Bài 8. Phân tích dữ liệu định tính

Có sáu bước thường được sử dụng trong nghiên cứu và phân tích dữ liệu định tính, mở màn từ việc chuẩn bị sẵn sàng và tổ chức triển khai dữ liệu để nghiên cứu và phân tích ; tò mò dữ liệu khởi đầu trải qua quy trình mã hóa dữ liệu ; sử dụng những mã để tăng trưởng một bức tranh tổng quát hơn về dữ liệu – miêu tả và chủ đề ; đại diện thay mặt cho những phát hiện trải qua những câu truyện và hình ảnh ; lý giải ý nghĩa của những tác dụng bằng cách phản ánh cá thể về ảnh hưởng tác động của những phát hiện và trên những tài liệu hoàn toàn có thể thông tin cho những phát hiện đó ; ở đầu cuối là xác nhận tính đúng mực của những phát hiện .

1. Chuẩn bị và tổ chức dữ liệu để phân tích

Việc chuẩn bị sẵn sàng khởi đầu cho dữ liệu để nghiên cứu và phân tích yên cầu phải tổ chức triển khai một lượng lớn thông tin, chuyển nó từ lời nói hoặc chữ viết sang một dạng văn bản được đánh máy và đưa ra quyết định hành động nghiên cứu và phân tích dữ liệu bằng tay hay bằng máy tính .

1.1. Sắp xếp dữ liệu

Ở quá trình đầu trong nghiên cứu và phân tích định tính, bạn tổ chức triển khai dữ liệu thành những thư mục tệp hoặc tệp máy tính. Việc tổ chức triển khai dữ liệu là rất quan trọng trong nghiên cứu và điều tra định tính vì lượng lớn thông tin tích lũy được trong quy trình nghiên cứu và điều tra. Ví dụ, dữ liệu đa dạng chủng loại mà một cuộc phỏng vấn thu được thường gây bối dối cho những nhà nghiên cứu mới. Một cuộc phỏng vấn lê dài 30 phút thường sẽ dẫn đến khoảng chừng 20 trang phiên âm. Với lượng dữ liệu khổng lồ này, việc phiên âm và tổ chức triển khai thông tin yên cầu một mạng lưới hệ thống tổ chức triển khai, hoàn toàn có thể có một số ít hình thức, ví dụ điển hình như :

• Xây dựng ma trận hoặc bảng các nguồn có thể được sử dụng để giúp sắp xếp tài liệu.
• Sắp xếp các tài liệu theo loại: tất cả các cuộc phỏng vấn, tất cả các quan sát, tất cả các tài liệu và tất cả các bức ảnh hoặc các tài liệu trực quan khác; bạn có thể cân nhắc tổ chức các tài liệu theo người tham gia, địa điểm, địa điểm hoặc một số kết hợp của các phương pháp này.
• Giữ bản sao của tất cả các dạng dữ liệu.

1.2. Phiên âm dữ liệu

Phiên âm là quy trình quy đổi những bản ghi âm băng ghi âm hoặc chú thích trường thành dữ liệu văn bản. Một cuộc phỏng vấn ghi băng yên cầu phải chuyển sang tài liệu máy tính để nghiên cứu và phân tích. Ngoài ra, bạn hoàn toàn có thể nghe băng ghi âm hoặc đọc chú thích để mở màn quy trình nghiên cứu và phân tích. Khi thời hạn ngắn hoặc quỹ khan hiếm, bạn hoàn toàn có thể chỉ có một vài cuộc phỏng vấn hoặc một vài ghi chú quan sát được phiên âm lại. Tuy nhiên, thủ tục hoàn hảo nhất là phải phiên âm toàn bộ những cuộc phỏng vấn và toàn bộ những ghi chú quan sát. Theo nguyên tắc chung, mất khoảng chừng 4 giờ để phiên âm 1 giờ băng ghi âm. Do đó, quy trình phiên âm tốn nhiều công sức của con người và bạn sẽ cần dành đủ thời hạn cho nó .

