Komputerowa analiza danych jakościowych - poziom podstawowy WSE-SO-KADJpp

Badania jakościowe pozwalają wejść w świat społeczny „od środka”: zobaczyć rzeczywistość oczami rozmówców, wsłuchać się w ich język, śledzić dynamikę emocji, rekonstruować logikę ich działań i decyzji. Umożliwiają przywoływanie i porządkowanie wspomnień, odtwarzanie biograficznych zwrotów oraz uchwycenie tego, co w doświadczeniu społecznym kruche, nieoczywiste, często milcząco pomijane. Analiza jakościowa wykracza przy tym daleko poza prosty opis – jest złożonym, iteracyjnym procesem interpretacji: kodowania, porządkowania, porównywania i teoretyzowania, który przy zachowaniu rygoru metodologicznego pozwala rekonstruować znaczenia, wzory relacji i mechanizmy sprawczości aktorów społecznych. Przedmiot osadzony jest w szerszym procesie rosnącej roli badań jakościowych w naukach społecznych. W socjologii, pedagogice, polityce społecznej czy studiach nad zdrowiem coraz częściej to właśnie dane jakościowe stają się kluczowym źródłem wiedzy o tym, jak ludzie doświadczają świata społecznego, jak nadają znaczenia własnym biografiom, instytucjom i relacjom władzy. Umożliwiają wgląd w zjawiska takie jak przemoc relacyjna, wykluczenie, kryzys psychiczny, migracja, transformacje ról rodzinnych czy przeobrażenia pracy, pozwalając uchwycić niuanse, ambiwalencje, sprzeczności i obszary milczenia niewidoczne w danych ilościowych. Punktem wyjścia kursu jest komputerowo wspomagana analiza danych jakościowych. Omawiane są jej założenia, miejsce na tle klasycznych badań jakościowych oraz konsekwencje włączania specjalistycznego oprogramowania do procesu badawczego. Na tym tle przedmiot koncentruje się na jednym konkretnym środowisku – programie Atlas.ti – jako narzędziu wspierającym analizę danych jakościowych. Celem zajęć jest pokazanie, jak wykorzystać potencjał danych jakościowych z zachowaniem przejrzystości i rzetelności procedur, oraz jak przekuć „surowe” narracje, wywiady czy materiały wizualne w spójne, dobrze udokumentowane wyniki analizy. Oprogramowanie nie zastępuje pracy badacza: ma porządkować materiał, wspierać systematyczną analizę i zwiększać przejrzystość oraz bogactwo interpretacyjne wniosków, a nie „automatycznie” generować interpretacje.
W ramach kursu wprowadzane są podstawowe pojęcia analizy danych jakościowych oraz logika pracy z projektem jakościowym. Uczestnicy poznają architekturę Atlas.ti, jego interfejs oraz różne opcje widoku. Uczą się dostosowywać układ okien do własnych preferencji i stylu pracy (równoczesne śledzenie dokumentu, listy kodów i notatek, praca w widoku sieciowym, zarządzanie panelami i obszarami nawigacji). Szczegółowo omawiane jest pojęcie projektu (dawniej jednostki hermeneutycznej) jako „kontenera” obejmującego bibliotekę dokumentów, listy kodów, cytaty, notatki (memos), sieci, grupy i relacje między tymi elementami. Znaczną część kursu poświęcono bibliotece projektu oraz zarządzaniu danymi. Studenci uczą się przygotowywać materiał do analizy: tworzyć pliki, importować dane tekstowe, materiały wizualne, nagrania audio i wideo; dzielić materiał na sensowne fragmenty (fragmentacja danych); sortować i porządkować dokumenty poprzez ich grupowanie według wybranych kryteriów (typu danych, kategorii respondentów, fazy badania). Omawiane są zasady dodawania i usuwania plików z biblioteki, dbania o spójność i aktualność danych, tworzenia kopii zapasowych, eksportowania projektu oraz planowania struktury katalogów poza programem. Na tym etapie uczestnicy poznają także praktykę pisania memos – wstępnych i pogłębionych notatek analitycznych do dokumentów, kodów, cytatów i całego projektu. Notatki są traktowane jako przestrzeń „myślenia na głos”: formułowania pierwszych hipotez, rejestrowania intuicji badawczych oraz dokumentowania zmian w kluczu kodowym i sposobach interpretacji materiału.
