Περιεχόμενο

• Οδηγίες
• Τμήμα 1
• Πώς
• Ανακοίνωση
• Τι χρειάζεστε

Προκειμένου να κωδικοποιήσετε την ποιοτική έρευνα, αντιμετωπίζετε το έργο της ποσοτικοποίησης υποκειμενικών δεδομένων, που σημαίνει μετατροπή μιας αναζήτησης που αποτελείται από υποκειμενικές παρατηρήσεις σε ένα σύνολο αντικειμενικών δεδομένων. Με άλλα λόγια, απαιτεί πρώτα να ποσοτικοποιήσετε την ποιοτική σας έρευνα για να την κωδικοποιήσετε. Με λίγα λόγια, θα χρησιμοποιήσετε αριθμούς για να ερμηνεύσετε παρατηρήσεις που δεν βασίζονται σε αριθμό.

Οδηγίες

Οι σημειώσεις πεδίου, τα αποτελέσματα των ερωτηματολογίων και οι απαντήσεις από συνέντευξη είναι ποιοτικές έρευνες (εικόνα φορητού υπολογιστή από τον Victor M. από την Fotolia.com)

Τμήμα 1

1. Συγκεντρώστε τα σκίτσα προ-έρευνας, καθώς και τις σημειώσεις πεδίου, τα αποτελέσματα των ερωτήσεων συνέντευξης ή τα ερωτηματολόγια. Αυτό το άρθρο υποθέτει ότι έχετε ήδη πραγματοποιήσει την έρευνά σας και προσπαθείτε να την κωδικοποιήσετε για να το παρουσιάσετε ή να το δημοσιεύσετε. Η μετατροπή της ποιοτικής έρευνας σε ποσοτικά αποτελέσματα είναι μια ιδιότροπη διαδικασία · είναι απαραίτητο να διασφαλιστεί ότι η προ-ερευνητική θεωρία και η μεθοδολογία σας είναι διαθέσιμες για αναφορά.

   

   Θα πρέπει να οργανώσετε τα αποτελέσματα αναζήτησης πριν την κωδικοποιήσετε (στοίβα από περιοδικά # 3 από τον Adam Borkowski από την Fotolia.com)

2. Ποσοτικοποιήστε και καταγράψτε τα αποτελέσματά σας. Για να κωδικοποιήσετε την ποιοτική σας έρευνα, πρέπει να αναλύσετε τα υποκειμενικά σας δεδομένα από μαθηματική άποψη. Εάν κάνετε ανάλυση κειμένου, αυτό μπορεί να συνεπάγεται απλώς καταμέτρηση πόσες φορές μια συγκεκριμένη λέξη παρατίθεται - είναι ευκολότερο να γίνει αυτό χρησιμοποιώντας μια εφαρμογή επεξεργασίας κειμένου, αλλά μπορεί να γίνει με το χέρι. Τα ερωτηματολόγια είναι ποιοτικά, αλλά οι ερωτήσεις πολλαπλών επιλογών μπορούν να κωδικοποιηθούν με το ποσοστό των απαντήσεων Α, Β, Γ κ.λπ. Οι σημειώσεις πεδίου μπορούν να κωδικοποιηθούν με την εύρεση κοινών αντικειμενικών παρατηρήσεων που έχετε κάνει, για παράδειγμα, "Οι αγοραστές που παρατήρησα στο Tesco φαινόταν να βιάζονται από αυτούς της Asda" μπορούν να κωδικοποιηθούν ως 1, αντιπροσωπεύοντας έναν αργό ρυθμό στις αγορές, ένα βήμα πιο γρήγορα και ούτω καθεξής. Τα αριθμημένα αποτελέσματά σας θα αποτελέσουν τα δεδομένα που θα κωδικοποιήσετε. Η κατάτμηση είναι απλά να συγκεντρωθούν όλα τα δεδομένα μαζί.

   
   

   

   Η υπογράμμιση λέξεων-κλειδιών είναι ένα καλό εργαλείο για τον πίνακα των αναλύσεων κειμένου (Εικόνα Βερολίνου από τον martin schmid από την Fotolia.com)

3. Καταχωρίστε τα αποτελέσματα των υπολογιστικών φύλλων. Θα πρέπει να έχετε τουλάχιστον 15 αποτελέσματα ή δεν θα πρέπει να σκεφτείτε τίποτα, με εξαίρεση μια μελέτη περίπτωσης στην οποία τα 15 αποτελέσματα θα προέρχονταν από την έρευνα σε αυτή τη συγκεκριμένη περίπτωση, κάθε δεκαπέντε μεταβλητές αντικειμενικού σημείου της μελέτης σας. Τα αποτελέσματα θα πρέπει να τοποθετούνται με τα ονόματα των θεμάτων που σχετίζονται με τα δεδομένα σε έναν άξονα (γραμμή της κεφαλίδας υπολογιστικού φύλλου) και τα αριθμητικά αποτελέσματα που ανήκουν στα θέματα σε έναν άλλο άξονα (στήλη της κεφαλίδας υπολογιστικού φύλλου).

