زمانی مناسب‌ترین است که نظریه قبلی کمی یا هیچ فرایند اجتماعی، روانشناختی یا سازمانی را به‌طور کافی توضیح ندهد، و هدف پژوهش تولید یک نظریه محتوایی جدید باشد نه آزمودن یک نظریه موجود. این روش زمانی مناسب است که پدیده مورد علاقه فرایندی باشد — شامل تغییر، مراحل، یا تعامل اجتماعی در طول زمان — و زمانی که داده‌های کیفی غنی را بتوان به‌طور تکراری جمع‌آوری کرد. این روش زمانی مناسب نیست که هدف توصیف یک تجربه واحد باشد (از پدیدارشناسی استفاده کنید)، برای توصیف فرهنگی عمیق (از قوم‌نگاری استفاده کنید)، یا زمانی که نظریه تأیید شده‌ای از قبل وجود دارد و هدف آزمون فرضیه است. پژوهشگران همچنین باید برای یک درگیری طولانی و غیرخطی با داده‌ها آماده باشند تا یک مرحله جمع‌آوری داده واحد.

محدودیت‌ها و ملاحظات

  • یافته‌ها محتوایی (محدود به حوزه خاص) هستند تا رسمی (قابل تعمیم جهانی)، بنابراین نظریه به زمینه مورد مطالعه اعمال می‌شود و باید قبل از انتقال به محیط‌های دیگر تأیید شود.
  • این فرایند زمان‌بر و پرزحمت است: نمونه‌گیری تکراری، رونویسی کامل، کدگذاری خط به خط، و یادداشت‌برداری گسترده معمولاً ماه‌ها یا سال‌ها طول می‌کشد.
  • نیاز به حساسیت نظری بالایی دارد — توانایی تشخیص داده‌های از نظر مفهومی مهم — که توسعه آن به تجربه نیاز دارد و نمی‌توان آن را به‌صورت رویه‌ای تضمین کرد.
  • اصرار نظریه داده‌بنیاد کلاسیک بر ظهور و اجتناب از ادبیات قبلی می‌تواند در زمینه‌های آکادمیک که نیاز به مرور ادبیات پیش از مطالعه دارند، غیرعملی باشد.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • نظریه اصیل و محتوایی مستقیماً از داده‌های تجربی تولید می‌کند، نه با به‌کارگیری چارچوب‌های موجود.
  • نمونه‌گیری نظری و مقایسه مستمر، مقوله‌هایی با تراکم مفهومی بالا و مبتنی بر داده تولید می‌کنند.
  • این روش‌شناسی به اندازه کافی انعطاف‌پذیر است که از هر منبع داده‌ای — مصاحبه، مشاهده، اسناد، یا ترکیبی — در جهت نظریه نوظهور استفاده کند.
  • انضباط یادداشت‌برداری، سابقه شفاف و قابل حسابرسی از تحول مفهومی تحلیلگر ایجاد می‌کند.
  • یافته‌ها تمایل دارند ارتباط بالایی با شرکت‌کنندگان داشته باشند زیرا مقوله اصلی از دغدغه‌های اصلی خودشان مشتق شده است.

کاربردها

  • توسعه نظریه‌ای در مورد چگونگی مدیریت عدم قطعیت توسط بیماران در گذار از درمان فعال سرطان به بقا.
  • تبیین فرایند اجتماعی که از طریق آن کارکنان جدید در محیط‌های سازمانی پرمخاطره، مشروعیت حرفه‌ای کسب می‌کنند.
  • تولید نظریه محتوایی در مورد چگونگی حفظ انگیزه رهبران جوامع مردمی و مدیریت فرسودگی شغلی در طول زمان.
  • درک فرایند توسعه حساسیت نظری توسط پژوهشگران کیفی در طول حرفه آنها.
  • ساخت نظریه‌ای در مورد چگونگی مذاکره خانواده‌ها برای تقسیم وظایف مراقبت در زمانی که یکی از اعضا دچار ناتوانی مزمن می‌شود.

چگونه کار می‌کند

چگونه کار می‌کند

1

هر قطعه از داده جمع‌آوری‌شده — رونوشت مصاحبه‌ها، یادداشت‌های میدانی، اسناد — خط به خط یا رویداد به رویداد شکسته شده و کدهای مفهومی به آن اختصاص داده می‌شود. این کدها از ادبیات قبلی وارد نمی‌شوند، بلکه مستقیماً از داده‌ها با استفاده از حساسیت نظری پژوهشگر استخراج می‌شوند. مقایسه مستمر از همان ابتدا اعمال می‌شود: هر رویداد جدید با هر رویداد کدگذاری‌شده قبلی مقایسه می‌شود تا مفاهیم نوظهور را دقیق‌تر کرده و تثبیت کند. یادداشت‌ها به‌طور مداوم برای ثبت ایده‌های در حال تحول تحلیلگر در مورد هر کد نوشته می‌شوند.

