Indhold

• retninger
• Afsnit 1
• tips
• advarsel
• Hvad du har brug for

For at kodificere kvalitativ forskning står du over for opgaven med at kvantificere subjektive data, hvilket betyder at konvertere en søgning bestående af subjektive observationer til et sæt objektive data. Det betyder med andre ord, at du først må kvantificere din kvalitative forskning for at kodificere den. Kort sagt, du bruger tal til at fortolke ikke-nummerbaserede undersøgelsesobservationer.

retninger

Felt noter, spørgeskema resultater og interview svar er kvalitative undersøgelser (notesbog billede af Victor M. fra Fotolia.com)

Afsnit 1

1. Indsamle skitserne på forhåndsundersøgelsen, samt dine feltnotater, interviewspørgsmålsresultater eller spørgeskemaer. Denne artikel forudsætter, at du allerede har udført din forskning og søger at kode den for at præsentere eller offentliggøre den. Konvertering af kvalitativ forskning i kvantitative resultater er en lunefuld proces, det er nødvendigt at sikre, at din forforskningsteori og -metode står til rådighed for reference.

   

   Du skal organisere dine søgeresultater, inden du indkoderer det (stak af blade # 3 billede af Adam Borkowski fra Fotolia.com)

2. Kvantificer og tabuler dine resultater. For at kodificere din kvalitative forskning skal du analysere dine subjektive data ud fra et matematisk synspunkt. Hvis du laver tekstanalyse, kan det medføre, at du blot tæller hvor mange gange et bestemt ord er angivet - det er lettere at gøre dette ved hjælp af et tekstbehandlingsprogram, men det kan gøres manuelt. Spørgeskemaer er kvalitative, men multiple choice spørgsmål kan kodes af procentdelen af ​​A, B, C, etc. svar. Feltnoter kan kodes ved at finde fælles objektive observationer, du har lavet, for eksempel, "De købere, jeg observerede hos Tesco, syntes at have travlt, end dem i Asda" kan kodes som 1, hvilket repræsenterer et langsommeligt tempo i indkøb, 2 repræsenterer et skridt hurtigere og så videre. Dine nummererede resultater udgør de data, du vil kode. Tabellen er simpelthen at kompilere alle data sammen.

   
   

   

   Understrege søgeord er et godt værktøj til tabulering af tekstanalyser (Berlin billede af martin schmid fra Fotolia.com)

3. Indtast resultaterne af regnearkene. Du skal have mindst 15 resultater eller bør ikke tænke på "kodning" noget, med undtagelse af et casestudie, hvor de 15 resultater ville komme fra undersøgelsen i dette særlige tilfælde, hver femten variabler af en objekt-underpunkt af din undersøgelse. Resultaterne skal placeres med navnene på de temaer, der er knyttet til dataene i en akse (række af regnearksoverskriften) og de numeriske resultater, der tilhører emnerne i en anden akse (kolonne i regnearkets overskrift).

   

   Du overfører (kodning) dine forskningsnotater til det elektroniske format til empirisk analyse (business image af Szymon Apanowicz fra Fotolia.com)

4. Styr alle de variable, der er mulige, for eksempel alder, race, sex osv. og kode dine kvalitative data i de efterfølgende kolonner. Kodende kvalitative data kræver, at du angiver kvantitative data, der vil være kedelige, men det kan dog også svare spørgsmålet om din forskning bedre end din hypotese i forhold til dine kvalitative data. Så mens dine rækker kun har en datatype, f.eks. En persons navn, kan kolonneoverskriften indeholde variabler, der ikke er dine kvalitative data, men repræsenterer "kontrolgruppen". Kodning af kvalitative data uden kvantitative data er ikke en god forskningspraksis, fordi den ikke har nogen kontrol og kan ugyldiggøre resultaterne af sin forskning.

   
   

   

   Hver farve i din endelige graf eller erklæring kan repræsentere forskellige variabler for en container eller et emne (histogram billede af Danielle Bonardelle fra Fotolia.com)

5. Navngiv kategorien i kolonneoverskriften med et ord, der fanger essensen af ​​det, der måles. Det er her, hvor du skal bruge din forudforskningsteori og -metode.For empiriske data, som f.eks. "Alder", vil du selvfølgelig kun sætte alderen, men for noget som "køn", som ikke er det samme som "sex", kan du ikke bare bruge ordet køn, fordi datasættet i dette tilfælde skal de navngives som noget, der på en eller anden måde relaterer til det, du har målt i den mest subjektive variabel af genren. For eksempel vil "mandlig procent" tale meget mere end blot "mand" eller "kvinde" med hensyn til statistisk sammenligning. Denne regel gælder ikke, hvis du koder svarene på et spørgeskema, der kun giver deltageren mulighed for at vælge mellem to svar. I dette tilfælde kan kodningen forenkles ved tildeling af to forskellige tal, for eksempel 1 og 2.

   

   Kodning af kvalitative data som procentdele af noget er en god måde at numerisk repræsentere din subjektive søgning på (Forhandlinger billede af amlet fra Fotolia.com)

6. Organiser dine resultater i forhold til variablen uafhængigt af din hypotese. Dette vil påvirke layoutet af dine udsagn og grafer, men giver også indsigt i, om den uafhængige variabel har nogen sammenhæng med de afhængige variabler. Du gør dette ved at vælge en kolonne, der har overskriften for alle navne der svarer til de kodede kvalitative data, skal "Format" og vælge de data, der skal organiseres. Når du har gjort dette, er du klar til at oprette diagrammer og udsagn og indtaste dine kvalitative data i din præsentation eller artikel.

   

   Hvis du har lavet et godt job, der koder dine data, skal dine grafik og demoer levere imponerende resultater. (diagram baggrundsbillede af Stasys Eidiejus fra Fotolia.com)

tips

• Kodende kvalitativ forskning kompromitterer "ekstern validering" eller anvendelighed til den virkelige verden, så sørg for at din "interne validering" eller den sammenhæng, hvori du har målt dine data, er stærk.
• Jo mere du kategoriserer dine kvalitative resultater empirisk, mens du gennemfører forskning, desto lettere bliver det at kodificere det senere.
• De fleste variabler kan kodes fra 1 til 10 ved blot at tælle hvor mange gange et givet ord eller en sætning bruges eller ved at tildele en talekvalitet, der svarer til "kvantiteten" af noget der sker.
• Hvis du er ny til at kode for en søgning, skal du bruge Excel. Hvis du er mere erfaren, for eksempel universitet, er det bedste værktøj SPSS.
• Sørg for, at de oprindelige data i din forskning (før kodning) giver mening, hvad angår din hypotese og afhængige og uafhængige variabler.

advarsel

• Vælg den kodningsmetode, der bedst passer til dine kvalitative data, eller du kan miste betydningen af ​​din søgning.
• Spørg dig selv, hvorfor du vælger at kodificere din kvalitative forskning. Hvis du kan undgå at bruge kvantitativ analyse for dine kvalitative data, så overvej kodning af de variabler, der bedst kan omdannes til statistik og tale mere subjektivt om kvalitativ forskning, som ikke kan omdannes til empiriske resultater.
• Lad dig ikke friste til at svinge dine kodede data for at gøre din hypotese mere truende end den er. En negativ hypotese er stadig et forskningsresultat. Kort sagt, ændrer du ikke fanebladet halvvejs.
• Gem filen ofte, fordi det tager timer at kode efter resultaterne af en søgning, og du vil ikke miste alle dine data kort inden deadline.

Hvad du har brug for

• Forforskningsteori og metode
• Statistik og regnearksprogram
• 15 eller flere kvalitative resultater
• computer