Nitel araştırma mı yapıyoruz yoksa nitel veriler mi topluyoruz?

Araştırmacılar için yöntemsel farkındalığı (methodological reflexivity) besleyeceğini düşündüğüm sorular dizisini zaman zaman buradan paylaşmak istiyorum. Bunlardan ilki araştırmacıların kendilerine yöneltmesi gereken bir temel soru olarak "Nitel araştırma mı yapmak istiyorum yoksa nitel veriler mi elde etmek istiyorum?" sorusu olabilir. Eğer bir nitel araştırma deseninden söz ediyorsak, araştırmanın tüm tasarımının nitel yöntemler içerisinde oluşmuş geleneklerden birisini temsil etmesi beklenir. Hiç değilse, araştırmacı araştırmasını nitel kılan ontolojik ve epistemolojik yönleri açık edebilmeli ve bu bağlamda hangi veri toplama ve analiz tekniklerini kullandığını açıklayabilmelidir. Böyle bir açıklama sunamayan bir araştırmacı o zaman kendisine yukarıda ifade ettiğim soruyu sormalıdır. Belki de istediği sadece nitel veri elde etmektir ve bu verileri pozitivist nicel desenler içerisinde kullanacaktır.

Data mı Capta mı?

Veri yani data, bir sosyal bilimci olarak "orada benim dışımda var olan"a işaret etmekte. Latince, "verili olan" anlamında. Pozitivist yöntem anlayışı içerisinde, data çok önemli bir yere sahip. Data, araştırmacının verili olanı alması/alabilmesidir. Bu sebeple "data gathering", Türkçesi "veri toplama" denilir. Sosyal gerçekliğin bir parçası olan sosyal bilimci "nesnel" durabilir. "Veri toplama" işte bu nesnel duruşun bir uzantısıdır. Nasıl terimleştirdiğimiz, terimleri nasıl tanımladığımız ve nasıl adlandırdığımız ontolojik-epistemolojik bir meseledir. İşte tam da bu nedenle, "nitel araştırma" adıyla canlanan anti-pozitivist epistemolojilerde karşılığını bulan farklı araştırma desenlerini değerlendirirken, bu desenler için kalite ölçütleri geliştirirken, içeriği pozitivist anlayışla doldurulmuş terimler terk ediliyor. Örneğin "reliability" deyince sadece pozitivist tanım zihinlerde canlandığı için bunun yerine "trustworthiness" kullanılmaktadır. Bu bağlamda, "data" yerine "capta" karşımıza çıkmaktadır. Trustworthiness kadar başarılı olmasa da capta'yı bilmekte ve kullanmakta fayda var. Çünkü, nitel araştırma felsefesini daha iyi temsil etmekte. Data'nın tersine capta "alınan" demek, yine Latincede. Dolayısıyla, araştırmacı nesnellik adına, varlığı gizlenmiş bir özne olmaktan kurtuluyor. Öznelliği inkar etmeyen, önemseyen bir anlayışla, nitel araştırmalarda "data gathering" yerine "data creating" (veri yaratma/oluşturma) daha uygun bir terim olarak çoğu araştırmacı tarafından kullanılmaktadır. Bu verileri "capta" olarak ifade ettiğinde, nitel araştırmacı ne yapıyor olduğunu, altını çizerek ifade edebilecektir. Türkçesi ne olur acaba, "alı" mı?? :)

NVivo, MAXQDA, ATLAS.ti hangisini seçmeli?

Nitel sosyal araştırmalar için geliştirilmiş olan Nitel Veri Analizi (NİVA) Yazılımları otuz yılı aşkın bir süredir mevcuttur ve aslında sayıca epey fazla yazılım vardır. Ancak "kullanıcı dostu" başta olmak üzere belirli ölçütler açısından işlevleri aynı gelişkinlikte sunan bazı programlar öne çıkmıştır ki bugün adını en çok duyduklarımız arasında NVivo, ATLAS.ti ve MAXQDA yer almaktadır. 2006 yılında tamamlamış olduğum doktora tezimin başlığı "Bilgisayar Destekli Nitel Veri Analizi" idi ve NİVA yazılımlarının nitel veri analizi süreçlerine katkılarını ele almaktaydı. Vardığım sonuç bu yazılımların önemli katkılar sağladığı olmuştu. Bu sonuca yalnızca teorik okumalarla değil ancak bizzat farklı türde nitel veriler üzerinden bir NİVA yazılımı kullanarak yaptığım analizlere dayanarak varmıştım. Şimdi burada yazacaklarım doktora ve sonrasındaki bilimsel çalışmalarıma dayanmaktadır. Hangi yazılım seçilmeli, hangisi daha iyidir vb. sorularla çok karşılaşmaya başladığım için burada kısaca yanıt vermeye çalışacağım. NİVA yazılımları için bir işlevler listesi yapacak olsak adı geçen üç yazılım da hemen her işlev için bir artı alır. Bu gerçekten de böyledir, üçü de nitel veri analizine (hatta mixed metotlar için analize) önemli işlevlerle yardımcı olmaktadır (kodlama, memo yazma, ilintileme, bağlantı kurma, sorgulama yapma, hipotez ya da hunch test etme ya da oluşturma, görselleştirme, rapor hazırlama vb.). Bununla birlikte, "kullanıcı dostu olma" ölçütü açısından yapılacak genel bir değerlendirmede her ne kadar üç yazılım da birer artıyı hak etseler de aralarında çok önemli farklılıkların var olduğu bir gerçektir. Yazılım mimarisi, bu farklılıkları açıklayan çok önemli bir özelliktir.