Salla: Tutkimusmenetelmistä

van Doornin, van Zoonenin ja Wyattin aineisto oli siis 97 blogia ja niiden 100 kirjoittajaa sekä kahden epätyypillisen ja kahden tyypillisen bloggaajan 10 viimeisintä blogitekstiä. Sadan bloggarin henkilötiedoille (sukupuoli, ikä, koulutus, ammatti, siviilisääty, kansallisuus, maantieteellinen sijainti, kieli, tieto mahdollisista lemmikeistä, harrastukset, kuva, seksuaalinen suuntautuminen ja bloggauksen syy) tehtiin deskriptiivinen analyysi, jonka tuloksena olivat frekvenssit; käytännössä kyse taisi siis olla määrällisestä analyysistä, jossa vain laskettiin tiettyjen määritelmien esiintymistiheys. Tämän analyysin pohjalta saatiin selville luokat, jotka olivat näillä sadalla bloggarilla yleisimmät. Niiden pohjalta muodostettiin stereotyypit tyypillisestä ja epätyypillisestä bloggaajasta, joita apuna käyttäen sitten valittiin neljä ehdot täyttävää kirjoittajaa. Näiden kirjoittajien tekstejä analysoitiin puolestaan sisällönanalyysin keinoin: tutkijat keskittyivät teksteissä kuvien ja hyperlinkkien käyttöön, aiheiden valintaan sekä kielen ja hymiöiden käyttöön. Näitä kaikkia tutkittiin siitä näkökulmasta, ilmaisevatko ne jotenkin sukupuolisuutta.

van Doorn jne. olisivat voineet keskittyä tarkemmassa analyysissään ainoastaan esimerkiksi blogipostausten aihevalintoihin; kun tutkitaan vain neljää bloggaria, tuntuvat tulokset yleistävän liikaa, kun alkuperäisjoukko on niinkin suuri kuin 500. Jos tutkimuksen toinen vaihe olisi keskittynyt vain postausten aihevalintoihin, olisi tutkittavien bloggaajien joukko voinut olla esimerkiksi 10, mikä vastaa kahta prosenttia koko joukosta. Neljä bloggaajaa viidestäsadasta on sen sijaan vain 0,8 prosenttia. Toisaalta on pantava merkille, että aiheenvalinta (ja kuvat) on jokseenkin ilmeinen asia tutkittavaksi, ja sukupuolisuuden ilmaisut hymiöiden käytössä tai kielessä ovat huomattavasti hienovaraisempia ja siten niitä kannattaisi tutkia enemmän.

Lu ja Hsiao analysoivat 525 kyselylomakkeen aineistoa SEM-mallia (structured equation modelling) käyttäen: aineiston ja hypoteesien yhteneväisyys pyrittiin todistamaan laskukaavojen avulla. Aineiston analysointi matematiikan avulla ei tunnu olevan suomalaisessa tutkimuksessa se yleisin menetelmä, minkä vuoksi minustakin laskukaavojen käyttö selkeästi laadullisen aineiston analyysissä ja hypoteesien testaamisessa tuntuu oudolta. Jos tutkimuksen aineisto olisi kerätty pienemmässä mittakaavassa, olisi aineiston manuaalinen analysointi ollut huomattavasti järkevämpi ratkaisu. Toki tulokset eivät olisi olleet samalla tavalla yleistettävissä, mutta ne olisivat saattaneet tarjota yksityiskohtaisempaa tietoa aiheesta.

Pedersenin ja Macafeen aineisto koostui kyselylomakkeista sekä tutkijoiden omista havainnoista. Havainnoinnissa tutkijat luokittelivat aineistonsa 48 blogia kategorioihin blogien sisällön perusteella. Bloggaajien teknisen osaamisen tason tutkijat pisteyttivät sen mukaan, mikä ja kuinka paljon muokattu blogipohja bloggaajilla oli käytössään. Myös blogien suosio pisteytettiin. Näin saatuja tietoja vertailtiin mies- ja naisbloggaajien välillä.

Herringin ja Paolillon aineisto koostui 127 blogitekstistä, jota tutkijat analysoivat määrällisesti: he käyttivät monimuuttuja-analyysiä (multivariate analysis, MVA) tekstien tyyliseikkojen kartoittamiseen. Tämä tarkoitti sitä, että tutkijat etsivät teksteistä 1) riippuvia muuttujia (dependent variables), tässä tapauksessa sanoja, joissa Argomonin ja Koppelin tutkimusten mukaan näkyy kirjoittajan sukupuoli sekä 2) riippumattomia muuttujia (independent variables), jotka ovat tässä tapauksessa kirjoittajan sukupuoli ja blogin genre. Ensimmäisessä kohdassa mainittuja sanoja etsittiin teksteistä automatisoidusti. Käytännössä Herringin ja Paolillon analyysi oli Lun ja Hsiaon tapaan lukujen pyörittelyä.

Huffaker ja Calvert analysoivat 70 blogin aineistoaan diskurssianalyysin avulla. Tutkimuksessa keskityttiin bloggaajien käyttämään kieleen ja hymiöihin. Käytännössä tutkijat analysoivat kunkin blogin etusivun käyttäen apunaan DICTION 5.0 -sisällönanalyysiohjelmaa, joka arvioi valitun dokumentin sanamäärää, aihetta ja sävyä. Jokaista blogia arvioitiin myös sen mukaan, kuinka paljon henkilökohtaista informaatiota (nimi, ikä, syntymäpäivä, sijainti jne) niissä paljastetaan. Bloggaajien käyttämiä hymiöitä analysoitiin sen mukaan, mihin viidestä kategoriasta (iloinen, surullinen, vihainen, flirttaileva, väsynyt) ne kuuluivat. Huffakerin ja Calvertin käyttämät tutkimusmenetelmät tuntuivat jo huomattavasti tutummilta, ja ehkäpä juuri sen vuoksi myös järkevimmiltä. Toisaalta tietokoneohjelmien käyttö tekstin tyylin tunnistamiseen on ainakin vielä suomenkielisten tekstien kohdalla utopiaa, mutta englanninkielisessä aineistossa tilanne on varmasti aivan toinen.

Kaiken kaikkiaan tutkimuksissa käytettiin sekä määrällistä että laadullista lähestymistapaa, mutta yleisin analyysikeino oli ehdottomasti sisällönanalyysi. Yllättävän paljon tutkijat käyttivät apunaan tietokoneohjelmia ja matemaattisia kaavoja, mikä näin humanistin näkökulmasta on melko erikoinen lähestymistapa niinkin inhimilliseen aiheeseen kuin sukupuoleen ja toisaalta ihmisten tuottamaan tekstiin. Niinikään tuntui siltä, etteivät tutkijat pyrkineet tuomaan tutkimuksillaan esiin mitään uutta tai mullistavaa tietoa sukupuolten käyttäytymisestä, vaan pikemminkin vahvistamaan jo olemassa olevia käsityksiä. Jos tämä todella on nykyaikaisen gender-tutkimuksen kuva, ollaan mielestäni väärillä jäljillä.