Kluczowy blok zajęć dotyczy logiki kodowania danych jakościowych. Studenci przechodzą przez sekwencję: kod – proces kodowania – wstępna analiza – proste analizy ilościowe oparte na zakodowanym materiale – raport badawczy. Poznają różne procedury kodowania: kodowanie otwarte (wyodrębnianie znaczących fragmentów materiału i nadawanie im etykiet), selektywne (fokus na wybrane kategorie, wątki, procesy), in vivo (wykorzystanie sformułowań zaczerpniętych bezpośrednio z wypowiedzi badanych). Omawiana jest logika przechodzenia – znana z teorii ugruntowanej – od kodowania otwartego do bardziej zagęszczonych i powiązanych kategorii pojęciowych. Uczestnicy uczą się pracować z listą kodów: tworzyć je, modyfikować, usuwać, łączyć i dzielić, a także odłączać kody od cytatów, gdy pojawia się potrzeba przebudowy struktury analitycznej. Poruszane są zasady budowy i porządkowania klucza kodowego, tworzenia instrukcji kodowania (codebooka), importowania i stosowania istniejących kluczy (wypracowanych wcześniej w zespole badawczym lub opartych na literaturze) oraz – w ograniczonym zakresie – możliwości kodowania automatycznego jako narzędzia pomocniczego wymagającego krytycznej weryfikacji przez badacza. Istotnym wymiarem kursu jest praca warsztatowa. Po demonstracji funkcji oprogramowania uczestnicy krok po kroku wykonują zadania z wykorzystaniem własnych materiałów lub przykładowych danych dostarczonych przez prowadzącego. Dzięki temu faktycznie opanowują sekwencję działań analitycznych: przygotowanie materiału, fragmentację, kodowanie, tworzenie i porządkowanie klucza kodowego, pisanie memos oraz konstruowanie pierwszych zestawień i porównań. Kolejne partie zajęć poświęcone są analizie zakodowanych danych. Studenci uczą się tworzyć drzewa kodowe, ustanawiać relacje między kodami, identyfikować dziedziny semantyczne oraz wzory współwystępowania kodów. Omawiane jest kodowanie wielokrotne (nakładanie kilku kodów na te same fragmenty tekstu) jako sposób uchwycenia bardziej złożonych konfiguracji znaczeń. Wprowadzane są narzędzia analityczne programu, takie jak Query Tool, narzędzia współwystępowania kodów oraz praca z tabelami kod–dokument (Code–Document Table). Na tej podstawie uczestnicy uczą się przechodzić od poziomu „listy kodów” do poziomu pytań badawczych, prostych hipotez, wstępnych uogólnień teoretycznych oraz typologii czy porównań między przypadkami i grupami. Integralną częścią kursu jest rozpoznawanie i wizualizacja relacji za pomocą widoków sieciowych. Uczestnicy tworzą mapy semantyczne i diagramy integrujące – wizualizacje pokazujące powiązania między kodami, kategoriami, cytatami i dokumentami. Omawiana jest praca z edytorem relacji, definiowanie typów powiązań, modyfikowanie struktur w miarę rozwoju interpretacji oraz wykorzystywanie map pojęciowych do porządkowania uogólnień. Wizualizacje traktowane są jako narzędzie rozumienia, a nie jedynie „efekt końcowy”: pomagają „zobaczyć” strukturę materiału, wskazać centralne węzły, peryferia, luki i napięcia, a także komunikować wyniki analiz odbiorcom (w raportach, prezentacjach, publikacjach).