1.3. Quyết định phân tích bằng tay hoặc máy tính

Theo truyền thống cuội nguồn, nghiên cứu và phân tích dữ liệu văn bản tương quan đến việc sử dụng mã màu để ghi lại những phần của văn bản ( được in ra ) hoặc cắt và dán những câu văn bản lên thẻ. Phân tích tay hoàn toàn có thể được ưu tiên hơn khi bạn :

• Đang phân tích một cơ sở dữ liệu nhỏ (ví dụ: ít hơn 500 trang phiên âm hoặc ghi chú hiện trường) và có thể dễ dàng theo dõi các tệp và định vị các đoạn văn bản.
• Không thoải mái khi sử dụng máy tính hoặc chưa học được chương trình phần mềm máy tính có chất lượng.
• Muốn gần dữ liệu và cảm nhận dữ liệu đó mà không có sự xen vào của máy móc.
• Có thời gian, vì đây là một hoạt động đòi hỏi nhiều công sức để sắp xếp, tổ chức và định vị các từ trong cơ sở dữ liệu văn bản theo cách thủ công.

Đối với những người khác chăm sóc nhiều hơn đến công nghệ tiên tiến và có thời hạn để học một chương trình máy tính, nghiên cứu và phân tích máy tính là lý tưởng. Phân tích máy tính so với dữ liệu định tính có nghĩa là những nhà nghiên cứu sử dụng một chương trình máy tính định tính để tạo điều kiện kèm theo thuận tiện cho quy trình tàng trữ, nghiên cứu và phân tích, sắp xếp và màn biểu diễn hoặc trực quan hóa dữ liệu. Sử dụng chương trình máy tính khi bạn :

• Đang phân tích một cơ sở dữ liệu lớn (ví dụ: hơn 500 trang bảng phiên âm hoặc ghi chú trường) và cần tổ chức và theo dõi thông tin sâu rộng.
• Được đào tạo đầy đủ về cách sử dụng chương trình máy tính.
• Có kinh phí để mua bản quyền sử dụng phần mềm.
• Cần kiểm duyệt chặt chẽ từng từ, từng câu để nắm bắt ý nghĩa của đoạn văn.