2

برخلاف نمونه‌گیری هدفمند یا تصادفی، نمونه‌گیری نظری توسط نظریه نوظهور هدایت می‌شود. پس از اینکه کدگذاری باز اولیه مفاهیم نوپا را آشکار کرد، پژوهشگر به‌طور عمدی به دنبال داده‌های اضافی — شرکت‌کنندگان جدید، مکان‌های جدید، اسناد جدید — می‌گردد که آن مفاهیم را توسعه، اشباع یا به چالش بکشد. نمونه‌گیری تا زمانی که اشباع نظری حاصل شود ادامه می‌یابد: داده‌های جدید دیگر خصوصیات یا ابعاد مفهومی جدیدی برای مقوله‌های اصلی تولید نمی‌کنند.

3

هنگامی که یک مقوله اصلی شناسایی شد — مفهوم مرکزی که بیشترین تغییر در داده‌ها را توضیح می‌دهد و سایر مقوله‌ها پیرامون آن قرار می‌گیرند — پژوهشگر کدگذاری بعدی را به متغیرهایی محدود می‌کند که به آن مقوله اصلی مربوط می‌شوند. تحلیلگر کد نظری را می‌نویسد و روابط بین مقوله اصلی و مقوله‌های محتوایی پیرامون آن را مشخص می‌کند. تمام یادداشت‌های نوشته‌شده در طول کدگذاری باز مرور و مرتب می‌شوند تا ساختار نظری ساخته شود.

4

یادداشت‌های انباشته‌شده — که در تمام مراحل قبلی نوشته شده‌اند — به‌صورت فیزیکی یا دیجیتالی بر اساس کدهای نظری مرتب می‌شوند. مرتب‌سازی، معماری مفهومی نظریه نوظهور را آشکار می‌کند: کدام مقوله‌ها فرایندهای فرعی مقوله اصلی هستند، کدام شرایط یا پیامدها هستند، و چگونه قطعات با هم جور می‌شوند. این مرحله عمل اصلی فکری است که تحلیلگر از مقوله‌ها به نظریه منتقل می‌شود.

5

یادداشت‌های مرتب‌شده در قالب یک روایت نظری رسمی نوشته می‌شوند. در نظریه داده‌بنیاد کلاسیک، خروجی یک نظریه محتوایی است — مجموعه‌ای از فرضیه‌های مفهومی مبتنی بر داده که فرایند مورد مطالعه را در حوزه خاص خود توضیح می‌دهد. نظریه بر اساس تناسب (آیا با داده‌ها مطابقت دارد؟)، کارایی (آیا در حوزه خود توضیح می‌دهد و پیش‌بینی می‌کند؟)، ارتباط (آیا به نگرانی واقعی شرکت‌کنندگان می‌پردازد؟) و قابلیت اصلاح (آیا با ورود داده‌های جدید قابل تجدیدنظر است؟) ارزیابی می‌شود.

دام‌های رایج

  • واداشتن داده‌ها — به‌کارگیری چارچوب‌های نظری از پیش موجود یا مفاهیم مورد علاقه به داده‌ها قبل از ظهور مقوله اصلی، که اصل ظهور را نقض می‌کند و به‌جای نظریه داده‌بنیاد واقعی، توصیف مفهومی تولید می‌کند.
  • بسته شدن زودهنگام — توقف نمونه‌گیری نظری قبل از رسیدن به اشباع به دلیل دشواری لجستیکی جمع‌آوری داده، که منجر به مقوله‌های ناقص و نظریه‌ای با شکاف می‌شود.
  • نادیده گرفتن یادداشت‌برداری — بدون یادداشت‌های مستمر و محتوایی در طول کدگذاری، تحلیلگر رشته مفهومی را از دست می‌دهد و نمی‌تواند استدلالی را که برای مراحل مرتب‌سازی و نوشتن لازم است، بازسازی کند.
  • اشتباه گرفتن نظریه داده‌بنیاد کلاسیک با انواع استراوسی یا سازنده‌گرا — استراوس و کوربین (۱۹۹۰) کدگذاری محوری و منطق تأیید را معرفی کردند که گلیسر صراحتاً آن را رد کرد؛ به‌کارگیری آن پروتکل تحت عنوان «نظریه داده‌بنیاد کلاسیک» مطالعه‌ای ناسازگار از نظر روش‌شناختی تولید می‌کند.
  • اشتباه گرفتن توصیف با نظریه — خلاصه‌ای دسته‌بندی‌شده از محتوای مصاحبه، نظریه داده‌بنیاد نیست؛ یک مطالعه کامل نظریه داده‌بنیاد کلاسیک باید مقوله اصلی، خصوصیات آن، و روابط مفهومی آن را در قالب گزاره‌های نظری قابل اصلاح بیان کند.

