Kalba
Tyrimo planavimas
Kaip jau sakėme, tyrimo tikslas ir jam įgyvendinti numatyti uždaviniai apibendrintai nusako tam tikrą tyrimo logiką siekiant rezultato ir gali tapti viso tyrimo planavimo pagrindu. Kadangi kalbiniai tyrimai paprastai kelia tikslą ištirti tam tikrą kalbos vartojimo sritį, vienas iš būtinų etapų – susirinkti pakankamą duomenų kiekį.Tačiau prieš pradedant rinkti pavyzdžius būtina išstudijuoti teorinę literatūrą – visų pirma, tik taip galima susipažinti su tuo, kas mokslui tuo klausimu jau žinoma, išsiaiškinti, kokiais požymiais remdamiesi vienokį ar kitokį reiškinį galime pavadinti, tarkim, įterpiniu. Tik taip pasiruošus galima pereiti prie kito vieno svarbiausių mokslinio tyrimo etapų – tiriamosios medžiagos rinkimo ir kaupimo.
Paprastai šiuo etapu tikrovei atviras tyrėjo žvilgsnis netrukus užkliūva ir už tokių pavyzdžių, kurie verčia pasukti galvą, kaip vertinti vienokią ar kitokią konstrukciją, ir vėl grąžina prie teorinės literatūros – toks probleminis teorinės literatūros, kitų mokslinių darbų skaitymas leidžia dar kruopščiau surinkti argumentus savo pozicijai pagrįsti.
Teorinės literatūros skaitymas padeda atrasti ir tinkamiausią ar sukonstruoti naują, specialiai tam tyrimui pritaikytą metodą (ar metodus), kuris (ar kurie) taikomi renkant ir apdorojant tyrimo duomenis. Tyrimo metodika, visų pirma, priklauso nuo tyrimo tikslo: nuo to, kokio tikslo siekiama, priklauso ir kelias, kuriuo į tą tikslą einama. Svarbu atminti – jei mokslinio tyrimo rezultatai patikimi, tai bet kuris kitas tyrėjas, analogiškomis aplinkybėmis atlikęs tokį pat tyrimą, turėtų gauti tokius pačius rezultatus. Štai kodėl patys duomenų rinkimo ir apdorojimo metodai, kiekvienas jų etapas ir procedūra yra kruopščiai aprašomi.
Kiekvienas tyrėjas paprastai susiduria su klausimu: kiek turi būti surinkta ir ištirta duomenų, kad būtų galima tvirtinti, jog gauti rezultatai yra patikimas atsakymas į išsikeltą probleminį klausimą. Visų pirma, tai priklauso nuo to, kokią problemą pasirenkama tirti: jei rūpi išsiaiškinti vienokio ar kitokio kalbinio reiškinio, pavyzdžiui, priedėlio vartojimo dėsningumus viename kuriame nors šaltinyje, pavyzdžiui, Kristijono Donelaičio Metuose, akivaizdu, kad turi būti ištirti visi to veikalo priedėliai. Jei keliamas tikslas nustatyti priedėlio vartojimo dėsningumus kurio nors laikotarpio to paties žanro tekstuose, pavyzdžiui, moksliniuose straipsniuose, arba jei siekiama išsiaiškinti, kuo skiriasi priedėlių vartojimas to paties laikotarpio skirtingų žanrų tekstuose, pavyzdžiui, moksliniuose ir mokslo populiarinamuosiuose straipsniuose, toks klausimas – kokia duomenų imtis leis tvirtai teigti, jog pastebėti dėsningumai yra reikšmingi ir gali būti laikomi moksliniu atsakymu į tyrimo pradžioje išsikeltą klausimą – išties esminis. O jei bus keliamas tikslas pasižiūrėti, kaip keitėsi šio reiškinio vartojimas to paties žanro tekstuose skirtingomis epochomis, greičiausiai reikės surinkti be galo daug empirinių duomenų ir jiems apdoroti bus pasitelkti specialūs vaidinamosios tekstynų lingvistikos metodai.
Kitas tyrimo etapas – surinktų duomenų apdorojimas, t. y. jų analizavimas ir klasifikavimas – skirstymas į tam tikras rūšis, grupes. Pagal kurį požymį surinkti duomenys grupuojami, lemia darbo tikslas ir jį sukonkretinantys uždaviniai (kiekvienas objektas paprastai turi keletą požymių, bet tik vienas jų relevantiškas tiriamu klausimu) – būtent jie atspindi tyrėjo pasirinktą hipotezės – kaip galimo atsakymo į probleminį tyrimo klausimą – patikrinimo kelią.
Siekiant aiškumo, vienareikšmiškumo, vaizdumo ir pan. gauti duomenys aprašomi ne tik tekstu, bet ir pateikiami lentelėmis, grafikais, diagramomis ir pan. Kas be ko, labai kruopščiai fiksuojami visi rezultatai, t. y. aptariamos kaip reikšmingos ne tik pagrindinės tendencijos, bet ir reti atvejai. Jokiu būdu negalima apeiti negirdomis tų duomenų, kurie yra nepatogūs interpretuoti, verčia patikslinti pirminį sumanymą – toks nutylėjimas esmingai pažeistų mokslinio darbo etiką.
Tyrimo rezultatų aprašymas neatskiriamas nuo jų interpretavimo ir vertinimo: gauti tam tikrų duomenų maža – svarbu gebėti juos įtikinamai paaiškinti, surasti jiems tinkamą vietą jau turimų mokslinio pažinimo teiginių bei išvadų sistemoje. Pavyzdžiui, jei apdorojus didžiąją dalį duomenų paaiškėja, kad tam tikrą reiškinį, ankstesnių tyrėjų aprašytą kaip palyginti dažną, surinktoje medžiagoje atitinka tik vienas kitas pavyzdys, teks pasukti galvą, kaip tokį reiškinį vertinti? Gal jūsų tyrimas išties fiksavo kalboje įvykusius pokyčius, o gal ligtoliniuose tyrimuose, kuriais remtasi, išvados daromos neturint pakankamai duomenų apie tiriamo reiškinio vartojimo kontekstinius ypatumus, o jūsų tyrimui medžiaga rinkta iš kitokio žanro tekstų? T. y. gautieji rezultatai taps pretekstu kelti dar vieną hipotezę, ja papildyti pradinę ir paieškoti naujų pavyzdžių jau kituose šaltiniuose, kurie jums suteiktų daugiau tikrumo daryti vienokias ar kitokias išvadas apie stebimą reiškinį.