Chương trình máy tính nghiên cứu và phân tích dữ liệu định tính là chương trình tàng trữ dữ liệu, tổ chức triển khai dữ liệu của bạn, được cho phép bạn gán nhãn hoặc mã cho dữ liệu của mình và tạo điều kiện kèm theo thuận tiện cho việc tìm kiếm trải qua dữ liệu của bạn và xác định văn bản hoặc từ đơn cử .
Để chọn một chương trình ứng dụng, bạn cần phải kiểm tra những tính năng đơn cử có sẵn trong chương trình. Một bản tóm tắt ngắn gọn về những chương trình phổ cập như sau :
– Atlas. ti ( www.atlasti.com ). Chương trình này được cho phép bạn tổ chức triển khai những tệp dữ liệu văn bản, đồ họa, âm thanh và hình ảnh, cùng với mã hóa, bản ghi nhớ và tác dụng của bạn thành một dự án Bất Động Sản. Hơn nữa, bạn hoàn toàn có thể viết mã, chú thích và so sánh những phân đoạn thông tin. Bạn hoàn toàn có thể nhanh gọn tìm kiếm, truy xuất và duyệt qua toàn bộ những phân đoạn dữ liệu và ghi chú tương quan đến một sáng tạo độc đáo và quan trọng là thiết kế xây dựng những mạng duy nhất cho phép bạn liên kết những đoạn văn, bản ghi nhớ và mã được chọn trực quan trong một map khái niệm .
– HyperRESEARCH ( www.researchware.com ). Đây là một gói ứng dụng định tính dễ sử dụng được cho phép bạn viết mã và truy xuất, thiết kế xây dựng triết lý và thực thi nghiên cứu và phân tích dữ liệu của mình. HyperRESEARCH được cho phép bạn thao tác với những nguồn văn bản, đồ họa, âm thanh và video, khiến nó trở thành một công cụ nghiên cứu và phân tích điều tra và nghiên cứu có giá trị .
– MAXQDA ( www.maxqda.com ). Chương trình này là một công cụ can đảm và mạnh mẽ để nghiên cứu và phân tích văn bản mà bạn hoàn toàn có thể sử dụng để nghiên cứu và phân tích “ mã và truy xuất ” theo hướng kim chỉ nan có cơ sở cũng như để nghiên cứu và phân tích văn bản phức tạp hơn. Nó cho phép bạn phối hợp cả thủ tục định tính và định lượng. Một tính năng độc lạ là bạn hoàn toàn có thể ‘ cân ’ ( weight ) những mã để đưa ra thước đo về tầm quan trọng của một đoạn mã. Bạn hoàn toàn có thể thuận tiện sao chép, hợp nhất, tách hoặc xóa mã. Ma trận dữ liệu hoàn toàn có thể được nhập và xuất giữa SPSS, SAS và những gói thống kê khác. MAXQDA cũng có những phương pháp hỗn hợp – định lượng và định tính – ứng dụng .
– NVivo ( www.qsrinternational.com ). Chương trình này phối hợp quản trị hiệu suất cao dữ liệu phi số học, không có cấu trúc với những quá trình can đảm và mạnh mẽ cho lập chỉ mục, tìm kiếm và kim chỉ nan hóa. Được phong cách thiết kế cho những nhà nghiên cứu làm cảm xúc về dữ liệu phức tạp, NVivo phân phối một bộ công cụ hoàn hảo để mã hóa nhanh gọn, mày mò kỹ lưỡng. Đặc biệt, NVivo có năng lực tạo ma trận dữ liệu văn bản để so sánh .

2. Khám phá và mã hóa dữ liệu

Sau khi bạn đã sắp xếp dữ liệu của mình và quyết định hành động nghiên cứu và phân tích bằng tay hay máy tính, bạn sẽ khởi đầu nghiên cứu và phân tích dữ liệu. Trong đó, mày mò dữ liệu và tăng trưởng mã như những bước tiên phong trong nghiên cứu và phân tích .

2.1. Khám phá cảm giác chung về dữ liệu

Phân tích tò mò sơ bộ trong điều tra và nghiên cứu định tính gồm có việc mày mò dữ liệu để có được cảm nhận chung về dữ liệu, ghi nhớ những ý tưởng sáng tạo, tâm lý về tổ chức triển khai của dữ liệu và xem xét liệu bạn có cần thêm dữ liệu hay không. Hãy viết ghi nhớ ở lề của ghi chú hiện trường hoặc bảng phiên âm, hoặc dưới ảnh, sẽ giúp ích trong quy trình mày mò dữ liệu bắt đầu này. Những ghi nhớ này là những cụm từ ngắn, sáng tạo độc đáo, khái niệm hoặc linh cảm xảy ra với bạn .

2.2. Mã hóa dữ liệu (Code the data)

Mã hóa là quy trình phân đoạn và gắn nhãn văn bản để tạo thành diễn đạt và chủ đề rộng trong dữ liệu. Mục tiêu của quy trình mã hóa là hiểu rõ dữ liệu văn bản, chia nó thành những phân đoạn văn bản hoặc hình ảnh, gắn nhãn những phân đoạn bằng mã, kiểm tra mã để tìm sự chồng chéo và dư thừa, đồng thời thu gọn những mã này thành những chủ đề rộng. Ngoài ra, trong quy trình này, bạn sẽ chọn dữ liệu đơn cử để sử dụng và bỏ lỡ những dữ liệu khác không cung ứng dẫn chứng đơn cử cho những chủ đề của bạn .
Mặc dù không có hướng dẫn thiết lập nào cho việc mã hóa dữ liệu, nhưng vẫn sống sót một số ít quy trình tiến độ chung ( xem Hình 1 dưới đây ) .

