कोणता डेटा विश्लेषण पर्याय आपला संशोधन उद्देश फिट आहे ते ठरवा
संख्यात्मक डेटा विश्लेषण
गुणात्मक संशोधन डेटाचे विश्लेषण करण्याच्या या पद्धतीमध्ये, डेटासेटमधील विविध चलतेच्या परिणामांनुसार गोळा केलेली माहिती टॅबबद्ध केली आहे .
हे डेटाचे सर्वसमावेशक चित्र प्रदान करते आणि नमुन्यांची ओळख पटण्यासाठी प्रक्रियेत मदत करते.
विश्लेषण सुलभ करण्यासाठी डेटा प्रदर्शित करण्याचा एक सामान्य मार्ग वारंवारता वितरण वापरून आहे , जे प्रत्येक चल श्रेणीनुसार प्रतिसादांची संख्या किंवा गुणांचे एक संघटित सारणीकरण आहे. टॅब्यूलेशन डेटा अचूकता, डेटा आउटरीव्हर ओळखणे, स्कोअर किंवा प्रतिसादांचा प्रसार गेज करण्याची आणि स्ट्रक्चरल वारंवारता देखिल एक संरचित मार्ग प्रदान करते.
गुणात्मक सामग्री विश्लेषण
जेव्हा सामग्रीचे विश्लेषण विश्लेषणाच्या परिमाणात्मक पध्दत म्हणून केले जाते, तेव्हा ते माध्यम सामग्रीचे पद्धतशीरपणे आणि निष्क्रीयपणे विश्लेषण करण्याचा मार्ग प्रदान करते. सामग्री विश्लेषणाची ही आवृत्ती कोडमध्ये मानक मापदंड वापरली, मजकूर लिहिते आणि ग्रंथांची तुलना करा.
जेव्हा गुणविशेष विश्लेषणात गुणगुणित दृष्टीकोन घेण्यात येतो , तेव्हा फोकस मजकूरमधील स्पष्ट किंवा मॅनिफेस्ट सामग्रीचे विश्लेषण करणे तसेच मजकुरातून अप्रत्यक्ष केले जाणारे ग्रंथांच्या गुप्त अर्थाचा अर्थ लावणे, परंतु हे स्पष्टपणे त्यात म्हटले जात नाही .
सामग्री विश्लेषणावर भर डेटा कोडिंग आहे , ज्यामुळे या दृष्टिकोणाची प्रमुख मर्यादा स्पष्ट होऊ शकते-ग्रंथांच्या अर्थांची समृद्ध समज प्रदान करण्याच्या अक्षमतेमुळे
सतत तुलनात्मक पद्धत
ही गुणात्मक डेटा विश्लेषण पद्धत एक रचनात्मक पुनरावृत्ती प्रक्रिया आहे ज्यामध्ये संशोधक डेटाच्या प्रत्येक नवीन बिटची तुलना करतात जे आधीपासूनच अभ्यासात तपासले गेले आहेत.
- ओपन कोडींग: प्रत्येक डेटा बिट कोडित केला जातो आणि संबंधित विषय श्रेणीसाठी नियुक्त केला जातो किंवा कोणत्याही संदर्भाप्रमाणे हे दुर्लक्ष केलेले नाही. हे कोडिंग विश्लेषण डेटाच्या एकत्रित शरीराशी डेटा बिट्सशी तुलना करता त्यानुसार येते.
- अक्षीय कोडिंग: डेटा बीटचे विश्लेषण केले जाते त्याप्रमाणे, नवीन अतिविशिष्ट विषय श्रेण्या दिसतील. एकदा डेटा सर्व कोडित आणि विषयांच्या श्रेणींना नियुक्त केल्यानंतर, संशोधक उदयोन्मुख थीमसाठी श्रेणींची तपासणी करतो. सैद्धांतिक संतृप्तता तेव्हा उद्भवते जेव्हा परीक्षण केलेल्या डेटावरून कोणतेही नवीन डेटा उदयास येत नाही.
- निवडक कोडींग: या शेवटच्या कोडींग टप्प्यात, विषयांच्या श्रेणी आणि स्पष्ट आंतरपरिणामांचा वापर एक कथा तयार करण्यासाठी केला जातो जो अभ्यासाचे फोकस आहे किंवा त्याचे वर्णन करतो.
विश्लेषण दृष्टीकोन अर्ज
गुणात्मक डेटाच्या यशस्वी विश्लेषणाची गुरुकिल्ली म्हणजे जेव्हा विश्लेषणाची पद्धत वापरली जावी आणि जेव्हा दुसरी माहिती विश्लेषण पध्दत निवडणे चांगले असेल तेव्हा हे समजले जाते.
क्वांटिटेटिव्ह डेटा विश्लेषण: मध्यांतर डेटाचा वापर करून संख्यात्मक डेटा विश्लेषण ज्या निरंतर असतात त्या मूल्यांमधील मानक फरक असलेल्या लॉजिकल ऑर्डर आहेत, परंतु त्यामध्ये नैसर्गिक शून्य नाही. लिक्चर स्केलवरील आयटम अंतराल डेटाचे एक चांगले उदाहरण आहेत.
गुणात्मक सामग्री विश्लेषण: आरोग्य संशोधनामध्ये, सामग्री विश्लेषणासाठी योग्य ग्रंथ अनुदान प्रस्ताव, प्रकाशित हस्तलिखिते, बैठकाांमधून मिनिटे, संभाषणाच्या प्रतिलिपी, वैद्यकीय भेटी, मुलाखत आणि फोकस गट समाविष्ट करतात . आरोग्यसेवेच्या क्षेत्रातील विश्लेषणासाठी उपयुक्त ग्रंथांमध्ये वर्तमानपत्रे, मासिके, रेडिओ, दूरचित्रवाणी आणि इंटरनेटद्वारे जनतेस संदेश पाठविला जातो.
