Kiểu Dữ Liệu Định Tính Là Gì ? Ví Dụ Về Nghiên Cứu Định Tính Và Định Lượng

Việc khẳng định đúng dạng biến có vai trò đặc biệt trong xử lý dữ liệu bởi các kiểm định yêu cầu dữ liệu đầu vào là biến định lượng, nhưng bọn họ lại mắc lỗi đưa các biến định tính vào tiến hành chạy phân tích. Dù là biến định tính hay phát triển thành định lượng, mặc dù cho là đưa biến đổi vào sai hay đúng bọn họ đều chạy ra các bảng kết quả. Nhưng bài toán đưa biến hóa vào sai, kết quả chạy ra chỉ đối chọi thuần là các con số vô nghĩa, nó không phản ánh điểm sáng của dữ liệu. Bởi vậy, các bạn cần phải hết sức lưu lại ý, luôn kiểm tra coi một phép kiểm định có yêu cầu đầu vào là gì: phát triển thành là các loại gì, giành được phép tất cả missing value không, gồm yêu cầu điều kiện cỡ mẫu về tối thiểu không,… Nếu tài liệu thỏa điều kiện đầu vào, bọn họ mới được phép tiến hành kiểm định đó.

Bạn đang xem: Dữ liệu định tính là gì

Bài viết này không bước vào khái niệm hàn lâm về biến định tính và đổi thay định lượng, các bạn cũng có thể tìm tìm trên Google sẽ ra khôn xiết nhiều bài viết và cả Wikipedia đã đưa tin chi huyết về nhị loại phát triển thành này. Dưới đây, bản thân sẽ lý giải về khái niệm thay đổi định tính và định lượng vào xử lý tài liệu một cách đơn giản để những bạn có thể hiểu và sử dụng đúng vào khi chạy các kiểm định mà loại biến là 1 trong những điều kiện nguồn vào quan trọng.

Mục lục

3. Các để ý quan trọng

1. đổi thay định tính (biến phân loại) là gì?

Biến định tính (qualitative variable) còn hotline là biến phân một số loại (categorical variable) giúp cho bài toán phân một số loại các đối tượng người tiêu dùng nghiên cứu thành những nhóm khác nhau. Khi giải pháp xử lý dữ liệu, nhà phân tích sẽ mã hóa các giá trị của biến định tính thành những con số 1, 2, 3,… nhưng các con số này trọn vẹn chỉ mang tính chất quy mong chứ không phải là giá trị thực của biến.

Ví dụ: Biến độ tuổi bọn họ chia thành các nhóm tuổi: (1) bên dưới 22 tuổi, (2) từ bỏ 22 mang lại 30 tuổi, (3) trường đoản cú 31 đến 50 tuổi, (4) trên 50 tuổi. Đây là 1 biến định tính bởi nó phân loại đối tượng người tiêu dùng thành các nhóm tuổi không giống nhau. Bốn nhóm tuổi được quy mong thành những con số 1-2-3-4 trong cách xử lý dữ liệu, nó đối kháng thuần là quý hiếm quy ước chứ chưa phải là số tuổi đúng đắn của đáp viên. Đáp viên tất cả tuổi là 25 được mã biến thành giá trị 2 (từ 22 cho 30 tuổi) của trở nên độ tuổi thì số lượng 25 là quý giá thực (giá trị định lượng) còn số 2 trong tài liệu là số quy mong (giá trị định tính).

2. Thay đổi định lượng là gì?

Biến định lượng (quantiative variable) những biến chuyển mà các giá trị của bọn chúng là những con số quý hiếm thực.

Ví dụ: Cũng là đổi thay độ tuổi tuy thế dữ liệu chúng ta thu thập là con số tuổi đúng chuẩn của đáp viên thì vươn lên là này vẫn là thay đổi định lượng. Bọn họ hỏi đáp viên “Tuổi của anh chị là:…..”, đáp viên điền vào số tuổi của họ, đó là giá trị thực.

Cần nên nhớ rằng, hồi quy và SEM là những phép so sánh yêu cầu biến hóa tham gia là biến hóa định lượng. Nếu như bạn tham khảo những bài luận, bài phân tích mà người sáng tác sử dụng những biến như giới tính, tuổi, thu nhập, học vấn… trong kết quả hồi quy hoặc SEM thì các biến này trong tài liệu mà tác giả sử dụng vẫn ở dạng định lượng.

– thay đổi Giới tính: giả dụ chỉ bao gồm hai quý hiếm Nam/Nữ thì nó vừa là định lượng với là định tính, bạn có thể sử dụng nó trong đối chiếu hồi quy, SEM

– vươn lên là Độ tuổi: nếu lứa tuổi bạn tích lũy số tuổi thật của đáp viên (6 tuổi, 7 tuổi, 18 tuổi, 22 tuổi, 30 tuổi…) thì phát triển thành này làm việc dạng định lượng; ngược lại nếu độ tuổi chúng ta phân ra những nhóm tuổi (dưới 18, 19-30, 31-45, trên 45…) thì trở thành này làm việc dạng định tính.

– trở nên Học vấn: trường hợp học vấn bạn thu thập số năm đi học của đáp viên (12 năm, 15 năm, 19 năm…) thì biến đổi này làm việc dạng định lượng; ngược lại nếu học vấn bạn phân ra các nhóm trình độ học vấn (trung cấp, cao đẳng, đại học, bên trên đại học…) thì biến này nghỉ ngơi dạng định tính.

