07 Analiza danych

background image

1

ANALIZA DANYCH JAKOŚCIOWYCH

dr Beata Marciniak

Katedra Rynku, Marketingu i Jakości SGH

Źródła danych w analizie danych jakościowych

• Transkrypcje

• Nagrania audio-wideo

• Notatki obserwatora

• Notatki badacza

• Kwestionariusz rekrutacyjny

• Brief do agencji badawczej

Analiza wyników badań jakościowych

• zgromadzony materiał źródłowy ma charakter tekstualny

(np. transkrypcje wywiadów i zapis audio/wideo)

• analiza danych bezpośrednio po przeprowadzeniu wywiadów

(rola pamięci)

• w oparciu o pamięć moderatora, notatki obserwatorów

i pozostały materiał źródłowy

• poddanie analizie całego materiału badawczego

• wyniki w postaci opisowej relacji z badanej rzeczywistości

• cytaty z wypowiedzi respondentów jako materiał ilustracyjny

Rola obserwatora / debriefing

• wstępne podsumowanie wyników (debriefing)

• opis podstawowych wniosków, spostrzeżeń i uwag,

co do których badacze (moderator, obserwator) są zgodni

• Rola obserwatora:

– kluczowe wypowiedzi (wraz z adnotacją, kto je wypowiada)
– zmiany w kolejności zadawania pytań
– charakterystyka uczestników spotkania
– wątki (i sformułowania) pojawiające się w wypowiedziach

uczestników dot. kluczowych celów badawczych

– stopień zaangażowania badanych w dyskusję
– spójność między wypowiedziami badanych, a opisem ich działań

ANALIZA DANYCH

JAKOŚCIOWYCH

analiza

pojęć

analiza

tematyczna

analiza

semiotyczna

analiza

dyskursu

analiza

konwersacji

indukcja

analityczna

analiza

kodów

analiza

treści

teoria

ugruntowana

logiczna analiza

macierzowa

analiza struktury

zdarzeń

podejście

refleksyjne

analiza

metaforyczna

analiza

narracjyjna

analiza

fenomenologiczna

analiza

heurystyczna

analiza

tekstu i działań

analiza

etogeniczna

analiza

hermeneutyczna

studium

przypadku

TAKSONOMIE ANALIZY DANYCH JAKOŚCIOWYCH

Analiza treści - definicja

(ang. content analisys)

• zespół technik stosowanych w celu systematycznego

i obiektywnego ujawnienia treści i znaczeń przekazów

werbalnych i pozawerbalnych (tj. opracowań

tekstowych, wytworów plastycznych, komunikatów

wizualnych, obserwowanych zachowań) oraz ukazania

występujących między nimi relacji

background image

2

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

FAZA I: Przygotowanie danych

– gromadzenie materiału treściowego

– sporządzenie transkrypcji

FAZA II: Analiza wstępna - określenie stopnia wiarygodności materiału

źródłowego

– poszukiwanie wewnętrznych sprzeczności

– analiza spójności wypowiedzi w czasie

– analizowanie struktury wywiadu pod kątem wpływu lidera grupy

na pozostałych badanych

– analizowanie struktury wywiadu pod kątem wpływu procesów

grupowych

– określenie ilości odpowiedzi „akceptowanych społecznie”

Kodowanie wstępne (otwarte)

• kondensowanie i porządkowanie danych wg wybranych

kategorii (np. cele badawcze, ramy teoretyczne)

• detaliczne przeglądanie transkrypcji (linijka po linijce)

• zadawanie pytań dot. każdego zachowania/zjawiska:

Czym jest dane zachowanie ?

Jakiego zjawiska jest przykładem?

Czy inne wypowiedzi, kontekst wypowiedzi

podtrzymują/negują wyodrębnione zachowanie?

• liczne i zróżnicowane kody

Kodowanie zogniskowane

• wybiórcze, konceptualne

• cel: powiązanie większych porcji danych

• usunięcie mniej użytecznych analitycznie i opisowo kodów

• wybór nadrzędnych z punktu widzenia analizy kodów

• mniejsza liczba kodów (jedynie analitycznie znaczące)

• poszukiwanie odpowiedzi na pytania:

Przejawem jakiego zjawiska jest określone zachowanie/

wypowiedź?

Metody kodowania

• Tradycyjne rejestry /kartoteki z fiszkami

• Edytory tekstu

• Programy wspomagające kodowanie i porządkowanie danych:

– ATLAS.ti, Ethnograph, HyperResearch, NUD*IST, MaxQDA, QDAminer

– Nvivo 7 (analiza wątków, rekonstrukcja procesów, znaczeń)

– TextAnalyst (analiza semantyczna tekstu)

– WordStat 5.1. (porządkowanie i analiza treści)

Kodowanie - literatura

• J. Bieliński, K. Iwańska. A. Rosińska-Kordasiewicz, Analiza danych

jakościowych przy użyciu programów komputerowych, „ASK”, 16/2007

• M. Brosz, Komputerowe wspomaganie badań jakościowych.