Hình 1 : Quá trình mã hóa trong nghiên cứu và phân tích định tính
Gợi ý 1 số ít bước tương quan đến mã hóa dữ liệu ( Creswell, 2002 ) :

1. Cảm giác về tổng thể. Đọc kỹ tất cả các phiên âm. Ghi lại bên lề một số ý tưởng khi chúng nghĩ ra.
2. Bắt đầu quá trình mã hóa tài liệu. Quá trình này bao gồm việc xác định các phân đoạn văn bản, đặt một dấu ngoặc vuông xung quanh chúng và gán một từ hoặc cụm từ mã mô tả chính xác ý nghĩa của phân đoạn văn bản. Các câu hoặc đoạn văn có liên quan đến một mã duy nhất được gọi là một đoạn văn bản. Mã là nhãn được sử dụng để mô tả một đoạn văn bản hoặc một hình ảnh. Các mã có thể đề cập đến nhiều chủ đề khác nhau như: bối cảnh (ví dụ, lớp học), quan điểm của người tham gia, các quá trình (ví dụ, gián đoạn lớp học), các hoạt động (ví dụ, thảo luận, ngồi im lặng), mối quan hệ và cấu trúc xã hội (ví dụ, cách làm việc nhóm).
3. Sau khi mã hóa toàn bộ văn bản, hãy lập danh sách tất cả các từ mã. Nhóm các mã tương tự và tìm kiếm các mã dư thừa. Mục tiêu của bạn là giảm danh sách mã xuống một số nhỏ hơn, dễ quản lý hơn, chẳng hạn như 25 đến 30.
4. Giảm danh sách mã để có năm đến bảy chủ đề. Chủ đề (còn gọi là danh mục) là những mã tương tự được tổng hợp lại với nhau để tạo thành một ý tưởng chính trong cơ sở dữ liệu. Xác định bảy chủ đề bằng cách kiểm tra các mã mà những người tham gia thảo luận thường xuyên nhất, là duy nhất hoặc đáng ngạc nhiên, có nhiều bằng chứng nhất để hỗ trợ chúng hoặc là những mã bạn có thể tìm thấy khi nghiên cứu hiện tượng. Lý do cho số lượng chủ đề ít là tốt nhất nên viết một báo cáo định tính cung cấp thông tin chi tiết về một vài chủ đề hơn là thông tin chung về nhiều chủ đề. Mô tả là sự thể hiện chi tiết về con người, địa điểm hoặc sự kiện trong bối cảnh trong nghiên cứu định tính. Bạn có thể sử dụng các mã như “sắp xếp chỗ ngồi”, “phương pháp giảng dạy” hoặc “bố trí vật lý của phòng học” để mô tả một lớp học nơi giảng dạy diễn ra.

5. Sử dụng các mã để xây dựng mô tả hoặc chủ đề

Trong một nghiên cứu nghiên cứu định tính, bạn cần phân tích dữ liệu để hình thành câu trả lời cho các câu hỏi nghiên cứu của bạn. Quá trình này bao gồm việc kiểm tra dữ liệu một cách chi tiết để mô tả những gì bạn đã học được và phát triển các chủ đề hoặc các danh mục ý tưởng lớn từ dữ liệu. Mô tả và phát triển chủ đề từ dữ liệu bao gồm trả lời các câu hỏi nghiên cứu chính và hình thành hiểu biết sâu sắc về hiện tượng trung tâm thông qua mô tả và phát triển chủ đề. Không phải tất cả các dự án định tính đều bao gồm cả mô tả và chủ đề, nhưng tất cả các nghiên cứu đều bao gồm ít nhất ‘chủ đề’.

