Przejdź do treści
Wróć do wyników wyszukiwania

Studium wielu przypadków — porównawcze studium przypadku

Autor metody
Robert K. Yin (systematic replication logic); Robert E. Stake (naturalistic/collective case tradition)
Rok
1980s–1990s (Yin's first edition 1984; Stake's collective case study concept 1995)
Typ
Qualitative research method
Rodzina
Case Study

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Projekt studium wielu przypadków bada dwa lub więcej zdefiniowanych, rzeczywistych przypadków, stosując ten sam protokół badawczy, a następnie porównuje wyniki uzyskane w poszczególnych przypadkach w celu zidentyfikowania wzorców, kontrastów i wyjaśnień, których nie można by uzyskać w pojedynczym przypadku.

Podejście to, rozwinięte głównie na podstawie logiki replikacji Roberta Yina i tradycji studium przypadku zbiorowego Roberta Stake'a, jest szczególnie skuteczne, gdy badacz musi określić, czy dane zjawisko występuje w różnych warunkach, lub przetestować powstające wyjaśnienie teoretyczne w kontekście konkurencyjnych uwarunkowań.

Intuicja stojąca za metodą

Studium wielu przypadków można traktować jako projekt porównawczy o ustrukturyzowanym charakterze. Zamiast badać wdrożenie nowego modelu opieki w jednym szpitalu, analizuje się cztery szpitale — dwa, w których wdrożenie zakończyło się sukcesem, i dwa, w których napotkano trudności. Każdy szpital jest najpierw szczegółowo badany na własnych warunkach (analiza wewnątrzprzypadkowa), a następnie cztery portrety są zestawiane obok siebie, aby zadać pytania: jakie wzorce pojawiają się we wszystkich przypadkach, jakie różnice się wyłaniają i co te podobieństwa i różnice mówią nam o przyczynach sukcesu lub porażki? Siła tego projektu nie leży w próbkowaniu statystycznym, lecz w celowym doborze i replikacji: każdy przypadek albo przewiduje podobny wynik (replikacja dosłowna), albo przewiduje wynik kontrastujący z możliwych do wyjaśnienia przyczyn (replikacja teoretyczna).

Historia

Studium przypadku jako zdyscyplinowana metoda badawcza zostało sformalizowane w dużej mierze dzięki fundamentalnemu tekstowi Roberta Yina z 1984 roku (obecnie w szóstym wydaniu z 2018 roku), który wprowadził ramy logiki replikacji i protokół studium przypadku jako narzędzia do osiągnięcia rygoru. Równoległa tradycja Roberta Stake'a, której kulminacją była jego książka „The Art of Case Study Research” z 1995 roku i „Multiple Case Study Analysis” z 2006 roku, podkreślała badanie naturalistyczne i zbiorową analizę przypadków wybranych ze względu na ich wewnętrzne znaczenie. Razem te dwie tradycje — bardziej pozytywistyczna logika replikacji Yina i bardziej konstruktywistyczne podejście zbiorowe Stake'a — definiują krajobraz metodologiczny, po którym poruszają się badacze projektujący studia wielu przypadków.

Kiedy stosować

Studium wielu przypadków jest odpowiednie, gdy pytanie badawcze dotyczy tego, jak lub dlaczego zjawisko występuje w różnych rzeczywistych środowiskach, oraz gdy badacz chce zbudować lub przetestować wyjaśnienie teoretyczne, które musi być prawdziwe w różnych kontekstach. Pasuje do sytuacji, gdy: (1) zjawisko jest zależne od kontekstu i nie może być badane w izolacji od swojego otoczenia; (2) badacz ma dostęp do dwóch lub więcej porównywalnych przypadków z wystarczającą głębią danych; (3) celem jest uogólnienie analityczne (teoretyczne), a nie statystyczne. Nie jest odpowiednie, gdy zasoby pozwalają na dogłębne badanie tylko jednego miejsca (należy zastosować studium pojedynczego przypadku), gdy pytanie badawcze wymaga oszacowania częstości na poziomie populacji (należy zastosować badanie ankietowe lub epidemiologiczne), lub gdy przypadki nie mogą być wystarczająco jasno zdefiniowane, aby umożliwić systematyczne porównanie.