   

   Μεταφέρετε (κωδικοποιείτε) τις ερευνητικές σας σημειώσεις σε ηλεκτρονική μορφή για εμπειρική ανάλυση (εικόνα της επιχείρησης από τον Szymon Apanowicz από την Fotolia.com)

4. Ελέγξτε όλες τις μεταβλητές που είναι δυνατές, για παράδειγμα, την ηλικία, τη φυλή, το φύλο κλπ. και να κωδικοποιήσετε τα ποιοτικά σας δεδομένα στις επόμενες στήλες. Η κωδικοποίηση ποιοτικών δεδομένων απαιτεί να αναφέρετε ποσοτικά δεδομένα που θα είναι κουραστικά, αλλά μπορεί επίσης να απαντήσετε στην ερώτηση της έρευνάς σας καλύτερα από την υπόθεσή σας σε σχέση με τα ποιοτικά σας δεδομένα. Έτσι, ενώ οι γραμμές σας έχουν μόνο έναν τύπο δεδομένων, για παράδειγμα, το όνομα κάποιου, η κεφαλίδα της στήλης μπορεί να περιέχει μεταβλητές που δεν είναι τα ποιοτικά σας δεδομένα, αλλά αντιπροσωπεύουν την "ομάδα ελέγχου". Η κωδικοποίηση ποιοτικών δεδομένων χωρίς ποσοτικά δεδομένα δεν αποτελεί καλή ερευνητική πρακτική, διότι δεν έχει ελέγχους και μπορεί να ακυρώσει τα ευρήματα της έρευνάς της.

   
   

   

   Κάθε χρώμα στο τελικό γράφημα ή στη δήλωση μπορεί να αντιπροσωπεύει διαφορετικές μεταβλητές για ένα κοντέινερ ή ένα θέμα (εικόνα ιστόγραμμα από τη Danielle Bonardelle από την Fotolia.com)

5. Ονομάστε την κατηγορία, στην κεφαλίδα της στήλης, με μια λέξη που καταγράφει την ουσία του μέτρου. Αυτό είναι όπου θα χρειαστείτε τη θεωρία και τις μεθοδολογικές σας σημειώσεις.Για εμπειρικά δεδομένα, όπως "ηλικία", προφανώς θα θέσετε μόνο την ηλικία, αλλά για κάτι σαν το "φύλο", το οποίο δεν είναι το ίδιο με το "φύλο", δεν μπορείτε να χρησιμοποιήσετε μόνο τη λέξη φύλο επειδή το σύνολο δεδομένων σε αυτή την περίπτωση θα πρέπει να ονομάζονται ως κάτι που σχετίζεται με κάποιο τρόπο με αυτό που μετρήσατε στην πιο υποκειμενική μεταβλητή του είδους. Για παράδειγμα, το "ποσοστό ανδρών" θα μιλούσε πολύ περισσότερο από το "αρσενικό" ή το "θηλυκό" όσον αφορά τη στατιστική σύγκριση. Αυτός ο κανόνας δεν ισχύει αν κωδικοποιείτε τις απαντήσεις ενός ερωτηματολογίου που επιτρέπει μόνο στον συμμετέχοντα να επιλέξει μεταξύ δύο απαντήσεων. Στην περίπτωση αυτή, η κωδικοποίηση μπορεί να απλοποιηθεί με την ανάθεση δύο διαφορετικών αριθμών, για παράδειγμα 1 και 2.