3.1. Mô tả (Description)

Mô tả là hiển thị cụ thể về con người, khu vực hoặc sự kiện trong toàn cảnh trong điều tra và nghiên cứu định tính, thuận tiện nhất là khởi đầu nghiên cứu và phân tích sau khi đọc và mã hóa dữ liệu khởi đầu. Trong một số ít hình thức phong cách thiết kế nghiên cứu và điều tra định tính, ví dụ điển hình như dân tộc bản địa ký hoặc trong những nghiên cứu và điều tra nổi bật, nhà nghiên cứu cung ứng một diễn đạt đáng kể về toàn cảnh. Khi cung ứng thông tin chi tiết cụ thể, diễn đạt hoàn toàn có thể đưa người đọc đến khu vực nghiên cứu và điều tra hoặc giúp người đọc tưởng tượng về một người .

3.2. Chủ đề (Themes)

Ngoài diễn đạt, việc sử dụng những chủ đề là một cách khác để nghiên cứu và phân tích dữ liệu định tính. Vì những chủ đề là những mã tương tự như được tổng hợp lại với nhau để tạo thành một sáng tạo độc đáo chính trong cơ sở dữ liệu, chúng tạo thành yếu tố cốt lõi trong nghiên cứu và phân tích dữ liệu định tính. Giống như mã, những chủ đề có nhãn thường gồm có không quá hai đến bốn từ ‘ trong tiếng Anh ’ ( ví dụ, quy hoạch khuôn viên trường ) .
Thông qua những nghiên cứu và phân tích dữ liệu bắt đầu, bạn hoàn toàn có thể tìm thấy 30 đến 50 mã dữ liệu. Trong những nghiên cứu và phân tích tiếp theo, bạn giảm những mã này xuống còn bảy chủ đề chính trải qua quy trình tìm kiếm trùng lặp và vô hiệu những phần thừa. Có một số ít loại chủ đề và những tác giả thường xác lập chúng như sau ( Creswell, 2002 ) :

• Chủ đề thông thường (Ordinary themes): chủ đề mà nhà nghiên cứu có thể mong đợi tìm thấy.
• Chủ đề không mong đợi (Unexpected themes): các chủ đề gây ngạc nhiên và không được mong đợi xuất hiện trong một nghiên cứu.
• Chủ đề khó phân loại (Hard-to-classify themes): chủ đề chứa các ý tưởng không dễ dàng chuyển thành một chủ đề hoặc trùng lặp với một số chủ đề.
• Chủ đề chính và chủ đề phụ (Major and minor themes): chủ đề đại diện cho các ý tưởng chính và các ý tưởng phụ – ý tưởng thứ cấp trong dữ liệu. Ví dụ, chủ đề chính là ‘nỗ lực bỏ thuốc lá’, chủ đề phụ có thể là ‘áp lực của bạn bè đề tiếp tục hút thuốc’.

3.3. Phân lớp chủ đề và liên kết chủ đề

Bạn sẽ thấy nhiều điều tra và nghiên cứu định tính chỉ dừng lại ở việc báo cáo giải trình miêu tả và chủ đề. Tuy nhiên, bạn hoàn toàn có thể bổ trợ thêm tính ngặt nghèo và hiểu biết thâm thúy về nghiên cứu và điều tra của mình bằng cách phân lớp những chủ đề hoặc liên kết chúng với nhau .

3.3.1. Phân lớp chủ đề (Layering Themes)

Phân lớn chủ đề được kiến thiết xây dựng dựa trên sáng tạo độc đáo của những chủ đề chính và phụ nhưng sắp xếp những chủ đề thành những lớp từ những chủ đề cơ bản đến những chủ đề phức tạp hơn. Nó có nghĩa là màn biểu diễn dữ liệu bằng cách sử dụng những Lever chủ đề được liên kết với nhau. Bạn thêm bớt những chủ đề phụ trong những chủ đề chính và gồm có những chủ đề chính trong những chủ đề rộng hơn. Toàn bộ nghiên cứu và phân tích ngày càng trở nên phức tạp hơn khi nhà nghiên cứu và điều tra thao tác hướng tới những Lever sâu rộng của sự trừu tượng. Số lượng lớp hoàn toàn có thể đổi khác từ hai đến bốn hoặc năm và việc nhận ra những lớp này sẽ giúp bạn hiểu việc sử dụng những chủ đề trong nghiên cứu và phân tích định tính theo lớp. Hình 2 dưới đây là một ví dụ về phân lớp chủ đề :