پرسش‌های متداول

تفاوت نظریه داده‌بنیاد کلاسیک و نظریه داده‌بنیاد استراوسی چیست؟

نظریه داده‌بنیاد کلاسیک (گلسری) معتقد است که نظریه باید از طریق مقایسه مستمر و نمونه‌گیری نظری از داده‌ها ظهور کند؛ پژوهشگر باید از ادبیات قبلی و چارچوب‌های از پیش تعیین‌شده اجتناب کند. نظریه داده‌بنیاد استراوسی (استراوس و کوربین، ۱۹۹۰) کدگذاری محوری — رویه‌ای ساختاریافته برای مشخص کردن شرایط، اقدامات و پیامدها — را معرفی کرد و روش را به سمت تأیید نظام‌مند سوق داد. گلیسر استدلال کرد که کدگذاری محوری داده‌ها را در یک چارچوب از پیش تعیین‌شده قرار می‌دهد و ظهور را مختل می‌کند. این دو نوع در تکنیک‌های جمع‌آوری داده مشترک هستند اما از نظر منطق تحلیلی و مفروضات معرفت‌شناختی اساساً متفاوتند.

به چند شرکت‌کننده نیاز دارم؟

نظریه داده‌بنیاد کلاسیک اندازه نمونه ثابتی را تجویز نمی‌کند. نمونه‌گیری نظری است — هدایت‌شده توسط نیازهای مفهومی نظریه نوظهور — و تا زمان اشباع ادامه می‌یابد: داده‌های جدید هیچ خصوصیت یا بعد جدیدی از مقوله‌های اصلی تولید نمی‌کنند. مطالعات معمولاً شامل ۲۰ تا ۵۰ شرکت‌کننده است، اما تعداد ثانویه به معیار کامل بودن و اشباع مقوله‌ها است.

آیا باید از خواندن ادبیات قبل از شروع اجتناب کنم؟

گلیسر توصیه می‌کند که مرور ادبیات رسمی را به تعویق بیندازید تا نظریه قبلی داده‌ها را مجبور نکند. در عمل، جهل کامل از یک حوزه غیرممکن و ممکن است نامطلوب باشد. اصل کلیدی این است که ادبیات نباید تعیین کند کدام مقوله‌ها مهم هستند — بلکه داده‌ها باید این کار را انجام دهند. بسیاری از پژوهشگران قبل از مطالعه به‌طور گسترده می‌خوانند اما مرور متمرکز نظریه مستقیماً مرتبط را تا پس از ظهور مقوله اصلی به تعویق می‌اندازند، سپس از ادبیات به‌عنوان داده اضافی برای مقایسه با نظریه نوظهور استفاده می‌کنند.

مقوله اصلی چیست و چگونه آن را شناسایی کنم؟

مقوله اصلی مفهوم مرکزی است که بیشترین تغییر در داده‌ها را توضیح می‌دهد، به‌طور مکرر تکرار می‌شود، به سایر مقوله‌ها متصل می‌شود و به آنچه شرکت‌کنندگان بیشترین دغدغه آن را دارند مربوط می‌شود. گلیسر پیشنهاد کرد که باید نگرانی اصلی یا فرایند اجتماعی اساسی را توضیح دهد. شناسایی آن معمولاً در طول کدگذاری انتخابی اتفاق می‌افتد، پس از اینکه کدگذاری باز و یادداشت‌برداری چشم‌انداز مفهومی غنی ایجاد کرده‌اند. شاخص‌هایی که یک مفهوم مقوله اصلی است شامل فراوانی بالای آن، دامنه نظری آن بر سایر مقوله‌ها، و این حس است که حذف آن ساختار توضیحی نظریه را فرو می‌ریزد.

آیا می‌توان نظریه داده‌بنیاد کلاسیک را با روش‌های ترکیبی ترکیب کرد؟

اصولاً، CGT می‌تواند از هر داده‌ای که فرایند مورد مطالعه را روشن می‌کند، از جمله شمارش‌های کمی یا نتایج نظرسنجی به‌عنوان داده‌های تکمیلی، استفاده کند. با این حال، منطق تحلیلی اصلی کیفی و مفهومی باقی می‌ماند. ادغام روش‌های ترکیبی به‌طور قابل توجهی طرح پژوهش را تغییر می‌دهد و ممکن است نیاز به توجیه صریح در چارچوب گسترده‌تری مانند روش‌های ترکیبی همگرا یا متوالی اکتشافی داشته باشد. مطالعات خالص CGT معمولاً کاملاً کیفی هستند.

روش‌های مرتبط

منابع

  1. Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine.

    باز کردن مرجع انتشار
    کپی شد.
  2. Glaser, B. G. (1978). Theoretical Sensitivity: Advances in the Methodology of Grounded Theory. Sociology Press.

    باز کردن مرجع انتشار
    کپی شد.