Professional Documents
Culture Documents
Axial Coding
Axial Coding
4. Ví dụ về mã hóa trục
Mô hình mã hóa Axial Coding: Với mã hóa theo trục, bạn đang tìm kiếm “Danh mục” bắt
nguồn từ mối quan hệ giữa các mã được phát triển trong mã hóa mở. Để giải quyết vấn đề
này, Corbin và Strauss (1999) đã phát triển Mô hình mã hóa với các danh mục con là:
phenomenon (hiện tượng), causal causation, strategies (chiến lược), consequences (hậu quả),
context (bối cảnh), and intervening condition (điều kiện can thiệp), giúp đảm bảo rằng bạn,
nhà nghiên cứu, đã khám phá đầy đủ các danh mục mà bạn đang phát triển.
Ví dụ: Chúng ta sẽ đề cập đến một nghiên cứu mẫu trong đó các cuộc phỏng vấn được thực
hiện với những người dân New York đang trải qua thời gian bị phong tỏa do Covid-19. Từ
bước này, chúng ta đã phát triển một số mã, bao gồm:
Subcategory 1: Phenomenon
Đọc qua các mã ta dễ dàng rút ra được các hiện tượng từ Covid19. Chúng ta nhận thấy rằng
tất cả chúng đều hướng đến những người tham gia nghiên cứu đang mô tả một số dạng lo lắng.
Chúng em tạo một danh mục con mới có tên là “Hiện tượng: Sự lo lắng” và lồng các danh mục
còn lại vào đó. Với thiết lập mã cuối cùng như sau:
Phenomenon: Anxiety
o “Having trouble sleeping”
o Experiencing a panic attack
Sau khi xác định được hiện tượng “Lo lắng”, giờ đây chúng tôi có thể tập trung vào dữ liệu
có thể mô tả “Tại sao mọi người lại cảm thấy lo lắng”? Đọc qua dữ liệu, chúng tôi thấy rằng
những người tham gia nghiên cứu thường liên kết trực tiếp sự cô đơn của họ với cảm giác lo
lắng của chính họ. Chúng tôi đã xác định một danh mục con mới “Nguyên nhân: Sự cô đơn
do bị nhốt” và nhóm các mã sau:
Subcategory 3: Strategies
Dựa vào các dữ liệu, một số chiến lược tiềm năng mà những người tham gia nghiên cứu của
chúng tôi đã sử dụng để giải quyết “Lo lắng do cô đơn gây ra” của họ. Ở đây, chúng em
đang thấy hai chiến lược tiềm năng, vì những người tham gia nghiên cứu của chúng em
phân chia cách kết nối với những người khác cả qua mạng và trực tiếp được tổng hợp trong
danh mục phụ của mình: “Chiến lược: Kết nối trong Covid-19”
Subcategory 4: Consequences
Đọc qua các mã mở từ danh mục ban đầu và cả chiến lược, ta có thể nhận thấy hậu quả của
“Covid-19 Connecting” và “Setting virtual hangouts”. Chúng em tạo ra một danh mục phụ có
tên: “Hậu quả: Lợi ích và hạn chế về mặt cảm xúc của Covid-19”
Subcategory 5: Context
Trong trường hợp này, chúng em tạo hai danh mục con cho bối cảnh và nhóm các mã theo
chúng: “Nhà ở hiện tại” và “Tần suất và cường độ của lo âu”
Các điều kiện can thiệp thường xuất hiện dưới dạng trích dẫn mô tả cuộc sống của những người
tham gia nghiên cứu trước hiện tượng được đề cập. Chúng ta có thể sắp xếp lại chúng theo các
danh mục con mới sau:
Chúng ta có thể tóm tắt thêm những phát hiện của mình như một phần của mô tả danh mục:
Trong nghiên cứu có căn cứ của mình, chúng tôi phát hiện ra rằng Sự cô đơn khi bị nhốt do
Covid-19 gây ra (casual condition - tình trạng nguyên nhân) đã khiến những người tham gia
nghiên cứu của chúng tôi trải qua Lo lắng (Phenomenon - hiện tượng). Có sự khác nhau về cường
độ và tần suất mà những người tham gia nghiên cứu trải qua sự lo lắng đó (Context - bối cảnh )
với những người tham gia trải qua những cơn lo lắng dữ dội hơn là những người đã trải qua các
cơn hoảng loạn trước Covid-19 (Intervening condition - các tình huống can thiệp ). Để giải quyết
sự lo lắng của mình, họ đã lên lịch cho cả các cuộc gặp mặt xã hội trực tiếp và gián tiếp (Strategy
- chiến lược). Việc mọi người chọn giao lưu trực tiếp hay gián tiếp chủ yếu là do hoàn cảnh sống
hiện tại của họ là gì (Context - bối cảnh ) và liệu họ đã xác định mình là người hướng nội hay
hướng ngoại ( hoàn cảnh can thiệp ). Mặc dù những buổi đi chơi này có một số tác động tích cực
về mặt tinh thần như nhưng chúng cũng có những tác dụng phụ tiêu cực như lo lắng rằng việc đi
chơi trực tiếp có thể dẫn đến nhiễm Covid-19 (Consequences - hậu quả)
Một số ví dụ khác về ứng dụng của Axial Coding
Hình 1: Morrow & Smith (1995) Constructions of Survival and Coping by women who have
survived childhood sexual abuse
Hình 2: Open and axial coding leading to the development of the category of 'motivation to
volunteer.'