Realizacja kursu zakłada znajomość podstaw teoretycznych analizy danych jakościowych. Szczególnie istotne jest rozróżnienie takich podejść, jak teoria ugruntowana, analiza wymiarowa, analiza sytuacyjna i analiza tematyczna, ponieważ wybór ram teoretyczno-metodologicznych determinuje perspektywę prowadzonej analizy: sposób konceptualizacji materiału empirycznego, formułowania pytań badawczych i konstruowania wniosków. Każde z tych podejść inaczej ujmuje relację między danymi a teorią – od generowania teorii z materiału, przez rekonstrukcję wymiarów doświadczenia i mapowanie układów relacyjnych, po identyfikowanie i porządkowanie motywów tematycznych. Kurs konsekwentnie odwołuje się do tych tradycji, pokazując, w jaki sposób decyzje teoretyczne przekładają się na praktykę kodowania, budowę kategorii, projektowanie zapytań w Atlas.ti oraz finalną strukturę raportu badawczego. Istotnym elementem zajęć jest również refleksja nad konsekwencjami wyboru i sposobu użycia oprogramowania. Wprowadzenie obejmuje dyskusję nad powodami i skutkami wyboru konkretnego programu, nad możliwościami i ograniczeniami różnych rozwiązań oraz nad ich przydatnością dla odmiennych typów projektów (eksploracyjnych, zorientowanych na teorię ugruntowaną, nastawionych na analizę dyskursu). Studenci uzyskują wiedzę dotyczącą wykorzystywania komputera w badaniach społecznych na wszystkich etapach projektu: od planowania i organizacji danych, przez realizację i analizę, aż po opracowanie raportu. Kurs wpisuje się w szerszy kontekst wykorzystania nowoczesnych technologii w naukach społecznych. Specjalistyczne programy komputerowe coraz silniej wpływają na proces badawczy, dostarczając innowacyjnych narzędzi metodologicznych. Omawiany przedmiot podkreśla zarówno praktyczną biegłość obsługi Atlas.ti, jak i krytyczną, świadomą postawę wobec narzędzi CAQDA, odpowiedzialność metodologiczną oraz zdolność widzenia rzeczywistości społecznej poprzez pryzmat bogatych, wielowarstwowych danych jakościowych. Dzięki temu uczestnicy nie tylko nabywają umiejętność obsługi konkretnego programu, lecz przede wszystkim rozwijają kompetencje pozwalające im samodzielnie projektować i realizować badania jakościowe, twórczo wykorzystywać komputerowe wspomaganie procesu analitycznego we własnych projektach oraz świadomie uczestniczyć w środowiskowej dyskusji o standardach jakości, rzetelności i innowacyjności w analizie danych jakościowych.

Celem przedmiotu jest wszechstronne przygotowanie do samodzielnego, metodycznie świadomego i technicznie sprawnego prowadzenia badań jakościowych z wykorzystaniem komputerowo wspomaganej analizy danych (CAQDA), w szczególności w środowisku Atlas.ti. Chodzi zarówno o rozwój umiejętności obsługi specjalistycznego oprogramowania, jak i o kształtowanie sposobu myślenia o badaniach jakościowych jako o złożonym procesie interpretacji rzeczywistości społecznej, w którym narzędzie komputerowe pełni funkcję wsparcia, a nie substytutu pracy badacza. Przedmiot ma na celu pogłębienie rozumienia, dlaczego badania jakościowe odgrywają coraz większą rolę w naukach społecznych i jaką szczególną perspektywę poznawczą otwierają. Studenci mają zrozumieć, że dane jakościowe są nie tylko „materiałem ilustracyjnym”, ale pełnoprawnym źródłem wiedzy o doświadczeniach, znaczeniach i orientacjach działających podmiotów społecznych. Celem jest, aby uczestnicy potrafili traktować narzędzia CAQDA jako sposób na bardziej systematyczne i transparentne uchwycenie tej złożoności: od poziomu pojedynczej narracji lub fragmentu wywiadu, poprzez identyfikowanie wzorów powtarzających się w różnych przypadkach, aż po budowanie interpretacji i wniosków teoretycznych, które w przekonujący sposób opisują badane zjawiska.
Celem przedmiotu jest także zapoznanie studentów z logiką pracy badawczej w środowisku Atlas.ti, obejmującą przygotowanie materiału, budowanie biblioteki projektu, fragmentację danych, ich porządkowanie i grupowanie, a następnie przechodzenie do etapów kodowania, analiz i wizualizacji. Uczestnicy mają nauczyć się, jak świadomie podejmować decyzje dotyczące organizacji projektu, jak zaprojektować sensowną strukturę dokumentów, jak tworzyć i rozwijać listę kodów oraz jak wykorzystywać memos do systematycznego rejestrowania własnych przemyśleń, hipotez oraz zmian w sposobie rozumienia materiału. Celem jest, aby absolwent kursu znał pełny ciąg powiązań: od przygotowania danych, przez kodowanie i analizę zakodowanych treści, po konstruowanie spójnych uogólnień i raportów badawczych.
