Phân tích Dữ liệu Phỏng vấn và Khảo sát Nghiên cứu

Nghiên cứu thị trường đôi khi đòi hỏi một số lượng khá lớn các ý tưởng hoặc thuộc tính được sắp xếp và phân loại theo các mối quan hệ hoặc thuộc tính. Thông thường, các nhà nghiên cứu thị trường hỏi người tiêu dùng, khách hàng hoặc khách hàng để tổ chức ý tưởng của họ. Đôi khi chính các nhà nghiên cứu thị trường phải phân loại dữ liệu. Ba cách để tổ chức và phân tích dữ liệu định tính được mô tả ở đây: (1) Sơ đồ mối quan hệ; (2) loại thẻ; và (3) so sánh không đổi.

-1->

Sơ đồ quan hệ: Không chỉ cho việc làm động não

Sơ đồ mối quan hệ chủ yếu được sử dụng để tổ chức thông tin được biên soạn trong một phiên họp động não. Các vấn đề và giải pháp thường được "làm việc" bằng cách sử dụng một sơ đồ ái lực. Biểu đồ ái lực là một cách để tổ chức ý tưởng hoặc thuộc tính. Sử dụng sơ đồ ái lực cũng được gọi là KJ Method, được đặt tên theo Kawakita Jiro, người đã phổ biến phương pháp này trong vòng cải tiến chất lượng.

Tạo một sơ đồ ái lực là một quá trình gồm sáu bước.

• Xác định nguyên nhân của quá trình.
• Xác định một bộ các phân loại hợp lý.
• Liệt kê các yếu tố liên quan đến phân loại.
• Đặt mỗi yếu tố hoặc ý tưởng theo phân loại.
• Giảm phân loại bằng cách kết hợp và đơn giản hóa.
• Phân tích sơ đồ - tổng nhóm các phân loại.

Thẻ nghiên cứu sắp xếp đã được sử dụng trong / tâm lý học và nghiên cứu nhận thức kể từ khi quân đội thử nghiệm quân đội trước và trong Thế chiến II.

Ngày nay, các chiến lược sắp xếp thẻ thường được sử dụng để kiểm tra khả năng sử dụng của kiến ​​trúc phần mềm. Phương thức sắp xếp thẻ tạo ra thông tin về cách người trả lời liên kết và nhóm ý tưởng, cấu trúc hoặc sản phẩm. Là một quy trình định tính, phân loại thẻ giúp hỗ trợ phát triển những hiểu biết sâu sắc.

Để tham gia vào hoạt động sắp xếp thẻ, người trả lời cần tổ chức các thẻ không được sắp xếp thành các nhóm.

Họ cũng có thể được yêu cầu dán nhãn các danh mục họ tạo ra. Có hai phiên bản của hoạt động sắp xếp thẻ: Phân loại thẻ đóng và sắp xếp thẻ mở. Trong hoạt động sắp xếp thẻ mở, người trả lời tạo các danh mục của riêng họ. Trong một loại thẻ khép kín, người trả lời được yêu cầu sắp xếp các loại thẻ thành các loại đã được nhà nghiên cứu thị trường xác định trước.

Phân loại thẻ là một phương pháp kỹ thuật rất thấp, sử dụng các bài viết hoặc thẻ chỉ mục Post-It ™. Có thể bạn đoán, các gói phần mềm hỗ trợ việc tạo ra các hoạt động sắp xếp giỏ hàng số. Phân loại thẻ có thể được tiến hành với các cá nhân trả lời, với một nhóm nhỏ trong đó thực hiện phân loại thẻ đồng thời hoặc như là một hoạt động lai, nơi người trả lời tự thực hiện một loại thẻ và sau đó nhóm lại để thảo luận cách tiếp cận công việc và so sánh kết quả.

Nghiên cứu phân loại thẻ tạo ra các dữ liệu định lượng dưới dạng một tập hợp các điểm tương đồng. Điểm tương tự là một thước đo của trận đấu cho các cặp thẻ khác nhau. Ví dụ, đưa ra một cặp thẻ, nếu tất cả những người trả lời đã sắp xếp cặp thẻ vào cùng một danh mục thì điểm số tương tự sẽ là 100 phần trăm. Nếu chính xác một nửa số người trả lời đã sắp xếp hai thẻ vào cùng một thể loại, nhưng nửa còn lại sắp xếp các thẻ thành các loại khác nhau thì điểm số tương tự sẽ là 50 phần trăm.

Điều thú vị là kỹ thuật phân loại thẻ, là một quá trình nghiên cứu định tính, đã được sử dụng để thay thế một kỹ thuật định lượng được gọi là phân tích các yếu tố thăm dò. Trích dẫn cho nghiên cứu này như sau: Santos, G. J. (2006). Kỹ thuật sắp xếp thẻ như là một chất thay thế định lượng cho phân tích các yếu tố thăm dò định lượng, Corporate Communications: Tạp chí Quốc tế, 11 (3), 288 - 302.

So sánh liên tục cho dữ liệu nghiên cứu tự nhiên mã hoá

Phương pháp so sánh thường được biết đến phương pháp nghiên cứu định tính đầu tiên được mô tả và tinh chế bởi các nhóm nghiên cứu tự nhiên như Glaser & Strauss và Lincoln & Guba. Phương pháp so sánh không đổi được thực hiện theo bốn giai đoạn: (a) So sánh dữ liệu áp dụng cho từng loại, khi các loại xuất hiện; (b) tích hợp các loại và các thuộc tính của chúng để giảm tập dữ liệu và tiếng ồn dữ liệu; (c) tiếp tục giới hạn lý thuyết dựa trên bộ dữ liệu giảm; và (d) viết lý thuyết.

Không giống như các phương pháp nghiên cứu định lượng, trong đó một giả thuyết được tạo ra trước khi nghiên cứu bắt đầu, phương pháp so sánh không đổi sẽ tạo ra lý thuyết khi nó tiến triển. Thay vì có một giả thuyết để chỉ đạo nghiên cứu, các chủ đề xuất hiện khi dữ liệu được mã hóa và phân tích. Đây được gọi là nghiên cứu tự nhiên hay lý thuyết cơ sở. Do việc xây dựng lý thuyết thông qua phân tích liên tục, việc khám phá các mối quan hệ bắt đầu khi các quan sát ban đầu được phân tích. Một quá trình sàng lọc liên tục xảy ra khi mã hóa không tách rời với việc thu thập dữ liệu và phân tích dữ liệu.

Nội dung câu chuyện của các cuộc phỏng vấn và các câu hỏi khảo sát mở được phân tích cho các mô hình chính. Các mẫu được xác định, phân loại, và mã hoá để phát hiện chủ đề. Một quá trình so sánh liên tục là nghiên cứu quy nạp. Tức là, các loại và ý nghĩa của các loại xuất hiện từ dữ liệu hơn là áp đặt lên dữ liệu trước khi dữ liệu được thu thập hoặc phân tích.