Hình 2 : Ví dụ về phân lớp chủ đề
Như vậy, thu thập dữ liệu từ 1 số ít nguồn ( Lớp 1 ) và nghiên cứu và phân tích nó để tăng trưởng miêu tả những sự kiện ( Lớp 2 ). Từ diễn đạt này, sau đó họ hình thành những chủ đề ( Lớp 3 ) và phối hợp những chủ đề này thành những quan điểm sâu rộng hơn ( Lớp 4 ) .

3.3.2. Liên kết chủ đề (Interrelating Themes)

Các chủ đề liên kết với nhau có nghĩa là nhà điều tra và nghiên cứu liên kết những chủ đề để hiển thị trình tự thời hạn hoặc chuỗi sự kiện, ví dụ điển hình như khi những nhà nghiên cứu định tính tạo ra một quy mô kim chỉ nan và khái niệm ( như trong kim chỉ nan có cơ sở ) .

4. Đại diện và báo cáo các phát hiện

Sau khi bạn viết mã dữ liệu, nghiên cứu và phân tích nó cho diễn đạt và chủ đề, chủ đề lớp và liên kết chủ đề, đồng thời báo cáo giải trình hiệu quả cho những câu hỏi điều tra và nghiên cứu của bạn. Điều này nhu yếu hiển thị những phát hiện trong những bảng và hình và kiến thiết xây dựng một câu truyện để lý giải những gì bạn đã tìm thấy để vấn đáp những câu hỏi nghiên cứu và điều tra của bạn .

4.1. Đại diện các phát hiện (Representing Findings)

Các nhà nghiên cứu định tính thường hiển thị những phát hiện của họ một cách trực quan bằng cách sử dụng những hình vẽ, hình ảnh làm tăng thêm phần đàm đạo. Các cách khác nhau để hiển thị dữ liệu được liệt kê ở đây :

• Tạo bảng so sánh. Tạo hình ảnh trực quan của thông tin dưới dạng bảng so sánh hoặc ma trận, bảng so sánh các nhóm về một trong các chủ đề (ví dụ: nam và nữ về mặt “cảm giác an toàn trong nghề nghiệp kỹ thuật”).
• Xây dựng sơ đồ cây phân cấp. Sơ đồ này thể hiện một cách trực quan các chủ đề và sự liên kết giữa chúng để các chủ đề được trình bày theo thứ tự từ chủ đề rộng đến chủ đề hẹp.
• Trình bày hình vẽ: Các hình có hộp cho thấy mối liên hệ giữa các chủ đề.
• Vẽ bản đồ. Mô tả bố cục vật lý của thiết lập.
• Xây dựng bảng nhân khẩu. Mô tả thông tin cá nhân hoặc nhân khẩu học của từng người hoặc địa điểm trong nghiên cứu.

4.2. Báo cáo các phát hiện (Reporting Findings)

Hình thức chính để trình diễn và báo cáo giải trình những phát hiện trong điều tra và nghiên cứu định tính là một cuộc luận bàn tường thuật ( narrative discussion ). Một cuộc bàn luận tường thuật là một đoạn văn được viết trong một điều tra và nghiên cứu định tính, trong đó tác giả tóm tắt chi tiết cụ thể những phát hiện từ nghiên cứu và phân tích dữ liệu của họ. Không có hình thức cố định và thắt chặt nào cho tường thuật này, hoàn toàn có thể rất khác nhau giữa những nghiên cứu và điều tra này với điều tra và nghiên cứu khác. Một số gợi ý dưới đây hoàn toàn có thể có ích để báo cáo giải trình những phát hiện :

• Bao gồm đối thoại cung cấp hỗ trợ cho các chủ đề.
• Báo cáo trích dẫn (trong ngoặc kép) từ dữ liệu phỏng vấn hoặc từ quan sát của các cá nhân. Những câu trích dẫn này có thể ghi lại cảm xúc và cách mọi người nói về trải nghiệm của họ.
• Báo cáo nhiều quan điểm và bằng chứng trái ngược.
• Viết trong sự chi tiết sống động. Tìm các mô tả tốt về một cá nhân, sự kiện hoặc hoạt động.
• Chỉ rõ những căng thẳng và mâu thuẫn trong trải nghiệm cá nhân.

