Forberede data for analyse og triangulering

Klargjøre sammenslåing av tabeller ved hjelp av nøkkel sorteringskategorier

Denne artikkelen beskriver hvordan du konfigurerer en tabell i et tekstbehandlingsprogram slik at forskeren kan samle data fra forskjellige kilder. Dette trinnet er avgjørende for datainnhenting under analyse og for å fange demografisk informasjon som kan være viktig for studien. For eksempel er det nyttig å markere kriteriene som brukes til å velge studiedeltakerne, da disse egenskapene kan være viktige for analysen.

Kriteriene eller attributter er grunnlaget for å identifisere nøkkeltypekategorier.

På dette tidspunktet i databortpreparasjonen er det nyttig å tenke på informasjonen som vil være nøkkelen til henting av data når datatabeller slås sammen. Tenk på de mange forholdene som dataanalyse vil bli gjort enklere og mer nøyaktig ved å slå sammen tabeller:

• Flere respondenter (deltakere)
• Fokusgrupper (flere respondenter)
• Studier data fra forskjellige tidsperioder
• Data gruppert etter spørsmålstype på tvers av respondenter

Legge til kolonner i tabeller

Så langt vil datatabellen vise disse kolonnene (venstre til høyre): Deltakernavn eller ID; Temakode, Moderator Spørsmål / Deltakerrespons; Sekvens. For å passe på denne siden er kolonnen for deltakernavn eller ID imidlertid utelatt i tabelleksempelet nedenfor. Merk at denne kolonnen i praksis er viktig for analyse.

De neste kolonnene som skal legges vil vise utvalgskriterier eller deltakerattributter.

For eksempel kan en forsker ønske å kunne sortere deltakerrespons etter deres rolle i en organisasjon, etter alder eller etter kjønn.

Husk at teksten i rader som inneholder spørsmål fra intervjuer eller moderatorer, blir gjort dristig for å skille seg ut visuelt fra svarene fra studiedeltakere.

Det er nyttig å formatere tabellen i liggende visning siden legge til kolonner for relevante kriterier eller attributter vil øke bredden på bordet betydelig.

Bruke korte etiketter for nøkkelsorteringskategorier

Sorterekategorier kan representeres av tall, bokstaver eller tallbokstavkombinasjoner. I stedet for å skrive ut kategoriene i fulle ord, kan en forsker velge å bruke korte koder i stedet. For eksempel, i tabellen over, er organisasjonene forskjellige orkestre rundt om i verden. Orkestrene kan samsvare med korte tagger som følger:

• Simon Bolivar Youth Orchestra = S
• Ungdomsorkester i Los Angeles (YOLA) = L

Rollene til enkeltpersoner i organisasjonene kan også kodes. Noen eksempler er under:

• Dirigent = 1
• Konsertmester - 2
• Musiker = 3
• Musikklærer = 4
• Festivaldirektør = 5

Eksempel Trinn 3.

Tabell for analyse av flere kildedata

Organisasjon Alder Rolle Temakode Intervjuer Spørsmål / Deltakerrespons Sekvens # Ikke relevant < N / A N / A 4. 205 Intervjuer: Hvordan spilte ensemble musikk i Simon Bolivar ungdomsorkester påvirke hvordan du følte deg om å være en gutt fra barrio? 45 Simon Bolivar Ungdomsorkester

23 Musiker 4. 205

Før jeg kom til

El Sistema , var jeg litt trøbbel. Jeg sluttet å tenke på meg selv på den måten når jeg lærte å spille et instrument. Jeg er overbevist om at det å praktisere med de andre musikstudentene, hver ettermiddag og hver lørdag morgen, hindret meg i å få alvorlige problemer.

Markedsundersøkelsesbudsjettet til en bedriftseier eller, spesielt en hjemmebasert virksomhet, har generelt ikke plass til å bruke store summer på programvare for å analysere kvalitative data samlet for forretningsutvikling. Denne serien av artikler gir trinnvis informasjon om hvordan man bruker et vanlig tekstbehandlingsprogram for å gjennomføre tekstanalyse for kvalitativ markedsundersøkelse. De beskrevne prosessene kan brukes til analyse av kvantitative data samlet fra undersøkelser, fokusgruppe økter og dybdeintervjuer.

Neste trinn

Hvis du har lest gjennom trinn 1 og trinn 2, vet du hvordan du konfigurerer datatabellen og kodeboken.

Nå er du klar til å lære om de to hovedtyper av tilnærminger til koding som brukes i kvalitativ dataanalyse.

Det neste trinnet i forberedelsen til dataanalyse er:

Trinn 4 - Kodingsdata med flere temakoder. Lenker til alle artiklene i serien er gitt nedenfor.

En nybegynners veiledning for å gjøre det-selv-kvalifisert dataanalyse

Trinn 1. Opprett tabell- og kolonneoverskrifter

Trinn 2. Hvordan lage en kodebok for kvalitative data

S

tep 3. Slik utarbeider du tabellen for datatriangulering Trinn 4. Tilordne kodene for å forberede dataanalyse

Trinn 5. Utfør sortering med kombinerte og isolerte koder

Trinn 6. Hvordan utføre kodevalidering og sammenslåing av data Tabeller

Trinn 7. Avanserte overvejelser i kvalitativ dataanalyse

Kilder:

LaPelle, NR (2004). Forenkling av kvalitativ dataanalyse ved hjelp av generelle verktøyverktøy. Boston, MA: Universitetet i Massachusetts Medical School.

Miles, M. B. og Hubermanm, A. M. (1994). Kvalitativ data analyse: En utvidet kildebok (2. ed.) Tusen Oaks, CA: Sage Publications.

Dey, L. (1993). Kvalitativ dataanalyse: En brukervennlig guide for samfunnsvitenskapsmenn. London: Routledge og Kegan Paul. MacQueen, K. E., McLellan, K., Kay, K., og ilstein, B. (1998). Kodebokutvikling for holdbasert kvalitativ analyse.

CAM Journal, 10 , 31-36.