Ha, beeld het u in: de twee meest interessante presentaties van het hele evenement waren de twee laatste.
Die van een paar mensen van Kent State over Q-methodologie en de mogelijke toepasbaarheid voor IA en UxD en dergelijke: het eerste ding waar ik niet met een half oor kon luisteren om méér dan mee te zijn. En het allereerste van de hele week waar ik nog niet bekend mee was.
In het kort: met Q-methodologie kan men subjectiviteit op een systematische manier bestuderen. Oh, en het is géén traditionele statistiek, of “R-methodes” zoals ze het noemden.
Men vertrekt van een “concourse”: discussie, gesprekken, interactie (in woord en/of in beeld) rond een bepaald onderwerp. Daaruit wordt een reeks statements gehaald. Enkel subjectieve statements, dus zaken als “ik heb een hekel aan honden”, “honden stinken”, “katten zijn onbetrouwbaar”, “kinderen stinken minder dan katten”, “kinderen zijn een gemak want ze kunnen met hun handen in de bierglazen voor de afwas”.
Welke statements uit de concourse halen? Hangt ervan af hoeveel categorieën (en eventueel dimensies) er onderzocht worden. In het voorbeeld hierboven, zou men kunnen statements zoeken over drie soorten huisbewonders: kinderen, katten, en honden. Tien van elk zou dan dertig statements zijn. Of, stel dat men in twee dimensies wilt gaan, hygiënische en emotionele argumenten zoeken. In dat geval moeten er argumenten zijn om alle vakjes in een matrix van drie (soort bewoners) maal twee (soort argumenten) te vullen: pakweg zes in elk vakje, maal twee maal drie, is 36 statements.
Geef aan mensen (één per één, niet in groep) de statements, en vraag ze de statements te ordenen, bijvoorbeeld op een schaal van -3 (helemaal oneens) tot +3 (helemaal eens).
Maar, kleine rub: de statements moeten in een geforceerde normaalverdeling gestoken worden. De eigenlijke verdeling is niet écht belangrijk, maar is meestal iets platter dan een “echte” normaalverdeling. Het is wél belangrijk dat iedereen dezelfde geforceerde verdeling heeft en dat ze symmetrisch is rond een neutrale positie: stel dat er twintig statements zijn, dan mogen de mensen bijvoorbeeld één statement -3 geven, één statement +3, twee statements -2 en twee statements 2, vier statements -1 en vier statements +1, en dan uiteindelijk zes statements 0.
Mensen beginnen meestal met twee of stapels: ja en nee, wel of niet, akkoord of niet, eventueel een stapel “onbeslist” in het midden. En dan wordt het moeilijker en moeilijker, want uiteindelijk moeten heel veel vergelijkingen en afwegingen gemaakt worden: men kan niét zomaar zeggen van alles “oh, ‘t maakt mij niet zo uit”, of “dit vind ik óók heel erg belangrijk”. Alles moet een plaats krijgen, en er zijn maar zoveel plaatsen voor elk gevoel tussen “helemaal eens” en “helemaal oneens”.
Oh ja, nog een leuk detail: de mensen moeten sorteren volgens een bepaalde “condition of instruction”. Die kan zijn “volg uw gedacht”, maar, die kan ook zijn “sorteer deze dingen alsof het nu schoolvakantie is”, of “beeld u in dat u al het geld van de wereld heeft en een nanny”.
Of, haha, voor de UCD-mensen onder ons: “volg de gedachte van Johan Verlsagmulders, onze persona voor project X”.
Op die manier kan men nuttige resultaten krijgen aan de hand van een zeer klein aantal personen—zelfs één persoon!
Afijn, dan zijn een reeks statements allemaal een paar keer normaalverdeeld, en dan worden er correlaties getrokken en (shudder! horror!) wordt de correlatiematrix door een factoranalyse gedraaid, en komen er een aantal factoren uit voor de verschillende subjectieve segmenten.
Ik heb de mensen aangesproken na hun presentatie, en ze verzekerden mij dat er programma’s bestaan die dat allemaal automatische doen, en dat het een druk op een knop en 20 milliseconden duurt, dat er geen enkele kennis van statistiek voor nodig is om mooie grafieken te krijgen.
…want het is pas als de factoren er zijn, dat het leuke werk begint: de interpretatie.
Zo zouden er bijvoorbeeld uit het onderzoek naar boven kunnen komen dat er hier kattenliefhebbers zien die houden van kinderen, dààr hondenliefhebbers die allergisch zijn aan kinderen. Of, ander mogelijk resultaat: hier dierenliefhebbers, dààr kinderliefhebbers. Of dergelijke.
Het klinkt voor de hand liggend, maar wat er gebeurt, is dat men vertrekt van een aantal statements, die op de één of andere manier in logische categorieën gestoken worden (“honden stinken” is een statement dat aangeeft of men een hondenliefhebber is), dat er dan een systematische analyse gebeurt, en dat die kunstmatige zelfgemaakte categorisatie vervangen wordt door een “echte”, operante categorisatie, die functioneel is en niet (enkel) logisch.
Het gaat ook—belangrijk—om een kwalitatieve analyse, die substantieel los staat van de absolute of relatieve aantallen: als de analyse gebeurd is, weten we zeker dat de gevonden factoren bestaan, zelfs al weten we niet hoe het zit met de percentages van de algemene bevoling die onder de groeperingen vallen.
*
* *
Ik heb nooit statistiek gedaan, laat staan psychometrie, en dus heb ik het misschien allemaal helemaal verkeerd voor, maar dat is toch wat ik ervan begrepen heb. En tot een stuk in de namiddag duizelde mijn hoofd een beetje bij het zoeken naar manieren om dat toe te passen.
Reacties
Eén reactie op “Q-methodologie”
Ik deed wel statistiek en psychometrie. En op het eerste zicht (ik volgde de sessie natuurlijk niet) lijkt dit de gewone gang van zaken bij standaard vragenlijst onderzoek (dat ook een subjectief gevoel/idee/statement wil meten en een plaats geven in de grote groep). Het programma en milliseconden is bv SPSS.