निर्धारित करें कि कौन सा डेटा विश्लेषण विकल्प आपके शोध उद्देश्य को फिट करता है
मात्रात्मक डेटा विश्लेषण
गुणात्मक शोध डेटा का विश्लेषण करने के इस तरीके में, एकत्रित जानकारी डेटासेट में विभिन्न चर के परिणामों के अनुसार सारणीबद्ध है ।
यह डेटा की एक विस्तृत तस्वीर प्रदान करता है और पैटर्न की पहचान करने की प्रक्रिया में सहायता करता है।
विश्लेषण को सुविधाजनक बनाने के लिए डेटा प्रदर्शित करने का एक आम तरीका आवृत्ति वितरण का उपयोग करना है , जो प्रत्येक चर श्रेणी के अनुसार प्रतिक्रियाओं या स्कोर की संख्या का एक संगठित सारणी है। सारणीकरण डेटा सटीकता निर्धारित करने, डेटा आउटलाइर्स की पहचान करने, स्कोर या प्रतिक्रियाओं के फैलाव को मापने के लिए एक संरचित तरीका प्रदान करता है, और स्पष्ट आवृत्ति का निरीक्षण करता है ।
योग्यता सामग्री विश्लेषण
जब सामग्री विश्लेषण को विश्लेषण की मात्रात्मक विधि के रूप में माना जाता है, तो यह व्यवस्थित रूप से और सामूहिक रूप से मीडिया सामग्री का विश्लेषण करने का एक तरीका प्रदान करता है। सामग्री विश्लेषण के इस संस्करण ने कोड , मानकीकरण और ग्रंथों की तुलना करने के लिए मानकीकृत माप का उपयोग किया।
जब सामग्री विश्लेषण में गुणात्मक दृष्टिकोण लिया जाता है , तो फोकस टेक्स्ट की स्पष्ट या स्पष्ट सामग्री दोनों का विश्लेषण करने के साथ-साथ ग्रंथों के गुप्त अर्थ को समझने पर होता है जिसे पाठ से अलग किया जा सकता है, लेकिन इसमें स्पष्ट रूप से वर्णित नहीं है ।
सामग्री विश्लेषण का जोर डाटा कोडिंग है , जो इस दृष्टिकोण की एक बड़ी सीमा को समझा सकता है- ग्रंथों के अर्थों की समृद्ध समझ प्रदान करने में असमर्थता
लगातार तुलनात्मक विधि
यह गुणात्मक डेटा विश्लेषण विधि एक संरचित पुनरावृत्ति प्रक्रिया है जिसमें शोधकर्ता आंकड़ों के साथ प्रत्येक नए डेटा की तुलना करते हैं, जिसका अध्ययन पहले से ही किया जा चुका है।
- ओपन कोडिंग: प्रत्येक डेटा बिट को कोड किया जाता है और उसके बाद किसी प्रासंगिक विषय श्रेणी को असाइन किया जाता है या यदि कोई प्रासंगिकता नहीं देखी जाती है तो त्याग दिया जाता है। यह कोडिंग डेटा बिट्स के विश्लेषण डेटा के संचय निकाय के साथ तुलना करने के तरीके के अनुसार होती है।
- अक्षीय कोडिंग: चूंकि डेटा बिट्स का विश्लेषण किया जाता है, इसलिए नई अतिव्यापी विषय श्रेणियां उभर जाएंगी। एक बार डेटा को कोड श्रेणियों में कोडित और सौंपा गया है, तो शोधकर्ता उभरते विषयों के लिए श्रेणियों की जांच करता है। सैद्धांतिक संतृप्ति तब होती है जब जांच डेटा से कोई नया डेटा उभरता प्रतीत होता है।
- चुनिंदा कोडिंग: इस अंतिम कोडिंग चरण में, विषय श्रेणियां और स्पष्ट अंतर-संबंधों का उपयोग ऐसी कहानी बनाने के लिए किया जाता है जो शोध का ध्यान केंद्रित करने वाली घटना को बताता या समझाता है।
विश्लेषण दृष्टिकोण का आवेदन
गुणात्मक डेटा के सफल विश्लेषण की कुंजी समझ में आ रही है जब विश्लेषण की विधि का उपयोग किया जाना चाहिए और जब कोई अन्य डेटा विश्लेषण दृष्टिकोण चुनना बेहतर होता है।
मात्रात्मक डेटा विश्लेषण: अंतराल डेटा का उपयोग करके मात्रात्मक डेटा विश्लेषण जो निरंतर होते हैं जिसमें मूल्यों के बीच मानकीकृत अंतर के साथ तार्किक क्रम होता है, लेकिन इसमें प्राकृतिक शून्य नहीं होता है। एक लिकर्ट पैमाने पर आइटम अंतराल डेटा का एक अच्छा उदाहरण हैं।
योग्यता सामग्री विश्लेषण: स्वास्थ्य देखभाल अनुसंधान में, सामग्री विश्लेषण के लिए उपयुक्त ग्रंथों में अनुदान प्रस्ताव, प्रकाशित पांडुलिपियां, मीटिंग्स से मिनट, बातचीत की प्रतिलेख, चिकित्सा मुठभेड़, साक्षात्कार और फोकस समूह शामिल हैं । हेल्थकेयर क्षेत्रों में विश्लेषण के लिए उचित ग्रंथों में समाचार पत्रों, पत्रिकाओं, रेडियो, टेलीविजन और इंटरनेट के माध्यम से जनता को सूचित संदेश भी शामिल हैं।
