Numerically Aided Phenomenology: Procedures for Investigating Categories of Experience

Abstract

Eine Komplementarität von qualitativen und quantitativen Verfahren geht häufig mit der Annahme einher, dass qualitative Methoden einen Schritt in Richtung auf quantitative Präzision beinhalten oder dass qualitative und quantitative Methoden einander im Sinne von "Triangulation" wechselseitig validieren. Gerade die Variante der analytischen Induktion, die für das qualitative Denken charakteristisch ist, beinhaltet allerdings ebenfalls eine Form der Quantifizierung, die jedoch meist nicht explizit gemacht wird. In dem vorliegenden Beitrag versuchen wir, diese Behauptung zu begründen und stellen in diesem Zusammenhang eine Form der phänomenologischen Analyse vor, die auf numerischen Algorithmen basiert. Bei der numerischen Phänomenologie handelt es sich um ein Verfahren zur systematischen Beschreibung von Kategorien (Arten oder Typen) gelebter Erfahrung innerhalb eines Set von Erfahrungsberichten. Mittels vergleichendem Lesen werden zunächst wiederholte Bedeutungsausdrücke identifiziert und paraphrasiert. Im nächsten Schritt werden auf der Grundlage von Urteilen über das Vorhandensein oder Nicht-Vorhandensein dieser Bedeutungsausdrücke Matrizen erstellt; diese repräsentieren die Bedeutungsprofile für jede der Erzählungen. Abschließend erfolgt eine Gruppierung dieser Erfahrungsberichte aufgrund der Ähnlichkeiten zwischen Bedeutungsprofilen. Diese Vorgehensweise erlaubt es, Kategorien ähnlicher Erfahrungsberichte – sowie deren Attribute – zu identifizieren. Die definierenden Eigenschaften von Klassen werden in der numerischen Phänomenologie also nicht als "Wesenheiten" aufgefasst. Statt dessen sind Klassen durch mehr oder weniger invariante Attribute definiert, d.h. Klassen werden so gebildet, dass die Mitglieder einer Klasse eine hohe Anzahl von Bedeutungsausdrücken gemeinsam haben, wobei allerdings keine einzelne Bedeutung (und auch kein Set von Bedeutungen) für die Mitgliedschaft in einer Klasse notwendig oder hinreichend ist.

Complementarity between quantitative and qualitative methods often implies that qualitative methods are a step toward quantitative precision or that quantitative and qualitative methods provide mutually validating "triangulation." However, there also is unacknowledged quantification within the type of analytic induction that is considered pivotal in qualitative thinking. We attempt to justify this claim and present a form of phenomenological analysis that invokes numeric algorithms. Numerically aided phenomenology is a procedure for systematically describing categories (kinds, or types) of lived experience within a set of experiential narratives. In a comparative reading, recurrent meaning expressions are identified and paraphrased. Then judgments about their presence or absence are used to create matrices representing the profiles of meanings expressed in each narrative. Finally, cluster analytic algorithms are used to group these experiential narratives according to the similarities in their profiles of meaning expressions. In this way, categories of similar experiential narratives—and their distinctive attributes—can be identified. Rather than an essentialist conception of the qualities defining classes, in numerically aided phenomenology classes are defined by more-or-less invariant attributes, i.e., classes are formed such that members share a large number of expressed meanings, although no single meaning (or set thereof) is necessary or sufficient for class membership.

La complementariedad entre métodos cualitativos y cuantitativos generalmente implica que los métodos cualitativos son un paso en dirección a la precisión cuantitativa o bien que los métodos cualitativos y cuantitativos proveen triangulación mutuamente validante. Sin embargo, también existe una cuantificación desconocida dentro del tipo inducción analítica que es considerado como pivote en el pensamiento cualitativo. Intentamos justificar este reclamo y presentar una forma de análisis fenomenológico que apele a los algoritmos numéricos. La fenomenología ayudada numéricamente es un procedimiento para describir sistemáticamente categorías (modos, tipos) de experiencia de vida dentro de un conjunto de narrativas de experiencias. En una lectura comparativa, las expresiones significativas recurrentes son identificadas y parafraseadas. Luego juicios sobre su presencia o ausencia son utilizados para crear matrices que representan el perfil de significados expresados en cada narración. Finalmente, un conjunto de algoritmos analíticos son usados para agrupar estas experiencias narrativas de acuerdo a las similitudes de los perfiles de expresiones significativas. De esta manera, categorías de similar experiencia narrativa, y sus atributos distintivos, pueden ser identificados. En lugar de una concepción esencialista de las cualidades que definen las clases, ayudando numéricamente a la fenomenología se puede definir a las clases por atributos más o menos invariantes, por ejemplo, clases formadas de manera tal que los miembros compartan un largo número de significados expresos, a pesar de que un solo significado no es suficiente para ser miembro de una clase.