Как анализировать данные качественного исследования рынка

После сбора качественных данных исследователю рынка обычно приходится сталкиваться с большим количеством данных, которые необходимо проанализировать и интерпретировать для конечных пользователей исследований рынка. Здесь обсуждаются три подхода к анализу качественных данных.

Анализ количественных данных

В этом методе анализа качественных данных исследования собранная информация сводится к таблице в соответствии с результатами для разных переменных в наборе данных.

Это обеспечивает полную картину данных и помогает в процессе идентификации шаблонов.

Общим способом отображения данных для облегчения анализа является использование частотного распределения, которое является организованной таблицей количества ответов или оценок в соответствии с каждой категорией переменных. Табуляция обеспечивает структурированный способ определения точности данных, выявления выбросов данных, оценки распространения баллов или ответов и соблюдения категориальной частоты.

Анализ качественного контента

Когда контент-анализ рассматривается как количественный метод анализа, он обеспечивает способ систематического и объективного анализа медиаконтента. Эта версия анализа контента использовала стандартизированные измерения для кодирования, характеризации и сравнения текстов.

Когда к анализу контента берется качественный подход, основное внимание уделяется анализу как явного, так и явного содержания текста, а также интерпретации скрытого смысла текстов, которые могут быть интерполированы из текста, но это явно не говорится в нем.

Акцент анализа контента - это кодирование данных, что может объяснить основное ограничение этого подхода - его невозможность обеспечить богатое понимание значений текстов

Constant Comparative Method

This метод анализа качественных данных представляет собой структурированный итеративный процесс, в ходе которого исследователи сравнивают каждый новый бит данных с данными, которые уже были рассмотрены в исследовании.

• Открытое кодирование: Каждый бит данных кодируется, а затем присваивается соответствующей категории темы или отбрасывается, если не наблюдается никакой релевантности. Это кодирование происходит в соответствии с тем, как бит данных сравнивается с накопленным телом анализируемых данных.
• Осевое кодирование: Когда анализируются биты данных, появятся новые общие категории тем. После того, как все данные были закодированы и присвоены категориям тем, исследователь исследует категории для новых тем. Теоретическое насыщение происходит, когда новые данные не появляются из рассмотренных данных.
• Селективное кодирование: На этом последнем этапе кодирования категории тем и категориальные взаимосвязи используются для создания сюжетной линии, в которой рассказывается или объясняется явление, которое является фокусом исследования.

Применение подхода анализа

Ключом к успешному анализу качественных данных является понимание того, когда следует использовать метод анализа, и когда лучше выбрать другой подход к анализу данных.

• Количественный анализ данных: Количественный анализ данных с использованием интервальных данных, которые являются непрерывными, которые имеют логический порядок со стандартизованными различиями между значениями, но не имеют естественного нуля. Элементы в шкале Ликерта являются хорошим примером интервальных данных.

• Анализ качественного контента: В исследованиях в области здравоохранения тексты, подходящие для анализа контента, включают заявки на гранты, опубликованные рукописи, протоколы заседаний, протоколы бесед, медицинские встречи, интервью и фокус-группы. Соответствующие тексты для анализа в области здравоохранения также включают сообщения, передаваемые в массы через газеты, журналы, радио, телевидение и Интернет.

• Метод сравнения констант: Постоянный сравнительный метод анализа данных может использоваться со структурированными ответами, такими как закрытые вопросы обследований или неструктурированные ответы, например, полученные, когда участники опроса отвечают на открытые позиции на анкета. Тем не менее, постоянный процесс сравнительного анализа данных, пожалуй, наиболее полезен при использовании с обширными учетными записями, которые состоят из неструктурированных данных, таких как стенограммы интервью.

Презентация результатов

Способ представления результатов анализа или результатов анализа может сделать разницу между исследованием, которое используется, и исследованиями, которые помещаются на полку. Эмпирическое правило заключается в том, чтобы представить данные таким образом, чтобы они были понятны и пригодны для наименее искушенных людей, которые получат результаты анализа данных.

• Количественный анализ данных: Данные часто отображаются в виде, который конденсирует данные из сконфигурированной частоты и процентных распределений.
• Качественный анализ содержимого: Данные могут быть представлены в таблицах и матрицах. Это полезно, особенно когда цитаты используются для формулирования результатов путем переплетения. Это означает, что уточнение анализа может произойти, даже если рукопись все еще написана в окончательной форме.
• Сравнительный метод констант . Представление результатов в процессе постоянного сравнительного анализа данных сосредоточено на выявлении тем, которые возникли из данных. Хотя визуальные отображения данных могут быть использованы, результаты обычно привязаны к конкретным выдержкам из набора данных, которые явно иллюстрируют темы. Эти выдержки включаются в повествовательное обсуждение раздела результатов исследовательской рукописи и / или статьи.

Метод анализа с собранными данными

Выбор метода анализа данных для данных, которые были собраны, а также для исследовательских вопросов и конечных результатов цели в более глубоком понимании, которое можно использовать с

• Количественный анализ данных > подходит для закрытых вопросов в опросах. Качественный анализ контента
• подходит для ответов на данные опроса. Постоянный сравнительный анализ
• подходит для открытых вопросов в опросах и ответах на интервью. Источники

_{Glaser, B. G. & Strauss, A. L. (1967). Открытие обоснованной теории: стратегии качественных исследований. Нью-Йорк: Олдин Де Грюйтер.}

_{Graneheim, U. H. & Lundman, B. (2004). Качественный анализ содержания в исследованиях сестринского дела: концепции, процедуры и меры по достижению достоверности.}

_{Образование медсестры сегодня, 24 , 105-112. Рубин, Х. Дж. И Рубин, И. С. (2004). Качественное интервью: искусство слышать данные (2-е изд.). Thousand Oaks, CA: Sage Publications.}

_{Strauss, A. & Corbin, J. (1990). Основы качественного исследования: Методы и методы обоснованной теории. Ньюбери Парк, Калифорния: Мудрец Публикации.}

_{Уоррен, C. A. B. & Karner, T. X. (2005). Обнаружение качественных методов: полевые исследования, интервью и анализ. Лос-Анджелес, Калифорния: Издательская компания Roxbury.}