निरंतर तुलनात्मक विधि: डेटा विश्लेषण की निरंतर तुलनात्मक विधि का उपयोग संरचित प्रतिक्रियाओं जैसे कि बंद-अंत सर्वेक्षण प्रश्नों , या असंगठित प्रतिक्रियाओं के साथ किया जा सकता है , जैसे सर्वेक्षण प्रतिभागियों को प्रश्नावली पर खुली-समाप्ति वस्तुओं का उत्तर देते हैं। उस ने कहा, एक निरंतर तुलनात्मक डेटा विश्लेषण प्रक्रिया शायद सबसे अधिक उपयोगिता है जब व्यापक खातों के साथ उपयोग किया जाता है जिसमें साक्षात्कार प्रतिलेख जैसे असंगठित डेटा शामिल होते हैं।
निष्कर्षों का प्रस्तुति
जिस तरह से डेटा विश्लेषण निष्कर्ष या परिणाम प्रस्तुत किए जाते हैं, वे शेल्फ पर उपयोग किए जाने वाले शोध और शोध के बीच अंतर बना सकते हैं। अंगूठे का एक नियम इस तरह से डेटा प्रस्तुत करना है जो कम से कम परिष्कृत लोगों को समझने योग्य और प्रयोग योग्य होगा जो डेटा विश्लेषण निष्कर्ष प्राप्त करेंगे।
- मात्रात्मक डेटा विश्लेषण: डेटा को अक्सर इस तरीके से प्रदर्शित किया जाता है जो निर्मित आवृत्ति और प्रतिशत वितरण से डेटा को नियंत्रित करता है ।
- योग्यता सामग्री विश्लेषण: डेटा टेबल और matrices में प्रस्तुत किया जा सकता है। यह विशेष रूप से उपयोगी होता है जब उद्धरण का उपयोग इंटरविविंग द्वारा निष्कर्षों को व्यक्त करने के लिए किया जाता है । इसका अर्थ यह है कि विश्लेषण की परिशोधन अच्छी तरह से हो सकती है, भले ही पांडुलिपि अभी भी अंतिम रूप में लिखी जा रही है।
- निरंतर तुलनात्मक विधि : निरंतर तुलनात्मक डेटा विश्लेषण प्रक्रिया में निष्कर्षों की प्रस्तुति डेटा से उभरे विषयों को प्रकट करने पर केंद्रित है। जबकि डेटा के दृश्य प्रदर्शन का उपयोग किया जा सकता है, निष्कर्ष आम तौर पर डेटा सेट से विशिष्ट अंशों से बंधे होते हैं, जो स्पष्ट रूप से विषयों को चित्रित करते हैं । इन अंशों में शोध पांडुलिपि और / या लेख के परिणाम खंड की कथा चर्चा में शामिल हैं।
एकत्रित डेटा के साथ विश्लेषण विधि का फ़िट
डेटा विश्लेषण विधि को एकत्रित किया गया है जो डेटा एकत्रित किया गया है और शोध प्रश्नों और अंतिम उद्देश्य के परिणामों के साथ मजबूत अंतर्दृष्टि में उपयोग किया जा सकता है जिसका उपयोग किया जा सकता है
- मात्रात्मक डेटा विश्लेषण सर्वेक्षण में बंद-समाप्त प्रश्न वस्तुओं के लिए एक अच्छा फिट है।
- योग्यता सामग्री विश्लेषण साक्षात्कार प्रतिक्रिया डेटा के लिए एक अच्छा फिट है।
- निरंतर तुलनात्मक विश्लेषण सर्वेक्षणों में और साक्षात्कार प्रतिक्रियाओं के साथ खुली-समाप्ति प्रश्न वस्तुओं के लिए एक अच्छा फिट है।
सूत्रों का कहना है
ग्लेज़र, बीजी एंड स्ट्रॉस, एएल (1 9 67)। ग्राउंडेड थ्योरी की खोज: योग्यता अनुसंधान के लिए रणनीतियां। न्यूयॉर्क: एल्डिन डी ग्रुइटर।
ग्रैनहेम, यूएच और लुंडमैन, बी (2004)। नर्सिंग शोध में योग्यता सामग्री विश्लेषण: भरोसेमंदता प्राप्त करने के लिए अवधारणाओं, प्रक्रियाओं और उपायों। नर्स एजुकेशन टुडे, 24 , 105-112।
रूबिन, एचजे और रूबिन, आईएस (2004)। योग्यता साक्षात्कार: सुनवाई डेटा की कला (द्वितीय संस्करण)। हजार ओक्स, सीए: ऋषि प्रकाशन।
स्ट्रॉस, ए और कॉर्बिन, जे। (1 99 0)। गुणात्मक शोध की मूल बातें: ग्राउंड सिद्धांत सिद्धांत और तकनीकें। न्यूबरी पार्क, सीए: ऋषि प्रकाशन।
वॉरेन, सीएबी और कर्णर, TX (2005)। गुणात्मक तरीकों की खोज: फील्ड शोध, साक्षात्कार और विश्लेषण। लॉस एंजिल्स, सीए: रोक्सबरी पब्लिशिंग कंपनी।