– biến đổi Thu nhập: giả dụ thu nhập bạn lấy tài liệu là mức tiền cụ thể của đáp viên (10tr, 12.5tr, 22tr, 25tr …) thì biến hóa này sinh sống dạng định lượng; trái lại nếu thu nhập chúng ta phân ra các nhóm các khoản thu nhập (dưới 10tr, 11-20tr, 21-30tr, bên trên 30tr…) thì thay đổi này sinh sống dạng định tính.

3. Các chú ý quan trọng

Biến bao gồm hai cực hiếm vừa là phát triển thành định tính vừa là biến định lượng.

Những biến bao gồm hai quý giá như nam nữ (nam/nữ), đưa ra quyết định mua (mua/không mua),… được xếp vào dạng vừa là định tính vừa là định lượng. Cũng chính vì vậy, khi triển khai các kiểm nghiệm yêu cầu các loại biến nguồn vào thì hầu như nhiều phần các ngôi trường hợp, dạng phát triển thành hai quý giá đều hoàn toàn có thể tham gia.

Ví dụ: Trong quy mô nghiên cứu, chúng ta xem xét sự ảnh hưởng tác động của biến hóa kiểm soát giới tính gồm hai giá bán trị nam/nữ lên trở thành phụ thuộc sự hài lòng. Lúc này, bọn họ có thể:

Thực hiện đối chiếu Independent Sample T-test hoặc One-way ANOVA. Đây là hai kiểm định yêu ước hai thay đổi tham gia: một phát triển thành định lượng và một biến chuyển định tính. Từ bây giờ biến định lượng là sự hài lòng, biến định tính là giới tính.Thực hiện nay hồi quy con đường tính hoặc SEM lưu ý sự tác động ảnh hưởng từ giới tính lên sự hài lòng. Đây là chu chỉnh yêu cầu những biến gia nhập đều cần là định lượng. Từ bây giờ biến giới tính cũng là một trong biến định lượng yêu cầu hoàn toàn rất có thể tham gia vào quy mô hồi quy, quy mô SEM.

Biến định tính/định lượng được đưa ra quyết định bởi tài liệu của nó chứ không phải tên biến.

Để xác định một thay đổi là định tính tuyệt định lượng, chúng ta cần dựa vào điểm sáng dữ liệu của biến hóa đó. Như lấy ví dụ như về vươn lên là độ tuổi sẽ đề cập nghỉ ngơi mục hàng đầu và số 2 của bài bác viết, biến chuyển này đều mang tên là độ tuổi, nhưng tài liệu một bên là định tính, một bên là định lượng.

Hay một ví dụ khác về đổi thay thu nhập. Ví như thu nhập chúng ta chia thành từng đội như dưới 10 triệu, tự 10 đến đôi mươi triệu, trên 20 triệu thì đây là biến định tính. Nếu chúng ta để con số thu nhập đúng chuẩn của đáp viên thì đó là trở thành định lượng.

Chuyển đổi biến định tính về đổi thay định lượng.

Chúng ta đã nói đến việc một biến có hai cực hiếm thì biến đó sẽ vừa là định tính vừa là định lượng. Cơ chế đổi khác biến định tính sang đổi thay định lượng cũng nhờ vào điều này. Kỹ thuật thay đổi biến định tính sang đổi mới định lượng như vậy gọi là tạo biến hóa giả (dummy variable). Các chúng ta có thể tìm đọc về kỹ thuật này tại bài bác viết Hồi quy với biến tự do định tính trên SPSS.

Khi các bạn cần review mối dục tình của biến đổi định tính với những biến khác bằng hồi quy, SEM. Các bạn cần thay đổi biến định tính về biến hóa giả trước, tiếp đến mới dùng biến hóa giả để đưa vào hồi quy, SEM.

Biến định tính và định lượng vào hồi quy và SEM.

Hồi quy với SEM là hai loại kiểm định yêu cầu những biến gia nhập đều đề nghị là định lượng.

– nếu như bạn đọc một công dụng hồi quy giỏi SEM bao gồm sự xuất hiện của trở nên giới tính. Các bạn sẽ tự ngầm hiểu vì biến này có hai giá chỉ trị, nó vừa là phát triển thành định tính vừa là đổi mới định lượng buộc phải nó đảm bảo điều kiện đầu vào là biến định lượng.

– nếu bạn đọc một tác dụng hồi quy hay SEM bao gồm sự xuất hiện thêm của phát triển thành độ tuổi, thu nhập, thâm nám niên, ghê nghiệm,… bạn sẽ tự ngầm hiểu các biến này đang đặt ở dạng quý hiếm thực chứ chưa phải giá trị quy ước. Tốt nói bí quyết khác, dữ liệu những biến lứa tuổi – thu nhập – thâm niên – khiếp nghiệm bây giờ đang là các con số đúng mực chứ không phân ra thành từng nhóm tuổi, nhóm thu nhập, rạm niên, ghê nghiệm.

– nếu khách hàng đọc một hiệu quả hồi quy hay SEM có sự lộ diện của vươn lên là phòng ban, chức danh,… các bạn sẽ tự ngầm hiểu các biến định tính này sẽ được biến hóa sang dạng trở thành giả.

