Hur man organiserar kvalitativa data
Kvalitativ forskning producerar en mängd olika data, från en mängd olika källor. Datakällor kan vara personliga intervjuer (skrivna eller inspelade), enkäter, frågeformulär, officiella dokument eller observationsnoteringar. För att komplicera sakerna finns det oftare än många svarare eller deltagare och flera forskare. Att extrahera och koda data från flera datakällor kan vara svårt, men det blir mycket lättare om data är ordnat ordentligt.
Steg 1
Granska hela datamängden så att teman eller mönster börjar dyka upp. Observera dessa teman eller mönster och tilldela bokstäver, siffror eller symboler för att beteckna kategorier. Gilla svar på ett visst ämne kan grupperas tillsammans, vilket gör artikelanalys enklare.
Steg 2
Skapa en kodtabell så att koder kan vara konsekventa och lättillgängliga för flera forskare. När man bedriver kvalitativ forskning är det att föredra att använda flera forskare så att en mängd olika perspektiv beaktas vid dataanalys.
Steg 3
Separera data i grupperna - teman, mönster eller andra kategorier. När datamängden har kodats kan data grupperas enligt koden. Detta underlättar också dataanalys och diskussion. Diskussionen och analysen kan sedan fokusera på oberoende teman som noteras i data.
Steg 4
Organisera undersökningsdata efter fråga, respondent eller underämne. Det är viktigt att organisera undersökningsdata så att de enkelt kan analyseras. En metod för organisering är att separera data enligt frågan, respondentkategorin eller underämnet. Det kan vara önskvärt att gruppera alla svar för fråga en tillsammans, fråga två tillsammans och så vidare. Å andra sidan kan det vara mer effektivt att gruppera data efter ämne. Gruppera data kan underlätta uppkomsten av utvecklande teman eller mönster i datamängden.
Kod transkriberad data så att källan blir lätt uppenbar. Forskare använder ofta data som erhålls genom att transkribera anteckningar om inspelade eller skriftliga intervjuer. Eftersom data kommer att genereras från olika intervjuer eller verbala inspelningar och grupperas är det viktigt att datakällan är märkt. Tänk till exempel på att forskaren genomför en artikelanalys på data som hämtas från 20 uppsättningar intervjuanteckningar. Om forskaren grupperar alla svar på en viss artikel är det viktigt att varje svar märks för att ange källan.