کدگذاری باز و محوری از مراحل کلیدی در روش تحقیق داده‌بنیاد (Grounded Theory) هستند که به تحلیل داده‌های کیفی و استخراج مفاهیم و مقوله‌ها کمک می‌کنند. این مراحل برای پژوهشگران در تدوین رساله دکتری یا نوشتن ریسرچ پروپوزال بسیار مفید هستند، زیرا به آن‌ها امکان می‌دهد که داده‌ها را به شکل عمیق تحلیل کرده و نظریه‌ای بومی و متناسب با مسئله پژوهشی خود توسعه دهند.
۱. کدگذاری باز (Open Coding)
کدگذاری باز اولین مرحله تحلیل در داده‌بنیاد است که در آن پژوهشگر داده‌های خام (مانند مصاحبه‌ها، یادداشت‌های میدانی و سایر داده‌های کیفی) را به واحدهای کوچک‌تر و قابل‌تحلیل تقسیم می‌کند. این کار با استخراج کدهای اولیه که نمایانگر مفاهیم و عبارت‌های مهم در داده‌ها هستند انجام می‌شود. در این مرحله، هدف اصلی پژوهشگر شناسایی تمامی کدهای ممکن از داده‌هاست، بدون اینکه ارتباط بین آن‌ها مشخص شود. برای مثال، در یک تحقیق درباره عوامل مؤثر بر رضایت شغلی کارکنان، عبارات “احساس ارزشمندی” و “ارتباط خوب با مدیر” ممکن است به عنوان کدهایی مانند احساس ارزشمندی و ارتباط موثر با مدیر استخراج شوند.
۲. کاربرد کدگذاری باز در تحلیل عمیق داده‌ها
در رساله دکتری یا پروپوزال، کدگذاری باز به پژوهشگر کمک می‌کند تا بدون در نظر گرفتن نظریه‌های موجود، با رویکردی خالص به داده‌ها نزدیک شود. این روش به پژوهشگر امکان می‌دهد که دیدگاه خود را به داده‌ها باز نگه دارد و به صورت بی‌طرفانه به تحلیل بپردازد. به عنوان مثال، در پژوهشی درباره تأثیر سبک رهبری بر عملکرد تیمی، کدگذاری باز می‌تواند کدهایی مثل “تشویق به نوآوری” و “پذیرش اشتباهات” را استخراج کند که سپس به توسعه نظریه‌ای جامع کمک خواهند کرد.
۳. کدگذاری محوری (Axial Coding)
پس از شناسایی کدهای اولیه در مرحله کدگذاری باز، نوبت به کدگذاری محوری می‌رسد که در آن پژوهشگر به دنبال ایجاد ارتباط بین کدها و شناسایی ساختاری منسجم از مفاهیم است. در این مرحله، کدهای اولیه با هم ترکیب شده و به مقوله‌های اصلی و فرعی تقسیم می‌شوند. برای مثال، در پژوهش رضایت شغلی، کدهایی مانند “احساس ارزشمندی”، “بازخورد مثبت” و “ارتباط موثر با مدیر” می‌توانند در مقوله‌ای تحت عنوان حمایت مدیر قرار بگیرند که نشان‌دهنده یک مفهوم گسترده‌تر است.
۴. نقش کدگذاری محوری در یکپارچگی داده‌ها
کدگذاری محوری نقش کلیدی در یکپارچگی داده‌ها ایفا می‌کند و به پژوهشگر کمک می‌کند که دیدگاه جامع‌تری نسبت به داده‌ها به دست آورد. در یک رساله دکتری، این مرحله کمک می‌کند تا داده‌های پراکنده و مفاهیم اولیه با هم ترکیب شوند و الگوهای قابل‌توجه از آن‌ها استخراج گردد. به عنوان مثال، مقوله حمایت مدیر در تحقیق رضایت شغلی می‌تواند به مقوله گسترده‌تری مانند عوامل مؤثر بر انگیزش کارکنان متصل شود.
۵. کدگذاری باز و محوری در تدوین نظریه
کدگذاری باز و محوری به پژوهشگر کمک می‌کنند تا از طریق تحلیل دقیق داده‌ها، نظریه‌ای بومی و مناسب با زمینه تحقیق خود توسعه دهد. به‌ویژه در رساله دکتری که هدف اصلی، ارائه نظریه‌ای جدید یا توسعه نظریه‌های قبلی است، این مراحل کمک می‌کنند که داده‌ها به شکل عمیق و سیستماتیک بررسی شوند. برای مثال، پژوهشگری که بر روی تأثیر سبک رهبری تحول‌گرا بر انگیزش کارکنان تحقیق می‌کند، می‌تواند با استفاده از کدگذاری باز و محوری، مقوله‌های اصلی و فرعی مرتبط با سبک رهبری تحول‌گرا را شناسایی کرده و نظریه‌ای دقیق‌تر ارائه دهد.
۶. ارتباط کدگذاری‌ها با ریسرچ پروپوزال
در نوشتن ریسرچ پروپوزال، کدگذاری باز و محوری به پژوهشگر کمک می‌کنند تا پیشینه نظری خود را بر اساس داده‌ها توسعه دهد و درک عمیق‌تری از متغیرها و عوامل تأثیرگذار به دست آورد. این امر به ویژه در پروپوزال‌های تحقیقاتی که به دنبال کشف روابط جدید هستند اهمیت دارد. برای مثال، پژوهشگری که بر روی ارتباط رضایت شغلی و بهره‌وری تحقیق می‌کند، می‌تواند در پروپوزال خود مقوله‌های اولیه‌ای که از کدگذاری باز به دست آمده‌اند را ذکر کند و سپس به چگونگی ترکیب آن‌ها در کدگذاری محوری اشاره کند.
۷. مثال‌های کاربردی
برای روشن‌تر شدن این فرایند، فرض کنید پژوهشگری در حال تحقیق درباره استرس شغلی در میان پرستاران است:
- در مرحله کدگذاری باز، کدهای اولیه‌ای مثل “اضافه‌کاری اجباری”، “کمبود پرسنل” و “ارتباطات ضعیف با مدیریت” استخراج می‌شوند.
- سپس در مرحله کدگذاری محوری، این کدها به مقوله‌هایی مثل فشار کاری بالا و کمبود حمایت سازمانی دسته‌بندی می‌شوند.
این فرایند کمک می‌کند که در پایان، نظریه‌ای درباره عوامل ایجادکننده استرس شغلی در میان پرستاران شکل گیرد که می‌تواند برای بهبود سیاست‌های سازمانی و بهداشت روانی کارکنان استفاده شود.
۸. جمع‌بندی و اهمیت کدگذاری‌ها در تحلیل داده‌ها
کدگذاری باز و محوری ابزارهایی حیاتی برای پژوهشگران کیفی، به‌ویژه در مطالعاتی که به دنبال نظریه‌پردازی یا بررسی روابط پیچیده هستند، محسوب می‌شوند. این فرایندها کمک می‌کنند تا داده‌های گسترده به شکل سازمان‌یافته‌تر و هدفمندتر تحلیل شوند و پژوهشگر بتواند نظریه‌ای منسجم و علمی ارائه دهد که به پرسش‌های پژوهشی پاسخ دهد. در نهایت، این مراحل تحلیل به پژوهشگر کمک می‌کنند تا یافته‌هایی به دست آورد که به درک بهتر موضوع و ارائه راهکارهای کاربردی منجر شوند