Sau lúc đọc kết thúc bài này, các bạn sẽ có thể:– xác định được các bước trong quy trình phân tích tài liệu định tính.– bộc lộ cách mày mò và code dữ liệu.– áp dụng ‘codes’ để xây dựng biểu lộ và công ty đề.

Có sáu bước thường được sử dụng trong phân tích tài liệu định tính, ban đầu từ việc sẵn sàng và tổ chức dữ liệu để phân tích; khám phá dữ liệu thuở đầu thông qua quy trình mã hóa dữ liệu; sử dụng các mã để cải tiến và phát triển một bức tranh tổng quát hơn về tài liệu – diễn đạt và nhà đề; đại diện thay mặt cho những phát hiện trải qua các câu chuyện và hình ảnh; giải thích ý nghĩa của những kết quả bằng cách phản ánh cá thể về tác động của các phát hiện cùng trên các tài liệu rất có thể thông tin cho các phát hiện nay đó; ở đầu cuối là xác nhận tính chính xác của những phát hiện.

1. Chuẩn bị và tổ chức triển khai dữ liệu nhằm phân tích

Việc chuẩn chỉnh bị ban sơ cho dữ liệu để phân tích đòi hỏi phải tổ chức một lượng béo thông tin, gửi nó từ khẩu ca hoặc chữ viết qua một dạng văn phiên bản được đánh máy và đưa ra đưa ra quyết định phân tích dữ liệu thủ công bằng tay hay bằng máy tính.

1.1. Sắp xếp dữ liệu

Ở quy trình đầu trong so với định tính, bạn tổ chức dữ liệu thành các thư mục tệp hoặc tệp thiết bị tính. Việc tổ chức triển khai dữ liệu là rất đặc trưng trong nghiên cứu và phân tích định tính vày lượng béo thông tin tích lũy được trong quy trình nghiên cứu. Ví dụ, dữ liệu nhiều mẫu mã mà một cuộc phỏng vấn thu được thường khiến bối dối cho những nhà nghiên cứu và phân tích mới. Một cuộc rộp vấn kéo dãn 30 phút thường đã dẫn đến khoảng 20 trang phiên âm. Với lượng dữ liệu mập mạp này, câu hỏi phiên âm và tổ chức thông tin đòi hỏi một khối hệ thống tổ chức, rất có thể có một vài hình thức, chẳng hạn như:

Xây dựng ma trận hoặc bảng những nguồn hoàn toàn có thể được sử dụng để giúp sắp xếp tài liệu.Sắp xếp các tài liệu theo loại: tất cả các cuộc bỏng vấn, toàn bộ các quan lại sát, tất cả các tư liệu và tất cả các bức ảnh hoặc những tài liệu trực quan lại khác; chúng ta có thể cân nhắc tổ chức những tài liệu theo fan tham gia, địa điểm, địa điểm hoặc một số kết hợp của các cách thức này.Giữ bạn dạng sao của tất cả các dạng dữ liệu.

1.2. Phiên âm dữ liệu

Phiên âm là quá trình chuyển đổi các bản ghi âm băng thu thanh hoặc ghi chú trường thành tài liệu văn bản. Một cuộc phỏng vấn ghi băng đòi hỏi phải đưa sang tài liệu máy tính để phân tích. Ngoại trừ ra, chúng ta cũng có thể nghe băng thu thanh hoặc đọc ghi chú để bước đầu quá trình phân tích. Khi thời gian ngắn hoặc quỹ khan hiếm, bạn có thể chỉ gồm một vài ba cuộc vấn đáp hoặc một vài ba ghi chú quan ngay cạnh được phiên âm lại. Mặc dù nhiên, thủ tục hoàn chỉnh nhất là đề nghị phiên âm toàn bộ các cuộc chất vấn và toàn bộ các ghi chú quan liêu sát. Theo lý lẽ chung, mất khoảng tầm 4 giờ để phiên âm 1 giờ băng ghi âm. Vị đó, quá trình phiên âm tốn nhiều công sức của con người và bạn sẽ cần dành riêng đủ thời hạn cho nó.

1.3. Quyết định phân tích bằng tay thủ công hoặc thứ tính

Theo truyền thống, phân tích tài liệu văn phiên bản liên quan tới việc sử dụng mã màu để lưu lại các phần của văn bạn dạng (được in ra) hoặc cắt và dán những câu văn bản lên thẻ. Phân tích tay rất có thể được ưu tiên hơn khi bạn:

Đang so với một đại lý dữ liệu nhỏ (ví dụ: ít hơn 500 trang phiên âm hoặc ghi chú hiện nay trường) và có thể dễ dàng theo dõi những tệp và định vị các đoạn văn bản.Không thoải mái và dễ chịu khi sử dụng laptop hoặc chưa học được lịch trình phần mềm máy tính xách tay có chất lượng.Muốn gần dữ liệu và cảm giác dữ liệu này mà không tất cả sự xen vào của sản phẩm móc.Có thời gian, vì đó là một hoạt động đòi hỏi nhiều công sức của con người để chuẩn bị xếp, tổ chức và định vị các từ trong cơ sở dữ liệu văn bản theo giải pháp thủ công.