Przedmiot zakłada również rozwój umiejętności analitycznych związanych z pogłębioną pracą na zakodowanych danych. Celem jest, aby studenci potrafili korzystać z narzędzi analitycznych Atlas.ti do identyfikowania relacji między kodami, tworzenia drzew kodowych, rozpoznawania dziedzin semantycznych i wzorów współwystępowania kodów, a także do prostych analiz ilościowych opartych na strukturze zakodowania. Ważnym komponentem celu jest również opanowanie umiejętności rozpoznawania i wizualizacji relacji między kategoriami analitycznymi za pomocą sieci i map semantycznych. Uczestnicy powinni wyjść z kursu z umiejętnością traktowania widoków sieciowych nie tylko jako estetycznego dodatku, lecz jako narzędzia konceptualizacji, testowania hipotez i porządkowania wniosków teoretycznych. Istotną częścią celu przedmiotu jest także kształtowanie refleksyjnej postawy wobec nowoczesnych technologii w badaniach społecznych. Studenci mają zdobyć wiedzę o możliwościach i ograniczeniach narzędzi, o konsekwencjach wyboru określonego oprogramowania dla sposobu pracy badawczej, o wymaganiach związanych z przygotowaniem i archiwizacją materiału, a także o standardach ochrony danych jakościowych i odpowiedzialności etycznej badacza. Celem jest, aby potrafili krytycznie ocenić, kiedy wykorzystanie programów rzeczywiście podnosi jakość analizy, a kiedy może wprowadzać ryzyko nadmiernego zaufania do narzędzia kosztem refleksji metodologicznej i teoretycznej. Wreszcie, celem przedmiotu jest przygotowanie uczestników do praktycznego zastosowania zdobytej wiedzy i umiejętności w ich własnych projektach badawczych. Oczekiwanym rezultatem jest, aby po zakończeniu kursu studenci potrafili samodzielnie zaprojektować i przeprowadzić podstawowy proces jakościowej analizy danych w Atlas.ti, poczynając od wprowadzenia materiału i zbudowania projektu, poprzez systematyczne kodowanie i tworzenie kategorii analitycznych, aż po przygotowanie raportu badawczego lub prezentacji wyników. W ten sposób przedmiot ma nie tylko dostarczyć narzędzi technicznych, ale także poszerzyć arsenał metodologiczny studentów, umożliwiając im bardziej pogłębione, krytyczne i twórcze spoglądanie na rzeczywistość społeczną poprzez pryzmat danych jakościowych.

W cyklu 2025/26_Z:

Analiza danych jakościowych zajmuje szczególne miejsce we współczesnych naukach społecznych. Pozwala zbliżyć się do świata społecznego „od środka” – śledzić to, jak ludzie mówią o własnych doświadczeniach, jak porządkują biografie, jak opisują instytucje, władzę i relacje z innymi. W odróżnieniu od analiz ilościowych, które operują na zagregowanych wskaźnikach, analiza jakościowa koncentruje się na gęstym opisie doświadczenia – na znaczeniach, ambiwalencjach, sprzecznościach, tym, co kruche i łatwo znikające w tabelach statystycznych. Taka analiza jest z natury czasochłonna i iteracyjna. W idealnych warunkach badacz wielokrotnie wraca do materiału, porównuje fragmenty, zmienia kategorie, przeformułowuje pytania, pisze kolejne notatki. Przy dostatku czasu analiza jakościowa pozwala naprawdę „zanurzyć się” w materiale, tak aby widzieć nie tylko pojedyncze wypowiedzi, lecz także ich szerszy kontekst, powtarzające się wzory oraz to, co zostaje wypowiedziane półgłosem lub tylko zasugerowane. W realnych warunkach badań – ograniczonego czasu, rozbudowanych projektów, licznych dokumentów i wymogów sprawozdawczości – pomocne jest komputerowe wspomaganie analizy danych jakościowych (CAQDA). Oprogramowanie nie zastępuje wrażliwości badacza ani jego kompetencji interpretacyjnych, ale porządkuje materiał, wspiera organizację pracy, dokumentuje decyzje analityczne i zwiększa przejrzystość procesu.
