spss-pasw
تجزیه و تحلیل داده ها بخش مهمی از تحقیق است، زیرا تجزیه و تحلیل ضعیف گزارشی نادرست تولید می کند که باعث اشتباه بودن یافته ها می شود و همیشه منجر به تصمیم گیری اشتباه و ضعیف می شود. بنابراین، انتخاب یک روش تجزیه و تحلیل داده کافی ضروری است که به شما اطمینان دهد که بینش قابل اعتماد و عملی را از داده های خود به دست می آورید. یافتن الگوها، اتصالات و روابط از داده‌های شما می‌تواند کار دلهره‌آوری باشد، اما با استفاده از روش و ابزارهای مناسب تجزیه و تحلیل داده‌ها، می‌توانید از طریق تکه‌ای از داده‌ها که باید اطلاعاتی در مورد آن به دست آورید، بروید.
روش های مختلفی برای تجزیه و تحلیل داده ها وجود دارد، این مقاله بر آن است تا بر تجزیه و تحلیل داده های کيفی تمرکز کند و روش ها و تکنیک های مرتبط با آن را مورد بحث قرار دهد.
پس از پایان جمع‌آوری داده‌ها، انبوهی از داده‌ها برای بررسی، سازماندهی، تفسیر و ارائه در فصل 4 و فصل 5 پایان نامه خود خواهید داشت. در حالی که این اغلب سرگرم کننده‌ترین کاری است که خواهید داشت، می‌تواند یک کار طاقت فرسا نیز باشد. این منبع چند استراتژی عملی برای موفقیت در این مرحله از تحقیقات كارشناسي ارشد يا دکتری شما ارائه می‌دهد. بسته‌های نرم افزاری برای کمک به شما در تجزیه و تحلیل داده‌های کیفی(مكس كيودا) وجود دارد.
اولین استراتژی برای تجزیه و تحلیل، پاکسازی داده‌ها است.
• داده‌های صوتی و تصویری را رونویسی کنید.
• برای تعیین اینکه چه چیزی را باید نگه دارید و چه چیزی را نادیده بگیرید، داده‌ها را مرتب کنید.
• داده‌های غیرقابل استفاده یا نامربوط را حذف کنید.
• واحدهای معنی دار تحلیل را ایجاد کنید.
استراتژی بعدی برای تجزیه و تحلیل، کاهش داده است.
• خود را در داده‌ها غوطه ور کنید.
• با کدگذاری، زیر گروه‌ها را به خوشه‌ها تقسیم کنید.
• با افزودن یادداشت در حاشیه از یادداشت استفاده کنید.
•از کدگذاری پیشینی (برگرفته از ادبیات و چارچوب) وNVivo يا مكس كيودادر سطوح مختلف کدگذاری استفاده کنید.
o توصیفی تا تفسیری به الگو
o باز به محوری به انتخابی
o چرخه اول به چرخه دوم
•کدهایی ایجاد کنید که دارای عناصر زیر باشند.
o برچسبی که معنای کد را منعکس می‌کند
o تعریفی که جزئیات آن چیست و چه زمانی رخ می‌دهد
o صلاحیت‌ها و محرومیت ها
o مثال‌های مثبت و منفی
•طرح‌ها، گروه‌ها و تقسیم‌بندی را برای یافتن روابط درون مجموعه داده بسازید.
•ایجاد طبقه‌بندی از داده‌ها.
o هدف تحقیق را منعکس کنید
o جامع باشید
o متقابلاً منحصر به فرد باشند
o نسبت به محتوا حساس باشید
o از نظر مفهومی همخوان باشید (مریام، 1998)
•کدها را از طریق چرخه‌های متعدد اصلاح و کاهش دهید.
استراتژی سوم، تفسیر داده‌ها است.
• تعیین کنید که چگونه گروه‌ها و خوشه‌ها با هم مرتبط هستند.
• برای یافتن شباهت‌ها از تکه‌ها به خوشه‌ها حرکت کنید.
• برای کمک به تعریف روابط، معنی را با برچسب‌ها ایجاد کنید.
• مضامین از شباهت‌های موجود در داده‌ها و در تطابق با چارچوب‌ها پدید می‌آیند.
• مضامین را برای پاسخ به سؤالات تحقیق خود تفسیر کنید.
• به چارچوب نظری خود برای بررسی داده‌ها، مراجعه کنید.
• به سؤالات پژوهشی که کل مطالعه را هدایت می‌کند، مراجعه کنید. مشاهده داده‌ها در رابطه با سؤالات تحقیق
استراتژی چهارم بازنمایی داده‌ها است.
• اغلب همزمان با تحلیل و تفسیر اتفاق می‌افتد.
• پیشینه و تاریخچه موضوع را ارائه دهید.
• داستان اجتماعی تعامل بین شرکت کنندگان، روابط و عملکرد گروه را به اشتراک بگذارید.
• داده‌ها و نتایج را با برجسته کردن مهمترین جنبه‌های داده‌ها خلاصه کنید.
• نقل قول‌های معنی دار را جمع‌آوری کنید که مختصر هستند و برای هر موضوع مثال‌هایی ارائه کنید.
• ایجاد تجسم از چارچوب و داده‌ها برای عینی‌سازی مفاهیم انتزاعی.
• جزئیات را به ترتیب زمانی از جمع‌آوری داده‌ها به اشتراک بگذارید.
گردآوری شده توسط:
دکتر دبورا سیرکو، دانشکده علوم اجتماعی و رفتاری/روانشناسی دکتر جنیفر اسمولکا، دانشکده تحصیلات تکمیلی
نظرات