Ograniczenia i uwagi

  • Zasobochłonny: każdy przypadek wymaga pełnej głębi studium pojedynczego przypadku, więc całkowite obciążenie związane ze zbieraniem i analizą danych wzrasta wraz z liczbą przypadków.
  • Wyniki uogólniają się analitycznie na twierdzenia teoretyczne, a nie statystycznie na zdefiniowaną populację — wyników nie można wykorzystać do oszacowania częstości występowania w sposób, w jaki można to zrobić za pomocą wyników ankiet.
  • Jakość porównania między przypadkami zależy całkowicie od spójności zbierania danych w poszczególnych przypadkach; wszelkie odstępstwa od protokołu podważają porównywalność.
  • W praktyce często trudno jest dokonać selekcji ograniczonych przypadków — „przypadki” organizacyjne, społeczne lub polityczne często mają nieostre granice, co komplikuje logikę replikacji.
  • Przy więcej niż sześciu do ośmiu przypadkach szczegółowa analiza wewnątrzprzypadkowa może zostać ograniczona, osłabiając bogactwo kontekstowe, które w ogóle uzasadnia stosowanie podejścia studium przypadku.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Logika replikacji w wielu przypadkach prowadzi do znacznie bardziej przekonujących i solidnych uogólnień analitycznych niż pojedynczy przypadek.
  • Dogłębne, wieloźródłowe badanie każdego przypadku zachowuje bogactwo kontekstowe, jednocześnie umożliwiając systematyczne porównanie.
  • Projekt może jednocześnie testować teorię (czy ten sam wzorzec się replikuje) i budować teorię (poprzez badanie, dlaczego przypadki się różnią).
  • Ugruntowane standardy metodologiczne — w szczególności protokół studium przypadku i baza danych Yina — zapewniają przejrzystą ścieżkę audytu, która wzmacnia wiarygodność.
  • Wystarczająco elastyczny, aby integrować dowody ilościowe (np. wskaźniki wydajności organizacji) wraz z danymi jakościowymi w każdym przypadku.

Zastosowania

  • Porównywanie, w jaki sposób różne szkoły, okręgi lub kraje wdrażają tę samą politykę reformy edukacyjnej i co wyjaśnia zróżnicowane wyniki.
  • Badanie, w jaki sposób wiele małych i średnich przedsiębiorstw adaptuje technologie cyfrowe w różnych kontekstach krajowych lub sektorowych.
  • Analiza, w jaki sposób kilka organizacji pozarządowych zarządza interwencjami w zakresie zdrowia społeczności w środowiskach o ograniczonych zasobach, uzyskując różne rezultaty.
  • Badanie wdrażania wytycznych klinicznych w wielu szpitalach lub placówkach podstawowej opieki zdrowotnej w celu zidentyfikowania kontekstowych czynników sprzyjających i barier.
  • Analiza, w jaki sposób różne miasta lub gminy reagują na tę samą klęskę żywiołową lub kryzys zdrowia publicznego.
  • Badanie, w jaki sposób praktyki przywódcze w wielu organizacjach kształtują kulturę innowacji pod wpływem podobnych presji rynkowych.

Jak to działa

Jak to działa

1

Badacz formułuje jasne pytanie badawcze i ramy teoretyczne, które precyzują, czym jest „przypadek”, czego należy się spodziewać i dlaczego. Zgodnie z logiką replikacji Yina, badacz decyduje, czy przypadki powinny prowadzić do podobnych wyników (replikacja dosłowna), czy też do wyników kontrastujących z teoretycznie przewidywanych przyczyn (replikacja teoretyczna). Wspólny protokół studium przypadku — szczegółowy przewodnik obejmujący procedury zbierania danych, scenariusze wywiadów i zasady analizy — jest przygotowywany przed rozpoczęciem pracy w terenie, tak aby wszystkie przypadki były badane z identyczną rygorystycznością.