Kurs na poziomie podstawowym jest wprowadzeniem do tak rozumianej analizy jakościowej, osadzonej w środowisku Atlas.ti. Pokazuje, jak przejść od „surowych” transkrypcji, dokumentów, materiałów wizualnych lub nagrań audio/wideo do uporządkowanej struktury projektu, która umożliwia stopniowe zagłębianie się w dane. W pierwszej części kursu uczestnicy poznają miejsce badań jakościowych w naukach społecznych oraz ich relację z badaniami ilościowymi. Omawiana jest komplementarność obu podejść, różnice w typach stawianych pytań oraz wniosków, do jakich można dochodzić na podstawie danych liczbowych i narracyjnych. Na tym tle przedstawiany jest rozwój oprogramowania CAQDA – od prostych narzędzi wspierających ręczne kodowanie tekstu po współczesne, wielomodalne „workbench”, pozwalające pracować równolegle z tekstem, obrazem, dźwiękiem i wideo. Wprowadzana jest zasada VISE (Visualization – Integration – Serendipity – Exploration) jako rama dobrej praktyki pracy z danymi w środowisku cyfrowym, podkreślająca znaczenie wizualizacji, integracji różnych perspektyw, otwartości na nieoczekiwane odkrycia oraz eksploracyjnego charakteru analizy. Uczestnicy zapoznają się także z podstawowymi pojęciami Atlas.ti – takimi jak projekt, dokument, cytat (quotation), kod, nota (memo), komentarz, grupa i sieć (network) – oraz z typowym przebiegiem pracy w tym środowisku – od utworzenia projektu, poprzez import materiału, po pierwsze próby jego uporządkowania. Kolejne moduły poświęcone są organizacji projektu i pracy z danymi. Studenci uczą się przygotowywać materiał do analizy, co obejmuje przemyślane nazewnictwo plików, porządkowanie struktury folderów oraz oznaczanie przypadków w sposób ułatwiający późniejsze filtrowanie i porównania. Następnie wprowadzane są różne typy danych, które można analizować w Atlas.ti: teksty, pliki PDF, obrazy, nagrania audio i wideo. Omawia się zasady zarządzania dokumentami, tworzenia kopii zapasowych, a także podstawowe kwestie bezpieczeństwa i ochrony danych, zwłaszcza w przypadku materiału wrażliwego. Szczególny nacisk kładziony jest na rozróżnienie między poziomem danych (data level work), czyli bezpośrednią pracą na dokumentach i cytatach, a poziomem konceptualnym (conceptual level work), który obejmuje operowanie kodami, kategoriami i sieciami. Studenci uczą się płynnie przechodzić między tymi dwoma poziomami, traktując je jako wzajemnie się dopełniające.
Centralną częścią kursu jest praca na poziomie cytatów i kodowania. Uczestnicy uczą się wyodrębniać cytaty (quotations) jako podstawowe jednostki analizy, decydować o ich granicach oraz sensownym zakresie kontekstu. Ćwiczą komentowanie cytatów, nadawanie im nazw oraz dbanie o przejrzystość i konsekwencję w sposobie ich opisywania. Wprowadzane jest kodowanie otwarte, które pozwala rozbijać materiał na mniejsze jednostki znaczeniowe i przypisywać im robocze etykiety, oraz kodowanie in vivo, wykorzystujące sformułowania zaczerpnięte bezpośrednio z wypowiedzi badanych. Na tej podstawie powstaje pierwsza lista kodów, która następnie podlega wstępnemu porządkowaniu w kierunku bardziej spójnego systemu kodów. Równolegle uczestnicy poznają memos jako „przestrzeń myślenia na głos” – miejsce, w którym zapisują intuicje, pytania, wątpliwości i pierwsze pomysły teoretyczne pojawiające się w trakcie pracy z materiałem. Na poziomie podstawowym studenci poznają również narzędzia eksploracji danych dostępne w Atlas.ti. Ćwiczą korzystanie z chmur i list słów jako sposobu wstępnego rozeznania w słownictwie i dominujących pojęciach pojawiających się w projekcie. Uczą się wykorzystywać proste wyszukiwanie tekstowe oraz formułować elementarne zapytania w Query Tool, na przykład takie, które pozwalają odnaleźć fragmenty zawierające dany kod lub sprawdzić współwystępowanie dwóch kodów w tych samych cytatach. Wprowadzane są pierwsze widoki sieciowe (networks), które umożliwiają wizualne śledzenie powiązań między kodami, cytatami i dokumentami. Studenci uczą się także generować proste raporty – zestawienia cytatów przypisanych do wybranych kodów czy raporty dokumentów – wykorzystywane następnie do prezentacji i dyskusji wyników w zespole badawczym.