Đối với những người dân khác quan tâm nhiều hơn nữa đến công nghệ và có thời gian để học một lịch trình máy tính, phân tích máy tính xách tay là lý tưởng. Phân tích máy tính so với dữ liệu định tính tức là các nhà nghiên cứu và phân tích sử dụng một chương trình máy vi tính định tính để chế tạo điều kiện tiện lợi cho quá trình lưu trữ, phân tích, thu xếp và biểu diễn hoặc trực quan hóa dữ liệu. Thực hiện chương trình máy tính khi bạn:

Đang đối chiếu một cơ sở dữ liệu lớn (ví dụ: rộng 500 trang bảng phiên âm hoặc chú giải trường) cùng cần tổ chức triển khai và theo dõi thông tin sâu rộng.Được đào tạo vừa đủ về cách sử dụng chương trình sản phẩm tính.Có ngân sách đầu tư để mua bạn dạng quyền thực hiện phần mềm.Cần kiểm duyệt nghiêm ngặt từng từ, từng câu để cố bắt ý nghĩa của đoạn văn.

Chương trình máy tính xách tay phân tích tài liệu định tính là chương trình lưu trữ dữ liệu, tổ chức dữ liệu của bạn, cho phép bạn gán nhãn hoặc mã mang lại dữ liệu của chính bản thân mình và sản xuất điều kiện thuận tiện cho việc đào bới tìm kiếm kiếm trải qua dữ liệu của người sử dụng và định vị văn phiên bản hoặc từ cố gắng thể.

Để chọn một chương trình phần mềm, bạn cần phải kiểm tra những tính năng cụ thể có sẵn trong chương trình. Một phiên bản tóm tắt gọn gàng về các chương trình thịnh hành như sau:

– Atlas.ti (www.atlasti.com). Chương trình này cho phép bạn tổ chức các tệp dữ liệu văn bản, thiết bị họa, music và hình ảnh, cùng rất mã hóa, bạn dạng ghi lưu giữ và hiệu quả của bạn thành một dự án. Hơn nữa, chúng ta có thể viết mã, chú giải và so sánh những phân đoạn thông tin. Chúng ta có thể nhanh nệm tìm kiếm, tróc nã xuất và chú tâm qua tất cả các phân đoạn dữ liệu và ghi chú liên quan đến một ý tưởng phát minh và đặc trưng là xây dựng các mạng duy nhất cho phép bạn kết nối các đoạn văn, phiên bản ghi nhớ và mã được lựa chọn trực quan tiền trong một bản đồ khái niệm.

– Hyper
RESEARCH (www.researchware.com). Đây là 1 gói phần mềm định tính dễ sử dụng chất nhận được bạn viết mã cùng truy xuất, xây dựng kim chỉ nan và tiến hành phân tích tài liệu của mình. Hyper
RESEARCH được cho phép bạn thao tác với những nguồn văn bản, vật họa, âm thanh và video, khiến nó biến một phương tiện phân tích phân tích có giá chỉ trị.

– MAXQDA (www.maxqda.com). Lịch trình này là 1 trong công cụ mạnh khỏe để phân tích văn bản mà chúng ta có thể sử dụng nhằm phân tích “mã và truy xuất” theo hướng định hướng có cơ sở tương tự như để so sánh văn bạn dạng phức tạp hơn. Nó chất nhận được bạn phối kết hợp cả thủ tục định tính cùng định lượng. Một tính năng khác biệt là chúng ta có thể ‘cân’ (weight) các mã để mang ra thước đo về tầm đặc trưng của một đoạn mã. Bạn cũng có thể dễ dàng sao chép, vừa lòng nhất, tách bóc hoặc xóa mã. Ma trận dữ liệu rất có thể được nhập với xuất giữa SPSS, SAS và những gói thống kê lại khác. MAXQDA cũng đều có các cách thức hỗn hợp – định lượng cùng định tính – ứng dụng.

Xem thêm: Cách chơi launchpad trên android, launchpad là gì và nó dùng để làm gì

– NVivo (www.qsrinternational.com). Lịch trình này kết hợp quản lý hiệu quả tài liệu phi số học, ko có cấu tạo với những quy trình mạnh khỏe cho lập chỉ mục, kiếm tìm kiếm và kim chỉ nan hóa. Được kiến thiết cho những nhà nghiên cứu làm xúc cảm về dữ liệu phức tạp, NVivo cung cấp một bộ công cụ hoàn chỉnh để mã hóa nhanh chóng, khám phá kỹ lưỡng. Đặc biệt, NVivo có chức năng tạo ma trận tài liệu văn phiên bản để so sánh.

2. Mày mò và mã hóa dữ liệu

Sau khi chúng ta đã sắp xếp dữ liệu của mình và đưa ra quyết định phân tích thủ công hay sản phẩm tính, bạn sẽ bước đầu phân tích dữ liệu. Vào đó, khám phá dữ liệu và cách tân và phát triển mã tựa như những bước đầu tiên trong phân tích.

2.1. Thăm khám phá cảm giác chung về dữ liệu

Phân tích tìm hiểu sơ cỗ trong phân tích định tính bao hàm việc khám phá dữ liệu để sở hữu được cảm nhận tầm thường về dữ liệu, ghi nhớ những ý tưởng, cân nhắc về tổ chức triển khai của tài liệu và để ý liệu các bạn có nên thêm dữ liệu hay không. Hãy viết ghi nhớ sinh sống lề của ghi chú hiện tại trường hoặc bảng phiên âm, hoặc bên dưới ảnh, để giúp ích trong quá trình khám phá dữ liệu ban sơ này. đông đảo ghi ghi nhớ này là những các từ ngắn, ý tưởng, có mang hoặc linh cảm xẩy ra với bạn.