2

Przypadki są dobierane celowo, a nie losowo. Badacz identyfikuje przypadki, które albo reprezentują badane zjawisko na różnych poziomach intensywności, zajmują różne pozycje kontekstowe (np. środowiska o wysokich lub niskich zasobach), albo stanowią teoretycznie istotne kontrasty. Typowy zakres to 2–10 przypadków; mniej niż dwa eliminuje logikę porównawczą, natomiast więcej niż dziesięć może stać się trudne do zarządzania, chyba że dostępne są wystarczające zasoby do pracy w terenie. Każdy przypadek musi być ograniczony — mieć wyraźny początek, koniec i zakres.

3

Dane są zbierane w ramach każdego przypadku przy użyciu wielu źródeł dowodów: wywiadów półstrukturalnych, bezpośredniej obserwacji, analizy dokumentów i zapisów archiwalnych. Triangulacja źródeł w ramach pojedynczego przypadku wzmacnia wewnętrzną trafność portretu tego przypadku. Ten sam protokół zbierania danych jest stosowany do każdego przypadku, aby zapewnić porównywalność. Notatki terenowe, transkrypcje wywiadów i dokumenty są archiwizowane w bazie danych studium przypadku dla każdego przypadku.

4

Przed rozpoczęciem porównania każdy przypadek jest analizowany indywidualnie i niezależnie. Badacz czyta wszystkie dane dotyczące pojedynczego przypadku, identyfikuje kluczowe tematy, konstruuje szczegółową narrację lub opis analityczny i wyciąga wstępne wnioski specyficzne dla tego przypadku. Ten krok prowadzi do powstania samodzielnego portretu dla każdego przypadku, który może być czytany i oceniany niezależnie — zachowując specyfikę każdego kontekstu przed przejściem do analizy porównawczej.

5

Portrety wewnątrzprzypadkowe są systematycznie porównywane. Badacz identyfikuje wzorce pojawiające się w wielu przypadkach (konwergencja), odnotowuje różnice i warunki, w jakich one powstają (dywergencja), oraz stosuje logikę replikacji: czy przypadki potwierdzają przewidywania teoretyczne, czy też anomalne przypadki wymagają rewizji teorii? Tabele, macierze pojęć i narzędzia mapowania wizualnego są powszechnie używane do ułatwienia ustrukturyzowanego porównania.

6

Wnioski wyciągane są na dwóch poziomach. Po pierwsze, wnioski specyficzne dla przypadku potwierdzają lub obalają to, co przewidywano dla każdego indywidualnego przypadku. Po drugie, wnioski międzyprzypadkowe syntetyzują, co wzorzec replikacji oznacza teoretycznie — prowadząc do uogólnień analitycznych (stwierdzeń dotyczących twierdzeń teoretycznych, a nie populacji), które są wspierane przez zbieżny lub rozbieżny wzorzec dowodów we wszystkich przypadkach. Jawnie rozważa się i adresuje konkurencyjne wyjaśnienia.

Częste pułapki

  • Wybieranie przypadków ze względu na wygodę, a nie cel teoretyczny — przypadki wybrane dlatego, że są dostępne, a nie dlatego, że reprezentują teoretycznie znaczące zróżnicowanie, prowadzą do płytkich porównań między przypadkami i słabych wniosków.
  • Pomijanie lub pośpieszne przeprowadzanie analizy wewnątrzprzypadkowej — przechodzenie bezpośrednio do porównania bez wcześniejszego opracowania rygorystycznego portretu każdego przypadku indywidualnie prowadzi do powierzchownego dopasowywania wzorców, a nie do prawdziwego zrozumienia kontekstu.
  • Zaniedbanie ram replikacji — bez wcześniejszego określenia, czy przypadki powinny replikować się dosłownie, czy teoretycznie, porównania między przypadkami sprowadzają się do nieformalnych anegdot, a nie zdyscyplinowanego wnioskowania.
  • Traktowanie projektu wielu przypadków jako ankiety — agregowanie danych z różnych przypadków bez uwzględnienia unikalnego kontekstu każdego przypadku niweczy cel projektu i powinno zostać zastąpione ankietą lub metaanalizą.
  • Nieuwzględnienie konkurencyjnych wyjaśnień — solidne wnioski z wielu przypadków wymagają, aby badacz wyraźnie zidentyfikował i wykluczył alternatywne interpretacje, które mogłyby wyjaśnić zaobserwowany wzorzec między przypadkami.