Celem poziomu podstawowego jest wszechstronne przygotowanie studentów do prowadzenia podstawowej analizy danych jakościowych w Atlas.ti, rozumianej jako złożony proces wymagający czasu, wielokrotnych powrotów do materiału i refleksyjności. Analiza ta korzysta z narzędzi komputerowych, ale nie sprowadza się do ich obsługi – narzędzia CAQDA mają wspierać namysł badawczy, a nie go zastępować. Kluczowe jest więc takie kształcenie, które łączy decyzje techniczne (jak kodować materiał, jak porządkować system kodów, jak generować raporty) z decyzjami teoretyczno-metodologicznymi, dotyczącymi sensu prowadzonych analiz, formułowanych pytań badawczych i sposobu interpretacji uzyskanych wyników. Istotnym obszarem kształcenia jest rozumienie roli badań jakościowych w naukach społecznych. Studenci uczą się dostrzegać, że dane jakościowe stanowią pełnoprawne źródło wiedzy, a nie jedynie ilustrację wyników ilościowych. Zwraca się uwagę na sytuacje, w których analiza jakościowa pozwala uchwycić niuanse, sprzeczności, ambiwalencje oraz obszary milczenia niewidoczne w danych ilościowych – na przykład doświadczenia przemocy, stany zawieszenia, nieoczywiste strategie radzenia sobie czy trudne do zwerbalizowania relacje z instytucjami. Równolegle rozwijane są podstawy obsługi Atlas.ti. Studenci zdobywają umiejętność założenia i uporządkowania projektu, dodawania i organizowania dokumentów, świadomej pracy z interfejsem, Project Explorer i podstawowymi menedżerami (Document, Code, Memo, Network Manager). Uczą się rozumieć różnicę między poziomem danych a poziomem konceptualnym i dostrzegać, że efektywna analiza wymaga ciągłego przechodzenia między tymi dwoma poziomami. Ważnym elementem kursu jest rozwój kompetencji kodowania. Studenci ćwiczą tworzenie cytatów (quotations), ich komentowanie i nazywanie w sposób ułatwiający późniejszą analizę, a także stosowanie kodowania otwartego i kodów in vivo, które pozwalają zachować bliskość języka badanych. Uczą się budować wstępną listę kodów, unikać nadmiernej fragmentaryzacji materiału oraz wprowadzać pierwsze porządki do systemu kodów poprzez wstępne grupowanie i wyodrębnianie szerszych kategorii. Równocześnie rozwijana jest umiejętność dokumentowania procesu analizy – studenci regularnie tworzą memos jako zapis własnej ścieżki analitycznej, uczą się rozróżniać krótkie komentarze i bardziej rozbudowane notatki oraz rozumieją znaczenie śladu analitycznego dla rzetelności badań jakościowych i możliwości rekonstrukcji podjętych decyzji. Kurs obejmuje również wprowadzenie do wstępnej eksploracji i wizualizacji danych. Studenci poznają chmury i listy słów jako narzędzia pierwszego rozeznania w materiale, uczą się formułować i realizować proste zapytania w Query Tool oraz tworzyć pierwsze widoki sieciowe i raporty służące dyskusji wyników i ich prezentacji. Całość odbywa się przy silnym nacisku na rozwój refleksyjnej i etycznej postawy badawczej. Podkreślane jest, że korzystanie z oprogramowania CAQDA nie zwalnia z odpowiedzialności metodologicznej i etycznej; przeciwnie – wymaga świadomego stosowania zasad ochrony danych, anonimizacji i archiwizacji. Studenci uczą się krytycznie oceniać, kiedy narzędzie komputerowe rzeczywiście pomaga im „wgłębić się” w materiał, a kiedy grozi spłaszczeniem analizy do serii operacji technicznych, oderwanych od pytań badawczych i kontekstu społecznego. Po ukończeniu kursu student powinien być w stanie samodzielnie przygotować dane do analizy, zbudować projekt w Atlas.ti, zakodować i opisać materiał, wykorzystać podstawowe narzędzia eksploracji oraz wygenerować pierwsze raporty i wizualizacje. Rezultaty te mają stanowić fundament dla dalszego, pogłębionego namysłu teoretycznego i metodologicznego oraz dla rozwijania bardziej zaawansowanych kompetencji badawczych w obszarze jakościowej analizy danych.