Jaké jsou nejlepší tipy pro analýzu kvalitativních dat?

Kvalitativní údaje představují informace shromážděné vědci, kteří nemají matematický základ ani pozadí. Shromážděné informace často pocházejí z dotazníků, cílových skupin, pozorování nebo dokumentů a zpráv. Analýza kvalitativních údajů obvykle probíhá stejným počtem kroků pro každý výzkumný proces nebo zprávu. Tyto kroky začínají poznáním dat, zaměřením analýzy a kategorizací informací, což vede k identifikaci vzorců a interpretaci. Vědci mohou kvůli subjektivní povaze trávit více času analýzou kvalitativních údajů než kvantitativních údajů.

Všichni vědci musí znát svá data, a to jak v typech nezbytných pro vypracování zpráv, tak v metodách jejich shromažďování. Vědci obvykle tráví mnoho času vývojem metody, pomocí které budou shromažďovat kvalitativní údaje. Mít plán a znát data může také usnadnit analýzu na zadním konci výzkumného procesu. V některých případech může výzkumný pracovník potřebovat více než jednu metodu pro sběr dat. To umožňuje více informací při vytváření užitečných sestav.

Zaměřená analýza je nezbytnou součástí kvalitativních analytických technik. Vědci musí klást správné otázky do průzkumů i dotazníků. Při pozorování musí mít výzkumný pracovník konkrétní nástin toho, co má přezkoumat a kdy je přezkoumat. V některých případech je také nutné mít dostatečný čas na provedení výzkumu. Slabý kvalitativní výzkumný proces může ztěžovat analýzu kvalitativních dat, protože je potřeba více času na plevel prostřednictvím nadměrných informací.

Kategorizace shromážděných údajů je často jádrem analýzy kvalitativních údajů. Vědci musí identifikovat témata a podkategorie pro všechny informace převzaté z procesu sběru dat. Například výzkumný pracovník může jednotlivé odpovědi rozdělit do konkrétních kategorií a odpovědět na otázku související s faktory, které nejvíce ovlivňují analýzu rozhodování společnosti. Vědci mohou při analýze kvalitativních údajů použít předem stanovené kategorie nebo si vytvořit vlastní. Kategorie se mohou mezi několika výzkumnými studiemi lišit.

Po kategorizaci vyžaduje analýza kvalitativních údajů vědce, aby identifikovali vzorce. Vzory mohou existovat v každé kategorii mezi několika kategoriemi nebo mohou představovat odlišný vztah mezi dvěma proměnnými. Několik otázek, které je třeba určit, je to, jak se položky vzájemně vztahují, jak shromážděná data tento vztah podporují a jak jiné faktory vytvářejí příčinný vztah mezi těmito nebo jinými položkami. Analytici často používají ke kontrole těchto údajů tabulku nebo matici. Vytváření vztahů mezi dvěma proměnnými může být v tomto procesu analýzy nebezpečnou chybou.

Posledním krokem v analýze kvalitativních dat je interpretace. Většina vědců používá vzorek k reprezentaci větší celkové populace. Správně shromážděná data umožňují výzkumníkovi vyvodit závěry z konkrétních údajů nebo faktorů ve zprávách. Vědci obvykle vytvářejí ze svých dat seznam důležitých zjištění. V této části mohou být také uvedeny návrhy pro budoucí analýzu.