2.2. Mã hóa tài liệu (Code the data)

Mã hóa là quy trình phân đoạn cùng gắn nhãn văn phiên bản để chế tác thành miêu tả và chủ thể rộng trong dữ liệu. Phương châm của quy trình mã hóa là nắm rõ dữ liệu văn bản, phân tách nó thành các phân đoạn văn bản hoặc hình ảnh, lắp nhãn những phân đoạn bởi mã, bình chọn mã để tìm sự chồng chéo cánh và dư thừa, đôi khi thu gọn những mã này thành những chủ đề rộng. Không tính ra, trong quy trình này, các bạn sẽ chọn dữ liệu ví dụ để áp dụng và bỏ qua các dữ liệu không giống không cung ứng bằng chứng rõ ràng cho những chủ đề của bạn.

Mặc dù không có hướng dẫn thiết lập nào cho việc mã hóa dữ liệu, nhưng vẫn tồn tại một số quy trình thông thường (xem Hình 1 bên dưới đây).

Hình 1: quy trình mã hóa trong so với định tính

Gợi ý một số bước tương quan đến mã hóa dữ liệu (Creswell, 2002):

Cảm giác về tổng thể. Đọc kỹ toàn bộ các phiên âm. đánh dấu bên lề một trong những ý tưởng khi chúng nghĩ ra.Bắt đầu quy trình mã hóa tài liệu. Quá trình này bao gồm việc xác định các phân đoạn văn bản, để một dấu ngoặc vuông bao phủ chúng cùng gán một trường đoản cú hoặc các từ mã tế bào tả chính xác ý nghĩa sâu sắc của phân đoạn văn bản. Những câu hoặc đoạn văn có liên quan đến một mã tốt nhất được gọi là một trong những đoạn văn bản. Mã là nhãn được thực hiện để trình bày một đoạn văn phiên bản hoặc một hình ảnh. Các mã rất có thể đề cập đến các chủ đề khác nhau như: bối cảnh (ví dụ, lớp học), cách nhìn của fan tham gia, các quá trình (ví dụ, gián đoạn lớp học), các vận động (ví dụ, thảo luận, ngồi yên ổn lặng), mối quan hệ và cấu tạo xã hội (ví dụ, cách thao tác làm việc nhóm).Sau khi mã hóa toàn thể văn bản, hãy lập danh sách tất cả các tự mã. Nhóm những mã tương tự và tìm kiếm những mã dư thừa. Mục tiêu của người tiêu dùng là giảm list mã xuống một số nhỏ hơn, dễ quản lý hơn, chẳng hạn như 25 cho 30.Giảm list mã để có năm đến bảy công ty đề. Chủ thể (còn điện thoại tư vấn là danh mục) là các mã giống như được tổng phù hợp lại với nhau để tạo nên thành một ý tưởng phát minh chính trong các đại lý dữ liệu. Xác minh bảy công ty đề bằng phương pháp kiểm tra các mã mà những người dân tham gia bàn luận thường xuyên nhất, là độc nhất hoặc đáng ngạc nhiên, có nhiều bằng chứng nhất để cung ứng chúng hoặc là những mã bạn cũng có thể tìm thấy khi nghiên cứu hiện tượng. Lý do cho số lượng chủ đề ít là cực tốt nên viết một report định tính cung cấp tin chi máu về một vài chủ đề hơn là thông tin chung về nhiều chủ đề. Mô tả là sự việc thể hiện cụ thể về nhỏ người, vị trí hoặc sự khiếu nại trong toàn cảnh trong nghiên cứu và phân tích định tính. Bạn có thể sử dụng các mã như “sắp xếp vị trí ngồi”, “phương pháp giảng dạy” hoặc “bố trí thứ lý của phòng học” để mô tả một lớp học tập nơi huấn luyện và đào tạo diễn ra.

5. Sử dụng các mã nhằm xây dựng biểu lộ hoặc công ty đề

Trong một phân tích nghiên cứu định tính, bạn phải phân tích tài liệu để sinh ra câu vấn đáp cho các thắc mắc nghiên cứu vãn của bạn. Quy trình này bao gồm việc kiểm tra dữ liệu một cách chi tiết để diễn đạt những gì chúng ta đã học được và phát triển các chủ đề hoặc những danh mục ý tưởng phát minh lớn trường đoản cú dữ liệu. Trình bày và cải tiến và phát triển chủ đề trường đoản cú dữ liệu bao hàm trả lời các câu hỏi nghiên cứu bao gồm và ra đời hiểu biết sâu sắc về hiện tượng lạ trung tâm thông qua mô tả và cách tân và phát triển chủ đề. Ko phải tất cả các dự án công trình định tính đều bao hàm cả biểu thị và nhà đề, nhưng toàn bộ các nghiên cứu đều bao hàm ít duy nhất ‘chủ đề’.

3.1. Biểu thị (Description)

Mô tả là hiển thị cụ thể về nhỏ người, vị trí hoặc sự kiện trong bối cảnh trong phân tích định tính, dễ dàng nhất là ban đầu phân tích sau khoản thời gian đọc và mã hóa dữ liệu ban đầu. Vào một số hình thức thiết kế nghiên cứu định tính, chẳng hạn như dân tộc ký hoặc trong các phân tích điển hình, công ty nghiên cứu cung ứng một miêu tả đáng đề cập về bối cảnh. Khi cung cấp thông tin chi tiết, tế bào tả có thể đưa tín đồ đọc đến địa điểm nghiên cứu giúp hoặc giúp fan đọc tưởng tượng về một người.

