Tietojen valmistelu analysointia ja triangulaatiota varten

Seuraavassa on joitakin vinkkejä taulukon asettamisesta tekstinkäsittelyohjelmaan, jotta tutkija voi yhdistää tietoja eri lähteistä. Tämä vaihe on kriittinen tietojen etsinnässä analysoinnin aikana ja hankkimaan demografisia tietoja, jotka voivat olla tärkeitä tutkimukselle. Esimerkiksi on hyödyllistä korostaa kriteerit, joita käytetään valitsemaan tutkimukseen osallistujat, koska nämä attribuutit voivat olla tärkeitä analyysille.

Kriteerit tai attribuutit ovat perusta tärkeimpien lajitteluluokkien tunnistamiseksi .

Tietokantamateriaalin valmistelun tässä vaiheessa on hyödyllistä pohtia tietoja, jotka ovat avain datan hakemiseen tietotaulukoiden yhdistämisen yhteydessä. Tarkastellaan monia ehtoja, joiden avulla tietojen analysointia helpotetaan ja täsmennetään yhdistämällä taulukoita:

Sarakkeiden lisääminen taulukoihin

Toistaiseksi tietotaulukko näyttää nämä sarakkeet (vasemmalta oikealle): osanottajan nimi tai tunnus; Teemakoodi, moderaattorikysymykset / osallistujan vastaus; Järjestyksessä. Tämän sivun asentamiseksi sarakkeen osanottajan nimi tai tunnus on jätetty pois alla olevassa taulukossa. Huomaa, että käytännössä tämä sarake on analyysin kannalta välttämätön.

Seuraavat sarakkeet, jotka lisätään, sisältävät valintakriteerit tai osallistujamääritteet.

Esimerkiksi tutkija voi haluta pystyä lajittelemaan osallistujien vastaukset heidän roolinsa organisaatiossa, iän tai sukupuolen mukaan. Muista, että haastattelijoiden tai moderaattoreiden esittämien kysymysten riveissä oleva teksti on lihavoitu , jotta se erottuu visuaalisesti opiskelijoiden vastauksista.

On hyödyllistä muodostaa taulukko maisemakuvaan lisäämällä sarakkeita asiaankuuluviin kriteereihin tai attribuutteihin, jotka laajentavat taulukon leveyttä huomattavasti.

Lyhytnimiöiden käyttäminen avainten lajittelu-luokkiin

Lajittele luokkia voidaan edustaa numeroita, kirjaimia tai numero-kirjaimia. Sen sijaan, että kirjoittaisivat luokkoluokat kokonaan sanoen, tutkija voi käyttää lyhyitä tunnisteita. Esimerkiksi edellä olevassa taulukossa organisaatiot ovat erilaisia ​​orkestereita ympäri maailmaa. Orkestereihin voidaan sovittaa lyhyillä tunnisteilla seuraavasti:

Myös yksilöiden roolit järjestöissä voidaan koodata. Seuraavassa on joitain esimerkkejä:

Esimerkki Vaihe 3.

Taulukko useiden lähdetietojen analyysistä

Organisaatio Ikäikäinen teemakoodi Haastattelukysymys / osallistujien vastaukset Järjestys # N / A N / AN / A 4.205 Haastattelija: Miten Simon Bolivarin Nuoriso -orkesterin soolomusiikki vaikutti siihen, miten tunsit olevasi poika barrioista? 45

Simon Bolivarin Nuoriso -orkesteri

23 muusikko 4.205

Ennen kuin liityin El Sistemaan , olin hieman ongelmajohtaja.

Lopetin ajattelemalla itseäni näin, kun oppin soittamaan soittimen. Olen vakuuttunut siitä, että harjoitteleminen muiden musiikkilaisten kanssa, joka iltapäivällä ja joka lauantai-aamuna, estänyt minua pääsemästä vakaviin vaikeuksiin.

Pienyrittäjän tai etenkin kotiyrityksen markkinatutkimusbudjetilla ei yleensä ole varaa viedä suuria summia ohjelmistossa analysoimaan liiketoiminnan kehittämiseen kerättyjä laadullisia tietoja.

Tämä artikkelisarja tarjoaa vaiheittaiset tiedot siitä, miten tavallista tekstinkäsittelysovellusta voidaan käyttää laadullisen markkinatutkimuksen tekemiseen . Kuvattuja prosesseja voidaan soveltaa kvantitatiivisten tietojen analyysiin, joka on kerätty tutkimustutkimuksesta , kohderyhmäistuntoista ja syvällisistä haastatteluista .

> Lähteet:

> LaPelle, NR (2004). Laadullisten tietojen analysoinnin yksinkertaistaminen yleiskäyttöisten ohjelmistotyökalujen avulla. Boston, MA: Massachusettsin lääketieteen yliopisto.

> Miles, MB > ja > Hubermanm, AM (1994). Laadullinen tiedon analysointi: laajennettu lähdekirja (2. laitos) Thousand Oaks, CA: Sage Publications.

> Dey, L. (1993). Laadullinen analyysi: A > käyttäjäystävällinen > opas yhteiskuntatieteilijöille. Lontoo: Routledge ja Kegan Paul.MacQueen, KE, McLellan, K., Kay, K., ja > ilstein >, B. (1998). > Koodikirja > kehittäminen tiimipohjaiselle laadulliselle analyysille. CAM Journal, 10 , 31 - 36.