Najczęściej zadawane pytania

Jaka jest różnica między studium wielu przypadków a studium pojedynczego przypadku?

Studium pojedynczego przypadku bada jeden zdefiniowany przypadek z wyjątkową głębią — jest to odpowiednie, gdy przypadek jest unikalny, odkrywczy lub stanowi krytyczny test teorii. Studium wielu przypadków bada dwa lub więcej przypadków za pomocą tego samego protokołu, aby badacz mógł porównać wzorce między nimi. Wiele przypadków prowadzi do bardziej solidnych i uogólnialnych wniosków teoretycznych, ale wiąże się ze znacznie wyższymi kosztami zasobów. Jeśli zasoby pozwalają tylko na jedno miejsce, projekt pojedynczego przypadku jest bardziej odpowiedni niż słabo zasobny projekt wielu przypadków.

Ile przypadków potrzebuję?

Nie ma jednej poprawnej liczby, ale wskazówki Yina sugerują, że wybór powinien opierać się na logice replikacji: należy wybrać wystarczającą liczbę przypadków, aby zademonstrować replikację dosłowną (co najmniej dwa do trzech przypadków przewidujących podobne wyniki) oraz, jeśli to istotne, replikację teoretyczną (dwa do trzech dodatkowych przypadków kontrastujących). W praktyce najczęściej spotykany zakres to od dwóch do sześciu przypadków. Więcej niż dziesięć przypadków może stać się trudne do zarządzania bez znacznych zasobów zespołu badawczego.

Czy studium wielu przypadków jest jakościowe, czy może zawierać liczby?

Studium wielu przypadków jest przede wszystkim jakościowym projektem badawczym, ponieważ kładzie nacisk na dogłębne badanie kontekstowe i uogólnienie analityczne, a nie statystyczne. Może jednak zasadnie zawierać dane ilościowe — wskaźniki wydajności, dane demograficzne, wyniki ankiet — jako jedno ze źródeł dowodów w każdym przypadku. Dane ilościowe służą wzbogaceniu i triangulacji jakościowego portretu każdego przypadku; nie przekształcają one projektu w porównawcze badanie ilościowe.

Jaka jest różnica między replikacją dosłowną a teoretyczną?

Replikacja dosłowna oznacza wybór przypadków, które mają dać podobne wyniki, i stwierdzenie, że tak się dzieje — potwierdzając, że zjawisko jest solidne w porównywalnych kontekstach. Replikacja teoretyczna oznacza celowy wybór przypadków, które mają dać różne wyniki z określonych przyczyn teoretycznych, i stwierdzenie, że tak się dzieje — demonstrując, że teoria poprawnie przewiduje warunki, w których wyniki się różnią. Dobrze zaprojektowane studium wielu przypadków zazwyczaj wykorzystuje oba typy razem.

Czy studium wielu przypadków może być wykorzystane do budowania teorii, a nie do jej testowania?

Tak. Gdy istnieje niewiele wcześniejszych teorii, badacz może wykorzystać eksploracyjny projekt studium wielu przypadków do opracowania ugruntowanego wyjaśnienia teoretycznego na podstawie danych. Porównanie między przypadkami ujawnia wówczas, które wzorce wydają się solidne w różnych kontekstach, a które się różnią — dostarczając empirycznej podstawy dla powstającej teorii. Studia wielu przypadków budujące teorię są powszechne w badaniach z zakresu zarządzania, polityki i edukacji i są blisko związane duchem z teorią ugruntowaną, choć zachowują przypadek jako podstawową jednostkę analizy.

Pokrewne metody

Źródła

  1. Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). Sage.

    ISBN: 978-1506336169
    Skopiowano.
  2. Stake, R. E. (2006). Multiple Case Study Analysis. Guilford Press.

    ISBN: 978-1593852481
    Skopiowano.