3.2. Chủ thể (Themes)

Ngoài tế bào tả, vấn đề sử dụng các chủ đề là một cách khác để phân tích tài liệu định tính. Vì những chủ đề là các mã giống như được tổng hòa hợp lại với nhau để chế tác thành một ý tưởng phát minh chính trong đại lý dữ liệu, chúng tạo thành yếu đuối tố cốt tử trong phân tích tài liệu định tính. Y hệt như mã, những chủ đề gồm nhãn thường bao hàm không quá hai đến tư từ ‘trong tiếng Anh’ (ví dụ, quy hướng khuôn viên trường).

Thông qua các phân tích tài liệu ban đầu, bạn cũng có thể tìm thấy 30 đến 50 mã dữ liệu. Trong các phân tích tiếp theo, bạn giảm các mã này xuống còn bảy chủ đề bao gồm thông qua quá trình tìm kiếm trùng lặp và loại bỏ các phần thừa. Có một số trong những loại chủ thể và những tác đưa thường xác định chúng như sau (Creswell, 2002):

Chủ đề thường thì (Ordinary themes): chủ đề mà công ty nghiên cứu hoàn toàn có thể mong đợi tìm thấy.Chủ đề không mong đợi (Unexpected themes): các chủ đề gây không thể tinh được và không được ước ao đợi xuất hiện thêm trong một nghiên cứu.Chủ đề cạnh tranh phân một số loại (Hard-to-classify themes): chủ đề đựng các ý tưởng phát minh không thuận tiện chuyển thành một chủ đề hoặc đụng hàng với một số chủ đề.Chủ đề chính và chủ thể phụ (Major và minor themes): chủ đề thay mặt đại diện cho các ý tưởng phát minh chính và các ý tưởng phụ – ý tưởng thứ cấp trong dữ liệu. Ví dụ, nhà đề chính là ‘nỗ lực quăng quật thuốc lá’, chủ thể phụ có thể là ‘áp lực của bằng hữu đề thường xuyên hút thuốc’.

3.3. Phân lớp chủ thể và link chủ đề

Bạn đang thấy nhiều phân tích định tính chỉ dừng lại ở việc báo cáo mô tả và công ty đề. Tuy nhiên, bạn cũng có thể bổ sung thêm tính chặt chẽ và hiểu biết sâu sắc về nghiên cứu của mình bằng cách phân lớp các chủ đề hoặc liên kết chúng với nhau.

3.3.1. Phân lớp chủ đề (Layering Themes)

Phân lớn chủ đề được desgin dựa trên ý tưởng phát minh của các chủ đề bao gồm và phụ nhưng sắp đến xếp các chủ đề thành các lớp từ các chủ đề cơ bạn dạng đến những chủ đề phức hợp hơn. Nó tức là biểu diễn dữ liệu bằng cách sử dụng những cấp độ chủ đề được liên kết với nhau. Các bạn thêm bớt các chủ đề phụ trong số chủ đề chủ yếu và bao gồm các chủ thể chính trong số chủ đề rộng hơn. Toàn thể phân tích ngày dần trở nên phức tạp hơn lúc nhà nghiên cứu làm việc hướng về các lever sâu rộng của sự việc trừu tượng. Số lượng lớp bao gồm thể thay đổi từ hai đến tứ hoặc năm với việc nhận biết các lớp này để giúp bạn hiểu việc sử dụng các chủ đề trong phân tích định tính theo lớp. Hình 2 dưới đây là một ví dụ như về phân lớp nhà đề:

Hình 2: lấy ví dụ về phân lớp chủ đề

Như vậy, tích lũy dữ liệu từ một số trong những nguồn (Lớp 1) cùng phân tích nó để cách tân và phát triển mô tả các sự kiện (Lớp 2). Từ diễn tả này, kế tiếp họ hình thành những chủ đề (Lớp 3) và phối kết hợp các chủ thể này thành các quan điểm sâu rộng hơn (Lớp 4).

3.3.2. Link chủ đề (Interrelating Themes)

Các chủ đề liên kết với nhau có nghĩa là nhà phân tích kết nối các chủ đề để hiển thị trình tự thời gian hoặc chuỗi sự kiện, chẳng hạn như khi những nhà nghiên cứu định tính tạo nên một tế bào hình triết lý và khái niệm (như trong kim chỉ nan có cơ sở).

4. Đại diện và report các phát hiện

Sau khi chúng ta viết mã dữ liệu, phân tích nó cho biểu đạt và nhà đề, chủ thể lớp và liên kết chủ đề, đồng thời báo cáo kết quả mang lại các câu hỏi nghiên cứu vãn của bạn. Điều này yêu ước hiển thị những phát hiện trong những bảng và hình và desgin một mẩu truyện để lý giải những gì bạn đã tìm kiếm thấy để trả lời các câu hỏi nghiên cứu của bạn.