सतत तुलनात्मक पद्धत: डेटा विश्लेषणाची तुलनात्मक तुलनात्मक पद्धत संरक्षित प्रतिसादांसह वापरली जाऊ शकते , जसे की बंद-अंत सर्वेक्षण प्रश्न , किंवा असंरक्षित प्रतिसाद, जसे की सर्वेक्षणातील सहभागींनी प्रश्नावलीवर ओपन-एण्डेड आयटमची उत्तरे मिळविली . म्हणाले की, एका तुलनात्मक डेटा विश्लेषण प्रक्रियेमध्ये कदाचित सर्वात उपयुक्तता आहे जेव्हा व्यापक अकाऊंट्ससह वापरले जातात ज्यामध्ये असंरक्षित डेटाचा समावेश असतो, जसे की मुलाखत प्रतिलिपी
निष्कर्ष सादर करणे
डेटा विश्लेषण निष्कर्ष किंवा परिणाम प्रस्तुत मार्ग वापरला जातो संशोधन आणि शेल्फ वर ठेवले आहे की संशोधन दरम्यान फरक करू शकता थंबच्या नियमानुसार अशा डेटाचा डेटा सादर करणे हा आहे की जे डेटा विश्लेषणाचे निष्कर्ष प्राप्त करणार्या कमीत कमी अत्याधुनिक लोकांना समजण्यायोग्य आणि वापरता येणारे असतील.
- संख्यात्मक डेटा विश्लेषण: डेटा वारंवार अशा पद्धतीने प्रदर्शित केला जातो की निर्माण केलेल्या वारंवारतेच्या डेटा आणि टक्के वितरण
- गुणात्मक सामग्री विश्लेषण: डेटा सारणी आणि मेट्रिक्समध्ये सादर केला जाऊ शकतो. हे उपयुक्त आहे विशेषतः जेव्हा कोटेशन इंटरएव्हिंग द्वारे निष्कर्ष स्पष्ट करण्यासाठी वापरले जातात याचा अर्थ म्हणजे विश्लेषणाचे परिष्करण देखील होऊ शकते कारण हस्तलिखित अजूनही अंतिम स्वरूपात आहे.
- सतत तुलनात्मक पध्दत : एका स्थिर तुलनात्मक डेटा विश्लेषण प्रक्रियेत निष्कर्ष प्रस्तुत करणे डेटावरून उदयास आलेल्या थीम प्रकट करण्यावर केंद्रित आहे. डेटाचा व्हिज्युअली डिस्प्ले वापरला जाऊ शकतो, परंतु हे विशेषतः डेटा सेटमधील विशिष्ट भागांपासून बद्ध असतात, जे थीमस स्पष्टपणे दर्शवतात . या उत्तरात शोध हस्तलिखित आणि / किंवा लेखाच्या परिणाम विभागातील वर्णनात्मक चर्चेत हे समाविष्ट आहे.
एकत्रित केलेल्या डेटासह विश्लेषण पद्धतीचे फिट
डेटा विश्लेषणाचा पद्धत तयार करणे आणि संशोधन प्रश्नांवर आणि अंतिम उद्दिष्टाच्या परिणामासह मजबूत अंतर्दृष्टी ज्यामध्ये वापरली जाऊ शकते
- क्वांटिटेटिव्ह डेटा विश्लेषण सर्वेक्षणांमध्ये बंद-समाप्ती प्रश्नांसाठी उपयुक्त आहे.
- गुणात्मक सामग्री विश्लेषण मुलाखत प्रतिसाद डेटासाठी योग्य आहे.
- निरंतर तुलनात्मक विश्लेषण सर्वेक्षणांमध्ये ओपन एंडेड प्रश्नांसाठी आणि मुलाखत प्रतिसादांसह चांगला तंदुरुस्त आहे.
स्त्रोत
ग्लेसर, बीजी आणि स्ट्रॉस, एएल (1 9 67). ग्राउंडड थिअरी ऑफ द डिस्कवरी ऑफ: क्वालिटीटिव्ह रिसर्चसाठी धोरणे. न्यूयॉर्क: अल्डीन डे ग्रूटर
ग्रॅनहिम, यू एच आणि लुंडमन, बी (2004). नर्सिंग रिसर्चमध्ये गुणात्मक सामग्री विश्लेषण: विश्वासार्हता प्राप्त करण्यासाठी संकल्पना, कार्यपद्धती आणि उपाय नर्स एजुकेशन टुडे, 24 , 105-112.
रुबिन, एचजे आणि रुबीन, आयएस (2004). गुणात्मक मुलाखत: ऐकण्याच्या डेटाची कला (2 री आवृत्ती) हजार ऑक्स, सीए: ऋषी प्रकाशने
स्ट्रास, ए आणि कॉर्बिन, जे. (1 99 0) गुणात्मक संशोधनाची मूलभूत माहिती: ग्राउंडड थिअरी प्रक्रिया आणि तंत्र. न्यूबरी पार्क, सीए: ऋषी प्रकाशने.
वॉरेन, सीएबी आणि कर्णर, टेक्सास (2005). दर्जेदार पद्धती शोधणे: फील्ड संशोधन, मुलाखत आणि विश्लेषण. लॉस एन्जेलिस, सीए: रॉक्सबरी पब्लिशिंग कंपनी.