II. SELECTIVE CODING (MÃ HÓA CHỌN LỌC)
1. Mã hóa chọn lọc trong phân tích định tính
Strauss và Corbin (1998) gợi ý rằng sau một thời gian dài thu thập dữ liệu, có thể mất vài
tháng, bạn sẽ phát triển được một số danh mục chính và các danh mục phụ liên quan. Giai
đoạn tiếp theo được gọi là mã hóa chọn lọc. Điều này nhằm xác định một trong những phạm
trù chính, được gọi là phạm trù trung tâm hoặc cốt lõi, nhằm liên kết các phạm trù khác với
mục đích tích hợp nghiên cứu và phát triển một lý thuyết có căn cứ (Corbin và Strauss 2015;
Strauss và Corbin 1998). Trong giai đoạn trước, người ta nhấn mạnh vào việc nhận biết mối
quan hệ giữa các danh mục và các danh mục con của chúng. Trong giai đoạn này, người ta
nhấn mạnh vào việc nhận biết và phát triển mối quan hệ giữa các phạm trù chính xuất hiện từ
cách tiếp cận có căn cứ này nhằm phát triển một lý thuyết giải thích và cuối cùng là xây dựng
ý nghĩa.
2. Quá trình mã hóa chọn lọc
Mã hóa chọn lọc chỉ đơn giản là hành động chọn một biến hoặc khái niệm cốt lõi trong số các
danh mục hiện có mà bạn đã tạo từ quy trình mã hóa trục để bắt đầu hình thành chủ đề bao
quát nảy sinh từ dữ liệu của bạn và giải quyết câu hỏi nghiên cứu của bạn . Ví dụ: nếu bạn có
một nghiên cứu xem xét việc sử dụng điện thoại thông minh thì quá trình mã hóa mở có thể
đã tạo ra các mã ban đầu như "trò chơi trực tuyến", "mạng xã hội", "ứng dụng quản lý thời
gian" và "ứng dụng cộng tác nhóm". Quá trình mã hóa theo trục lấy mã từ mã hóa mở và sắp
xếp chúng theo các danh mục có liên quan rộng hơn, chẳng hạn như "giải trí và thư giãn" và
"ứng dụng năng suất". Bằng cách vẽ ra mối quan hệ giữa các mã riêng lẻ thông qua các danh
mục, bạn sẽ tạo ra các đơn vị ý nghĩa lớn hơn hữu ích cho việc phân tích. Bạn có thể thấy
rằng các cuộc thảo luận về điện thoại thông minh xoay quanh vấn đề giải trí và thư giãn.
Thông qua mã hóa có chọn lọc, bạn có thể chọn danh mục này để thể hiện chủ đề chính của
dự án.
Chúng ta sẽ đề cập đến một nghiên cứu mẫu trong đó các cuộc phỏng vấn được thực hiện về
những ý nghĩ của giới trẻ . Từ bước này, chúng ta đã phát triển một số mã, bao gồm:
“Conflict”
“Equality”
“Compromise”
“Listening”
“Sharing ideas”
“Role Clarification”
“Diversity”
Đọc qua các mã và dựa vào Axial Coding, ta có thể rút ra được 3 nhóm đặc điểm như sau:
Subcategory 1: Collaboration (Sự hợp tác)
o “Role Clarification”
o “Diversity
Sau khi thực hiện tất cả phân tích này và tạo tất cả các danh mục phụ này, giờ đây chúng tôi có
thể đặt tên cho danh mục mới xuất hiện từ dữ liệu của mình: “Teamwork”
Dựa vào các nhóm đặc điểm của “Teamwork” qua các hạng mục, ta có thể rút ra được kết luận về
định nghĩa của “Teamwork” rằng: Làm việc cùng nhau chính là giá trị cốt lõi của một nhóm. Từ
đó ta phát triển lý thuyết để xây dựng ý nghĩa như sau: Làm việc nhóm là một phần quan trọng
thiết yếu để tổ chức hoạt động có hiệu quả.