4.1. Đại diện các phát hiện tại (Representing Findings)

Các nhà nghiên cứu định tính thường hiển thị những phát hiện của mình một biện pháp trực quan bằng cách sử dụng những hình vẽ, hình hình ảnh làm tăng thêm phần thảo luận. Các cách không giống nhau để hiển thị dữ liệu được liệt kê làm việc đây:

Tạo bảng so sánh. tạo thành hình ảnh trực quan lại của thông tin dưới dạng bảng đối chiếu hoặc ma trận, bảng so sánh các nhóm về một trong các chủ đề (ví dụ: nam và thiếu phụ về phương diện “cảm giác an toàn trong nghề nghiệp kỹ thuật”).Xây dựng sơ vật cây phân cấp. Sơ trang bị này diễn tả một giải pháp trực quan những chủ đề cùng sự liên kết giữa chúng để các chủ đề được trình bày theo vật dụng tự từ chủ thể rộng mang lại chủ đề hẹp.Trình bày hình vẽ: những hình có hộp cho thấy mối liên hệ giữa các chủ đề.Vẽ bạn dạng đồ. Tế bào tả bố cục vật lý của thiết lập.Xây dựng bảng nhân khẩu. Biểu đạt thông tin cá nhân hoặc nhân khẩu học của từng bạn hoặc địa điểm trong nghiên cứu.

4.2. Báo cáo các phát hiện (Reporting Findings)

Hình thức chủ yếu để trình diễn và báo cáo các phát hiện trong nghiên cứu và phân tích định tính là một cuộc đàm luận tường thuật (narrative discussion). Một cuộc bàn thảo tường thuật là một trong những đoạn văn được viết vào một nghiên cứu và phân tích định tính, trong những số ấy tác giả tóm tắt cụ thể những phát hiện nay từ phân tích tài liệu của họ. Ko có hình thức cố định nào đến tường thuật này, rất có thể rất khác nhau giữa các nghiên cứu và phân tích này với nghiên cứu và phân tích khác. Một số lưu ý dưới đây rất có thể hữu ích để báo cáo các phân phát hiện:

Bao gồm đối thoại hỗ trợ hỗ trợ cho các chủ đề.Báo cáo trích dẫn (trong ngoặc kép) từ dữ liệu phỏng vấn hoặc từ quan lại sát của các cá nhân. Gần như câu trích dẫn này hoàn toàn có thể ghi lại cảm giác và cách mọi người nói về trải nghiệm của họ.Báo cáo nhiều cách nhìn và minh chứng trái ngược.Viết trong sự cụ thể sống động. Tìm các mô tả xuất sắc về một cá nhân, sự kiện hoặc hoạt động.Chỉ rõ những căng thẳng và mâu thuẫn trong yên cầu cá nhân.

5. Diễn giải phạt hiện

Diễn giải trong nghiên cứu định tính tức là nhà nghiên cứu lùi lại và có mặt một số ý nghĩa sâu sắc lớn rộng về hiện tượng kỳ lạ dựa trên cách nhìn cá nhân, so sánh với các nghiên cứu và phân tích trong quá khứ hoặc cả hai. Phân tích định tính là phân tích diễn giải, và các bạn sẽ cần làm cho ‘cảm giác’ về đều phát hiện. Các bạn sẽ tìm thấy những diễn giải này trong phần cuối cùng của một nghiên cứu và phân tích dưới những tiêu đề như “Thảo luận” (Discussion), “Kết luận” (Conclusions), hoặc “Hàm ý” (Implications). Phần này đề xuất bao gồm:

– Đánh giá bán về các phát hiện chủ yếu và biện pháp các thắc mắc nghiên cứu vớt được trả lời. Phần “Thảo luận” ban đầu với bản tóm tắt thông thường về các vấn đề chính. Đôi khi các bạn sẽ nêu lại từng câu hỏi nghiên cứu cô đơn và chuyển ra tác dụng cho từng câu hỏi. Mục tiêu chung của đoạn văn này là cung cấp cho người đọc ánh nhìn tổng quan tiền về gần như phát hiện nay để bổ sung cho những kết quả chi tiết hơn trong số đoạn diễn tả và nhà đề.

– bội phản ánh cá nhân của nhà phân tích về chân thành và ý nghĩa của dữ liệu. cũng chính vì các nhà phân tích định tính tin rằng quan điểm cá thể của chúng ta không lúc nào có thể bóc rời khỏi những diễn giải, cần những phản ánh cá nhân về chân thành và ý nghĩa của dữ liệu được gửi vào nghiên cứu. Bạn dựa vào những diễn giải cá nhân này dựa trên linh cảm, hiểu biết sâu sắc và trực giác. Bởi vì bạn có thể đã đến thực địa với đi thăm cá thể rất lâu với những cá nhân, chúng ta có thể phản ánh với nhận xét về ý nghĩa lớn hơn của dữ liệu.

– quan liêu điểm cá thể so sánh hoặc đối chiếu với tài liệu hiện tại có. Phần diễn giải cũng rất có thể chứa những tham chiếu đến tài liệu cùng các phân tích trước đây. Giống như như nghiên cứu định lượng, nhà phân tích định tính giải thích dữ liệu theo ý kiến của nghiên cứu trước đây, cho biết thêm các vạc hiện rất có thể hỗ trợ hoặc xích míc với các nghiên cứu và phân tích trước kia hoặc cả hai như thế nào. Giải pháp diễn giải này hoàn toàn có thể so sánh các phát hiện tại định tính với những quan điểm được report về một khái niệm khoa học xã hội được tìm kiếm thấy vào tài liệu, hoặc nó hoàn toàn có thể kết đúng theo quan điểm cá thể với một thuật ngữ hoặc ý tưởng khoa học tập xã hội hoặc giáo dục.