   

   Η κωδικοποίηση των ποιοτικών δεδομένων ως ποσοστά από κάτι είναι ένας καλός τρόπος να αναπαραστήσουμε αριθμητικά την υποκειμενική σας αναζήτηση (Εικόνες διαπραγμάτευσης κατά αμέλη από την Fotolia.com)

6. Οργανώστε τα αποτελέσματά σας σε σχέση με τη μεταβλητή ανεξάρτητα από την υπόθεσή σας. Αυτό θα επηρεάσει τη διάταξη των δηλώσεων και των γραφημάτων σας, αλλά δίνει επίσης και ιδέα εάν η ανεξάρτητη μεταβλητή έχει κάποια συσχέτιση με τις εξαρτώμενες μεταβλητές. Κάνετε αυτό επιλέγοντας μια στήλη που έχει την κεφαλίδα όλων των ονομάτων που αντιστοιχούν στα κωδικοποιημένα ποιοτικά δεδομένα, πηγαίνοντας στο "Format" και επιλέγοντας τα δεδομένα που θα οργανωθούν. Όταν το κάνετε αυτό, είστε έτοιμοι να δημιουργήσετε τα γραφήματα και τις δηλώσεις και να εισαγάγετε τα ποιοτικά σας δεδομένα στην παρουσίασή σας ή στο άρθρο σας.

   

   Αν έχετε κάνει καλή δουλειά που κωδικοποιεί τα δεδομένα σας, τα γραφικά και τα demos σας θα πρέπει να αποδίδουν εντυπωσιακά αποτελέσματα. (εικόνα φόντου από τον Stasys Eidiejus από την Fotolia.com)

Πώς

• Η κωδικοποίηση της ποιοτικής έρευνας θέτει σε κίνδυνο την "εξωτερική επικύρωση" ή την εφαρμογή στον πραγματικό κόσμο, οπότε βεβαιωθείτε ότι είναι ισχυρή η "εσωτερική επικύρωση" σας ή η συνέπεια στην οποία μετρήσατε τα δεδομένα σας.
• Όσο περισσότερο κατηγοριοποιείτε τα ποιοτικά σας αποτελέσματα εμπειρικά κατά τη διεξαγωγή της έρευνας, τόσο πιο εύκολο θα είναι να το κωδικοποιήσετε αργότερα.
• Οι περισσότερες μεταβλητές μπορούν να κωδικοποιηθούν από το 1 έως το 10 με τον απλό υπολογισμό του αριθμού των φορών που χρησιμοποιείται μια δεδομένη λέξη ή φράση ή με την ταξινόμηση ενός αριθμητικού βαθμού που ταιριάζει με την "ποσότητα" κάτι που συμβαίνει.
• Εάν είστε νέος στην κωδικοποίηση μιας αναζήτησης, χρησιμοποιήστε το Excel. Αν είστε πιο έμπειροι, για παράδειγμα, πανεπιστήμιο, το καλύτερο εργαλείο είναι το SPSS.
• Βεβαιωθείτε ότι τα αρχικά δεδομένα της έρευνας σας (πριν από την κωδικοποίηση) έχουν νόημα, από την άποψη της υπόθεσής σας και των εξαρτημένων και ανεξάρτητων μεταβλητών.

Ανακοίνωση

• Επιλέξτε τη μέθοδο κωδικοποίησης που ισχύει καλύτερα για τα ποιοτικά σας δεδομένα ή μπορεί να χάσετε την έννοια της αναζήτησής σας.
• Ρωτήστε τον εαυτό σας γιατί επιλέγετε να κωδικοποιήσετε την ποιοτική σας έρευνα. Εάν μπορείτε να αποφύγετε τη χρήση ποσοτικής ανάλυσης για τα ποιοτικά σας δεδομένα, τότε εξετάστε την κωδικοποίηση των μεταβλητών που μπορούν εύκολα να μετατραπούν σε στατιστικές και να μιλήσετε πιο υποκειμενικά για την ποιοτική έρευνα, η οποία δεν μπορεί να μετατραπεί σε εμπειρικά αποτελέσματα.
• Μην μπείτε στον πειρασμό να κυριαρχήσετε τα κωδικοποιημένα σας δεδομένα για να κάνετε την υπόθεσή σας πιο αληθινή από ό, τι είναι. Μια αρνητική υπόθεση είναι ακόμα ένα ερευνητικό αποτέλεσμα. Με λίγα λόγια, μην αλλάξετε τη μέθοδο καρτελών στα μισά.
• Αποθηκεύστε το αρχείο συχνά επειδή χρειάζονται ώρες για να κωδικοποιήσετε τα αποτελέσματα μιας αναζήτησης και δεν θέλετε να χάσετε όλα τα δεδομένα σας λίγο πριν την προθεσμία.

Τι χρειάζεστε

• Θεωρία και μεθοδολογία προ-έρευνας
• Πρόγραμμα στατιστικών στοιχείων και υπολογιστικών φύλλων
• 15 ή περισσότερα ποιοτικά αποτελέσματα
• Υπολογιστής