Spisu treści:
- Wiarygodność i wiarygodność
- Generalizacja i wiarygodność
- Niezawodność i wiarygodność
- Sztuka jakościowych badań i wiarygodności
Wideo: Test niezależności chi-kwadrat 2024
Pojęcia ważności i wiarygodności są względnie obce w przypadku badań jakościowych. Pojęcia nie są po prostu dobre. Zamiast koncentrować się na wiarygodności i trafności, badacze jakościowi zastępują wiarygodność danych. Wiarygodność składa się z następujących elementów: (a) Wiarygodność; (b) zbywalność; (do); rzetelność; oraz (d) potwierdzalność.
Wiarygodność i wiarygodność
Wiarygodność przyczynia się do wiary w wiarygodność danych poprzez następujące cechy: (a) długotrwałe zaangażowanie; (b) uporczywe obserwacje; (c) triangulacja; (d) adekwatność referencyjna; (e) sprawozdanie z przesłuchań; oraz (f) kontrole członków. Triangulacja i kontrole członkowskie są podstawowymi i powszechnie stosowanymi metodami w celu poprawy wiarygodności.
Triangulacji dokonuje się, zadając te same pytania badawcze różnych uczestników badania i zbierając dane z różnych źródeł i stosując różne metody, aby odpowiedzieć na te pytania badawcze. Kontrole członkowskie pojawiają się, gdy badacz prosi uczestników o przeglądanie zarówno danych zebranych przez ankietera, jak i interpretacji danych wywiadów przez badaczy. Uczestnicy są ogólnie wdzięczni za proces sprawdzania członków, a wiedząc, że będą mieli okazję zweryfikować swoje oświadczenia, skłonią uczestników badania do chęci uzupełnienia braków z wcześniejszych wywiadów.
Zaufanie jest ważnym aspektem procesu sprawdzania członków.
Generalizacja i wiarygodność
Możliwość przenoszenia to uogólnienie wyników badań na inne sytuacje i konteksty. Przekazywalność nie jest uznawana za realistyczny naturalistyczny cel badawczy. Konteksty, w których następuje gromadzenie danych jakościowych, definiują dane i przyczyniają się do interpretacji danych. Z tych powodów generalizacja w badaniach jakościowych jest ograniczona.
Purposive sample może być wykorzystany do rozwiązania problemu przenoszenia, ponieważ konkretne informacje są zmaksymalizowane w stosunku do kontekstu, w którym gromadzone są dane. Oznacza to, że specyficzne i zróżnicowane informacje są podkreślane w celowym pobieraniu próbek, a nie w uogólnionych i zagregowanych informacjach, co miałoby miejsce zazwyczaj w badaniach ilościowych. Próbki pobieżne wymagają uwzględnienia cech indywidualnych członków próbki, o ile te cechy są bardzo bezpośrednio związane z pytaniami badawczymi.
Niezawodność i wiarygodność
Niezawodność zależy od ważność. Dlatego wielu badaczy jakościowych uważa, że jeśli wykazano wiarygodność, nie jest to konieczne i osobno wykazać rzetelność. Jeśli jednak naukowiec zezwala na analizowanie warunków, wówczas wiarygodność wydaje się bardziej związana z trafnością, a niezawodność wydaje się bardziej związana z niezawodnością.
Czasami ważność danych jest oceniana za pomocą audytu danych. Audyt danych może być przeprowadzony, jeśli zestaw danych jest zarówno bogaty, tak aby auditor mógł określić, czy sytuacja badawcza dotyczy ich sytuacji. Bez wystarczających szczegółów i informacji kontekstowych nie jest to możliwe. Bez względu na to, ważne jest, aby pamiętać, że celem nie jest generalizacja poza próbką.
Jakościowy badacz musi uparcie zanotować kryteria, na podstawie których podejmowane będą decyzje dotyczące kategorii (Dey, 1993, s. 100). Zdolność badacza jakościowego do elastycznego korzystania z ram analizy danych, pozostawania otwartym na zmiany, unikanie nakładania się i uwzględnianie wcześniej niedostępnych lub niemożliwych do zaobserwowania kategorii, w dużym stopniu zależy od znajomości i zrozumienia danych przez badacza. Ten poziom analizy danych osiąga się przez tarzanie się w danych (Glasser i Strauss, 1967).
Badania jakościowe można przeprowadzić w celu powielenia wcześniejszych prac, a gdy jest to cel, ważne jest, aby kategorie danych były wewnętrznie spójne. Aby tak się stało, badacz musi opracować zasady, które opisują właściwości kategorii i które mogą być ostatecznie wykorzystane do uzasadnienia włączenia każdego bitu danych, który pozostaje przypisany do kategorii, jak również do stworzenia podstawy dla późniejszych testów powtarzalności (Lincoln i Guba, 1985, s. 347).
Sztuka jakościowych badań i wiarygodności
Proces udoskonalania danych w obrębie kategorii i pomiędzy kategoriami musi być systematycznie przeprowadzany, tak aby dane były najpierw zorganizowane w grupy według podobnych atrybutów, które są oczywiste. Po tym etapie dane są umieszczane w stosach i podpórkach, tak aby zróżnicowanie opierało się na subtelniejszych i drobniejszych różnicach.
Poprzez proces pisania notatek, badacz jakościowy zapisuje notatki o pojawieniu się wzorców lub zmianach i rozważaniach związanych z procesem rafinacji kategorii. Można się spodziewać, że definicje kategoryczne ulegną zmianie w toku badań, ponieważ ma to fundamentalne znaczenie dla stała porównawcza kategorie procesów stają się mniej ogólne i bardziej szczegółowe, ponieważ dane są grupowane i przegrupowywane w trakcie badań. Dlatego przy definiowaniu kategorii musimy być uważni i ostrożni - uważni na dane i niepewni w naszych konceptualizacjach. (Dey, 1993, str.
102).
Źródła:
Dye, J.G, Schatz, I.M., Rosenberg, B.A. i Coleman, S.T. (2000, styczeń). Stała metoda porównania: Kalejdoskop danych. Raport jakościowy, 4 (1/2).
Glaser, B. i Strauss, A.(1967). Odkrycie ugruntowanej teorii: strategie badań jakościowych. Chicago, IL: Aldine.
Lincoln, Y. S. i Guba, E. G. (1985). Naturalistyczne śledztwo. Newbury Park, Kalifornia: Sage.
Segmentacja rynku: dwa poziomy badań rynku
Atrybuty konsumenckie stanowią podstawę segmentacji rynku, która jest ważnym narzędziem do tworzenia strategii marketingowej i prowadzenia badań rynkowych.
Segmentacja rynku: dwa poziomy badań rynku
Atrybuty konsumenckie stanowią podstawę segmentacji rynku, która jest ważnym narzędziem do tworzenia strategii marketingowej i prowadzenia badań rynkowych.
Analizuj jakościowe wyniki badań za pomocą książki kodów
Jakościowi badacze i analitycy kodują tekst za pomocą standardowego i spójnego słownika, aby określić, które motywy pojawiają się w danych.