– tiêu giảm của nghiên cứu. cũng như như phân tích định lượng, nhà phân tích định tính đề xuất những tiêu giảm hoặc điểm yếu hoàn toàn có thể có của nghiên cứu và phân tích và chỉ dẫn các đề xuất cho nghiên cứu trong tương lai.

– Đề xuất cho nghiên cứu và phân tích trong tương lai. những hàm ý cho phân tích trong tương lai có thể bao hàm việc sử dụng những phát hiện nay cho trong thực tế (ví dụ: lớp học, ngôi trường học) hoặc nhu cầu nghiên cứu thêm (ví dụ: bằng phương pháp thu thập dữ liệu không ngừng mở rộng hơn hoặc bằng phương pháp đặt câu hỏi bổ sung của những người tham gia). Bạn có thể nêu các tác động đối với việc ra quyết định, chẳng hạn như lập planer cho các cách thức thực hành mới hoặc cho các người theo dõi mà các bạn đã khẳng định trong phần ra mắt về nghiên cứu của mình.

6. Đánh giá chỉ tính đúng mực của những phát hiện

Trong suốt quy trình thu thập với phân tích dữ liệu, bạn cần đảm bảo an toàn rằng những phát hiện và diễn giải của doanh nghiệp là bao gồm xác. Xác thực những phát hiện tức là nhà nghiên cứu xác minh độ đúng mực hoặc độ tin cẩn của những phát hiện. Gồm ba bề ngoài chính thường xuyên được các nhà nghiên cứu định tính sử dụng: tam giác (triangulation), chất vấn thành viên (member checking) và truy thuế kiểm toán (auditing).

– phương thức tam giác (Triangulation), bằng cách kết hợp các lý thuyết, cách thức hoặc người xem trong một nghiên cứu, rất có thể giúp đảm bảo rằng những lệch lạc cơ phiên bản phát sinh từ việc sử dụng một phương thức hoặc một người xem duy độc nhất vô nhị được khắc phục. Các nhà nghiên cứu định tính phân chia tam giác giữa những nguồn dữ liệu khác biệt để nâng cao độ đúng chuẩn của một nghiên cứu. Đó là thừa trình chứng thực bằng bệnh từ các cá nhân khác nhau (ví dụ: một hiệu trưởng cùng một học sinh), những loại dữ liệu (ví dụ: các chú yêu thích quan gần cạnh và bỏng vấn), hoặc các cách thức thu thập tài liệu (ví dụ: tư liệu và rộp vấn) trong số mô tả và chủ đề trong định tính nghiên cứu. Bạn hỏi kiểm soát từng nguồn thông tin và tìm minh chứng để cung ứng một chủ đề. Điều này bảo vệ rằng phân tích sẽ chính xác vì thông tin dựa trên nhiều nguồn thông tin, cá nhân hoặc thừa trình.

– chất vấn thành viên: các nhà nghiên cứu và phân tích cũng bình chọn những phân phát hiện của mình với những người tham gia phân tích để xác minh xem hầu như phát hiện của mình có đúng chuẩn hay không. Kiểm tra thành viên là một quy trình trong đó nhà nghiên cứu và phân tích yêu mong một hoặc không ít người dân tham gia phân tích kiểm tra tính đúng đắn của vạc hiện. Câu hỏi kiểm tra này bao gồm việc đưa các phát hiện tại lại cho người tham gia với hỏi họ (bằng văn bạn dạng hoặc phỏng vấn) về tính đúng đắn của báo cáo. Chúng ta hỏi những người dân tham gia về những khía cạnh của nghiên cứu, ví dụ như mô tả có rất đầy đủ và thực tế hay không, các chủ đề có đúng đắn để gửi vào hay là không và những diễn giải có công bằng và đại diện thay mặt hay không.

– những nhà phân tích cũng rất có thể yêu mong một người phía bên ngoài dự án tiến hành xem xét kỹ lưỡng phân tích và báo cáo lại bằng văn bản những điểm mạnh và điểm yếu kém của dự án. Đây là quy trình thực hiện reviews bên ngoài, trong đó nhà nghiên cứu và phân tích thuê hoặc mua các dịch vụ của một cá nhân bên phía ngoài nghiên cứu để xem xét những khía cạnh khác nhau của nghiên cứu. Đánh giá bán viên coi xét dự án và viết hoặc truyền đạt review về nghiên cứu. Việc truy thuế kiểm toán này có thể xảy ra cả trong cùng khi hoàn thành một nghiên cứu, trong các số ấy các kiểm toán viên hay hỏi các vấn đề: phần lớn phát hiện có địa thế căn cứ vào dữ liệu không? những suy luận có súc tích không? những chủ đề có phù hợp không? những quyết định khảo sát và biến đổi phương pháp luận rất có thể hợp lý không?

Tài liệu tham khảo

Creswell, J. W. (2002). Educational research: Planning, conducting, and evaluating quantitative. Upper Saddle River, NJ: Prentice Hall.Lovely Professional University. Methodology of Educational Research and Statistics. Produced và Printed by Laxmi Publications (P) LTD, 2014. No 113, Golden House, Daryaganj, New Delhi-110002 for Lovely Professional University Phagwara
Johnson, R. B., & Christensen, L. (2019). Educational research: Quantitative, qualitative, and mixed approaches. Sage publications.