Autora Blogs Par Finansēm Un Uzņēmējdarbību

Kvalitatīvie pētniecības procesi - tirgus izpēte

Kādi ir kvalitatīvie pētījumu procesi?


Derīguma un uzticamības jēdzieni ir salīdzinoši sveši kvalitatīvās izpētes jomā. Šie jēdzieni nav vienkārši piemēroti. Tā vietā, lai koncentrētos uz uzticamību un derīgumu, kvalitatīvi pētnieki aizstāj datu uzticamību. Uzticamību veido šādi komponenti: a) uzticamība; b) pārnesamība; c); uzticamība; un d) apstiprināmība.

Uzticamība un uzticamība

Uzticamība veicina ticību datu uzticamībai, izmantojot šādus atribūtus: a) ilgstoša iesaistīšanās; b) pastāvīgi novērojumi; c) trijstūra; d) atsauces atbilstība; e) salīdzinošā pārskatīšana; un f) dalībnieku pārbaudes. Triangulācija un dalībnieku pārbaudes ir primārās un visbiežāk izmantotās metodes uzticamības novēršanai.

Triangulāciju veic, uzdodot dažādus pētījuma dalībniekus ar tādiem pašiem pētniecības jautājumiem un apkopojot datus no dažādiem avotiem un izmantojot dažādas metodes, lai atbildētu uz šiem pētījuma jautājumiem. Dalībnieku pārbaudes notiek, kad pētnieks lūdz dalībniekus pārskatīt gan intervētāja savāktos datus, gan pētnieku interpretāciju par intervijas datiem. Dalībnieki parasti novērtē dalībnieku pārbaudes procesu, un, zinot, ka viņiem būs iespēja pārbaudīt savus paziņojumus, ir tendence, ka pētījuma dalībnieki labprāt aizpilda jebkādas nepilnības no iepriekšējām intervijām.

Uzticība ir svarīgs dalībnieku pārbaudes procesa aspekts.

Vispārināšana un uzticamība

Pārnesamība ir pētījumu rezultātu vispārināšana citās situācijās un kontekstos. Pārnesamība nav uzskatāma par dzīvotspējīgu dabiskās izpētes mērķi. Konteksts, kurā notiek kvalitatīva datu vākšana, definē datus un veicina datu interpretāciju. Šo iemeslu dēļ kvalitatīva pētījuma vispārināšana ir ierobežota.

Mērķa paraugu ņemšana var izmantot, lai risinātu pārnesamības jautājumu, jo konkrēta informācija tiek maksimizēta saistībā ar kontekstu, kurā notiek datu vākšana. Tas ir, konkrēta un daudzveidīga informācija tiek uzsvērta mērķtiecīgā paraugu ņemšanā, nevis vispārinātā un apkopotā informācijā, kas parasti būtu kvantitatīvā pētījumā. Mērķa paraugu ņemšanai nepieciešams ņemt vērā atsevišķu izlases dalībnieku īpašības, ciktāl šīs īpašības ir tieši saistītas ar pētniecības jautājumiem.

Uzticamība un uzticamība

Uzticamība ir atkarīgs derīgumu. Tāpēc daudzi kvalitatīvi pētnieki uzskata, ka, ja ir pierādīta uzticamība, nav nepieciešams arī atsevišķi demonstrēt uzticamība. Tomēr, ja pētnieks atļauj saprast terminus, tad ticamība šķiet vairāk saistīta ar derīgumu un uzticamība, šķiet, vairāk saistīta ar uzticamību.

Dažreiz datu derīgumu novērtē, izmantojot datu revīziju. Datu revīziju var veikt, ja datu kopa ir bagāta, lai revidents varētu noteikt, vai pētniecības situācija attiecas uz viņu apstākļiem. Bez pietiekamas informācijas un konteksta informācijas tas nav iespējams. Neskatoties uz to, ir svarīgi atcerēties, ka mērķis nav vispārināt paraugu.

Kvalitatīvam pētniekam ir stingri jārīkojas reģistrē kritērijus, pēc kuriem jāpieņem kategoriju lēmumi (Dey, 1993, 100. lpp.). Kvalitatīva pētnieka spēja elastīgi izmantot datu analīzes sistēmu, palikt atvērta izmaiņām, lai izvairītos no pārklāšanās, kā arī lai ņemtu vērā iepriekš nepieejamās vai nenovērojamas kategorijas, lielā mērā ir atkarīga no pētnieka pārzināšanas un datu izpratnes. Šis datu analīzes līmenis tiek sasniegts ar datu plūsmu (Glasser & Strauss, 1967).

Kvalitatīvos pētījumus var veikt, lai atkārtotu agrāku darbu, un, ja tas ir mērķis, ir svarīgi, lai datu kategorijas tiktu padarītas iekšēji konsekventas. Lai tas notiktu, pētniekam ir jābūt izstrādāt noteikumus, kas apraksta kategoriju īpašības, un ko var izmantot, lai pamatotu katras datu bitas iekļaušanu, kas paliek piešķirta kategorijai, kā arī lai nodrošinātu pamatu vēlākiem atkārtojamības testiem (Lincoln & Guba, 1985, 347. lpp.).

Kvalitatīvās pētniecības māksla un uzticamība

Datu pilnveidošanas process kategorijās un kategorijās ir sistemātiski jāveic tā, lai dati vispirms tiktu sakārtoti grupās atbilstoši līdzīgiem atribūtiem, kas ir skaidri redzami. Pēc šī posma dati tiek ievietoti pāļos un apakšpāļos, lai diferenciācija balstītos uz sīkāku un sīkāku diskrimināciju.

Rakstot piezīmes, kvalitatīvs pētnieks reģistrē piezīmes par modeļu rašanos vai izmaiņām un apsvērumiem, kas saistīti ar kategorijas rafinēšanas procesu. Var sagaidīt, ka pētījuma gaitā kategoriskas definīcijas mainīsies, jo tas ir būtiski pastāvīga salīdzinoša procesu kategorijas kļūst mazāk vispārīgas un specifiskākas, jo dati tiek sagrupēti un pārgrupēti izpētes gaitā. Tāpēc, definējot kategorijas, mums ir jābūt gan uzmanīgiem, gan provizoriskiem - uzmanīgiem attiecībā uz datiem un provizoriskiem to konceptualizācijā. (Dey, 1993, p.

102).

Avoti:

Dye, J.G, Schatz, I. M., Rosenberg, B. A. un Coleman, S. T. (2000, janvāris). Pastāvīga salīdzināšanas metode: datu kaleidoskops. Kvalitatīvais ziņojums, 4 (1/2).

Glaser, B. un Strauss, A. (1967). Pamatotas teorijas atklāšana: kvalitatīvas izpētes stratēģijas. Čikāga, IL: Aldine.

Lincoln, Y. S. un Guba, E. G. (1985). Naturalistiska izmeklēšana. Newbury Park, CA: Sage.


Video No Autora:

Saistītie Raksti:

✔ - Debitoru finansējuma plusi un mīnusi

✔ - Vēlaties veidot LLC? Šeit ir soļi, kas jāveic

✔ - Paraugu uzglabāšanas atvēršanas un aizvēršanas procedūras


Noderīga? Dalīties Ar Saviem Draugiem!