Zastosowanie pakietu NVIVO w analizie materiałów
nieustrukturyzowanych
, „Przegląd Socjologii Jakościowej” Nr 1/2012

• www.qualitative-research.net

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

FAZA III: Porządkowanie, klasyfikacja i redukcja

materiału

kodowanie transkrypcji

notowanie uwag i refleksji na marginesach

selekcja danych i redukcja nadmiaru

zaznaczenie fragmentów wypowiedzi odnoszących się

do poszczególnych celów badawczych (np. kolorami)

sortowanie materiału

background image

3

Sortowanie materiału

• wg celów badawczych

• wg kolejności podnoszonych kwestii

• wg dostrzeżonych wzorców zachowań

• wg częstości występowania zjawiska X

• wg czasu trwania dyskusji nad wątkiem

• wg nasilenia zjawiska X

• wg intensywności reakcji badanych na bodziec

• wg przyczyn występowania zjawiska X

• wg struktury zjawiska X (typu, związków między typami)

• wg cech wspólnych/różnicujących dla podgrup

• wg związków między zidentyfikowanymi zmiennymi

Etapy procesu analizy danych jakościowych

(Miles, Huberman)

FAZA IV: Pogłębiona analiza treści

– opis faktów

– poszukiwanie dominujących opinii i wzorów zachowań
– analiza przyczyn i skutków (czynników odpowiedzialnych za zaistnienie

i rozwój badanego zjawiska oraz jego następstw)

– odkrywanie istniejących reguł i prawidłowości, wzorców, procesów,

cech wspólnych i różnicujących

– kategoryzowanie danych i tworzenie ich reprezentacji .
– zaznaczenie fragmentów wypowiedzi do zacytowania

– interpretacja danych (objaśnianie i komentowanie wyników)

– konfrontacja uogólnień z ogółem wiedzy (teorią)
– wyciąganie wniosków (wyjaśnianie przyczyn uzyskanych wyników,

ukazanie ich znaczenia)

– sporządzanie rekomendacji

FAZA IV: opracowanie końcowego raportu

Rodzaje reprezentacji danych

• Formy reprezentacji danych:

– bloki tekstu

- matryce

– wykresy

- zestawienia danych

– schematy

- tabele

– diagramy

- mapy pojęć / kontekstu

– rejestry zdarzeń

- drzewa decyzyjne

– reprezentacje uporządkowane ze względu na role

– reprezentacje uporządkowane pojęciowo

(np. matryca motywów i postaw użytkowników wobec marki X) .

Treść i kontekst wypowiedzi

1. analiza stwierdzeń istotnych z punktu widzenia celów

badawczych

2. analiza stwierdzeń wraz z poprzedzającymi je pytaniami

3. odczytanie znaczenia przy uwzględnieniu kontekstu

„Podczas robienia zakupów w sklepie podejmuję racjonalne decyzje.”

Zdanie poprzedzające A:
„Czym się Pan kieruje podczas robienia zakupów?”

Zdanie poprzedzające B:

„Czy zdarza się Panu kierować podczas robienia zakupów nagłym impulsem?”

Analiza emocji

• analiza emocji wyrażanych w sposób bezpośredni

i pośredni

• analiza emocjonalnego zaangażowania w wywiad badacza

• analiza generalnego nastroju emocjonalnego wypowiedzi

osób badanych

(np. znudzeni, zamyśleni, impulsywni, wytrwali, chwiejni w opiniach)

• analiza spójności emocji i treści wypowiedzi

(np. treść pozytywna, emocje wyrażane za pomocą komunikatów
niewerbalnych negatywne)

Inne aspekty analizy treści

• Język, jaki posługiwali się badani dyskutując o kluczowych celach

badawczych

• Wątki, jakie pojawiły się w wypowiedziach uczestników odnośnie

kluczowych celów badawczych

• Stopień zaangażowania badanych w dyskusję

• Spójność między wypowiedziami badanych a opisem ich działań

• Spójność wypowiedzi i komunikacji niewerbalnej

(m.in. potakiwanie, znudzenie, frustracja, niepokój, obawy, irytacja)

• Charakterystyka ogólnej dynamiki grupy (stopień zainteresowania

dyskusją, spontaniczność dyskusji)

• Zmiany w kolejności zadawania pytań

background image

4

Analiza danych z technik projekcyjnych

• odtworzenie znaczenia wypowiedzi

• analiza wyjaśnień uczestników

• analiza kolejności pojawiania się skojarzeń

• ocena stopnia powtarzalności skojarzeń

• analiza relacji między skojarzeniami

• grupowanie skojarzeń (np. neutralne, pozytywne, negatywne)

• analiza różnic między skojarzeniami pojawiającymi się

w różnych grupach badawczych

LITERATURA

• Miles M.B., Huberman A.M. (2000), Analiza danych jakościowych,

Białystok: TransHumana

• Silverman, D. (2009) Interpretacja danych jakościowych. Metody

analizy rozmowy, tekstu i interakcji. Warszawa: PWN

• Gibbs G., Analizowanie danych jakościowych, Warszawa: Wyd.

Nauk. PWN

• Konecki, K. (2000) Studia z metodologii badań jakościowych.

Teoria ugruntowana. Warszawa: PWN

• Charmaz, K. (2006) Teoria ugruntowana. Praktyczny przewodnik

po analizie jakościowej. Warszawa: PWN


Wyszukiwarka

Podobne podstrony:
SPSS paca domowa 1 odpowiedzi, Studia, Kognitywistyka UMK, I Semestr, Statystyczna analiza danych
Analiza danych wyjściowych
Metody analizy danych
Sciaga3, Cyfrowa Analiza Danych
17 Rejestracja i analiza danych dotyczących z k
Analiza danych w Systemach Informacji Przestrzennej
Materiał na egzamin, Analiza danych (Program R)
Analiza danych1
Materiały zastane wtórna analiza danych
Analiza danych, ocena stanu zdrowia[1]
Analiza danych eksperymantalnych
Interaktywny system regułowej analizy danych marketingowych dotyczących satysfakcji klienta
07 Analiza kofilogenetyczna
Metody analizy danych
Baza danych upraszcza i przyspiesza analizę danych, Dokumenty do szkoły, przedszkola; inne, Metody,

więcej podobnych podstron