猴子 发表于 2014-6-17 12:16:45

DMEL第31问:方法背后的逻辑你了解吗?





  即使说不出道道,大家也倾向于相信,项目的参与者尤其是受益人的反馈,对于促进项目的改进和发展极为重要。于是在项目完成后,大家都各自埋头苦干、热火朝天的去收集信息了。但结果往往是拿到一堆的反馈,却不知道如何有效利用,只能束之高阁,白白浪费了自己的时间和参与者的热情。


  究其原因,大多数人只是照猫画虎,仅仅是对操作方法的“模仿”,而在操作过程中也充斥着各种“便宜行事”,难以充分发挥方法本身的价值。大家对收集信息的热情更多是出于规范化操作的需要,而非对其背后逻辑的清晰认识,更谈不上认同了。


  这个问题在定性方法的使用上表现尤为明显。相比于定量分析,定性分析更依赖于对方法背后逻辑的清晰了解。定量信息收集后,尚可以做些简单的加和平均、直接对比数值,而定性信息就很难处理了。或许这也是不少人追求定量指标,爱用数字说话的原因吧。


  但对致力于社会问题解决的我们而言,即使是确定定量指标本身,也不是一件容易的事情。很多时候,定量指标也是通过对大量定性信息的分析而得出的。总而言之,对定性数据的收集与分析,是我们绕不开的。提到我们常使用的定性信息,最首要的就是目标对象对项目的反馈,因为它被认为能够直接反映项目成果。


  不过,在很多情况下,我们并不能确定哪些变化是由项目引起的。为此,我们倾向于向受益人提出一个“大”的问题。比如:“你觉得参加项目期间,你的生活发生了哪些变化?”。而这一问题的回答,我们所得到的信息可能非常宽泛,甚至完全与项目预期无关。这个时候我们该怎么办呢?想一想我们问问题背后的逻辑,就知道了。


  我们这么问,是因为我们相信,项目活动对目标对象是有影响的。目标对象在项目期内会发生某些变化,而这些变化至少有一部分是由项目活动造成的。同时我们也承认,这些变化也可能有其他原因。因此有些人变化明显,有些不那么明显。


  根据这一逻辑,我们知道在信息收集时:第一,我们需要让目标对象将自己的变化与项目活动联系起来;第二,我们可以通过提取“显著”的变化,更经济地说明项目成果;第三,我们可以主动去发掘更多促进目标对象出现预期变化的原因,考虑将有利的因素纳入项目活动,排除或控制阻碍因素。


  因此,我们可以在问了“你觉得参加项目期间生活发生了哪些变化?”这个问题之后,可以进一步追问,比如“你觉得引起这些变化的原因有哪些?”,“这些变化对你的生活已经或者将来会产生什么影响?”,从而将我们得到的回答与项目关联起来。


  随后,我们可以将得到的信息,按照变化的主题、变化的性质(积极或消极)、是否是我们预期的目标等等进行分类。再结合回答中提供的原因,找出属于项目活动影响的部分,这样就能够很好的说明项目成果了。


  对原因的进一步分析,则能够直接贡献于项目设计的改进。比如:对导致受益人出现消极变化的原因,想办法排除或控制;对于引起未预期积极变化的原因,结合项目长远目标考虑是否要进一步推进;对于产生预期积极变化的原因,结合项目当前的活动设计,考虑哪些活动需要调整或新增哪些活动。


  每一种信息收集方法的背后,都有一套自己的逻辑。只有当你了解它的时候,才能够把握其中的关键点。而此时,你再根据自己的实际情况“便宜行事”,就不至于拿到了信息却不知道如何使用,也不至于陷入信息的汪洋大海之中找不到出口了。


  来源:社会资源研究所(SRI)

页: [1]
查看完整版本: DMEL第31问:方法背后的逻辑你了解吗?