5. Diễn giải phát hiện

Diễn giải trong điều tra và nghiên cứu định tính có nghĩa là nhà nghiên cứu lùi lại và hình thành một số ít ý nghĩa lớn hơn về hiện tượng kỳ lạ dựa trên quan điểm cá thể, so sánh với những nghiên cứu và điều tra trong quá khứ hoặc cả hai. Nghiên cứu định tính là nghiên cứu và điều tra diễn giải, và bạn sẽ cần làm ‘ cảm xúc ’ về những phát hiện. Bạn sẽ tìm thấy những diễn giải này trong phần ở đầu cuối của một điều tra và nghiên cứu dưới những tiêu đề như “ Thảo luận ” ( Discussion ), “ Kết luận ” ( Conclusions ), hoặc “ Hàm ý ” ( Implications ). Phần này nên gồm có :
– Đánh giá về những phát hiện chính và cách những câu hỏi điều tra và nghiên cứu được vấn đáp. Phần “ Thảo luận ” mở màn với bản tóm tắt chung về những yếu tố chính. Đôi khi bạn sẽ nêu lại từng câu hỏi nghiên cứu và điều tra riêng không liên quan gì đến nhau và đưa ra tác dụng cho từng câu hỏi. Mục đích chung của đoạn văn này là cung ứng cho người đọc cái nhìn tổng quan về những phát hiện để bổ trợ cho những tác dụng cụ thể hơn trong những đoạn miêu tả và chủ đề .
– Phản ánh cá thể của nhà nghiên cứu về ý nghĩa của dữ liệu. Bởi vì những nhà nghiên cứu định tính tin rằng quan điểm cá thể của bạn không khi nào hoàn toàn có thể tách rời khỏi những diễn giải, nên những phản ánh cá thể về ý nghĩa của dữ liệu được đưa vào nghiên cứu và điều tra. Bạn dựa trên những diễn giải cá thể này dựa trên linh cảm, hiểu biết thâm thúy và trực giác. Bởi vì bạn hoàn toàn có thể đã đến thực địa và đi thăm cá thể rất lâu với những cá thể, bạn hoàn toàn có thể phản ánh và nhận xét về ý nghĩa lớn hơn của dữ liệu .
– Quan điểm cá thể so sánh hoặc so sánh với tài liệu hiện có. Phần diễn giải cũng hoàn toàn có thể chứa những tham chiếu đến tài liệu và những điều tra và nghiên cứu trước đây. Tương tự như điều tra và nghiên cứu định lượng, nhà nghiên cứu định tính lý giải dữ liệu theo quan điểm của điều tra và nghiên cứu trước đây, cho thấy những phát hiện hoàn toàn có thể tương hỗ hoặc xích míc với những điều tra và nghiên cứu trước đó hoặc cả hai như thế nào. Cách diễn giải này hoàn toàn có thể so sánh những phát hiện định tính với những quan điểm được báo cáo giải trình về một khái niệm khoa học xã hội được tìm thấy trong tài liệu, hoặc nó hoàn toàn có thể tích hợp quan điểm cá thể với một thuật ngữ hoặc ý tưởng sáng tạo khoa học xã hội hoặc giáo dục .
– Hạn chế của nghiên cứu và điều tra. Cũng tựa như như điều tra và nghiên cứu định lượng, nhà nghiên cứu định tính yêu cầu những hạn chế hoặc điểm yếu hoàn toàn có thể có của điều tra và nghiên cứu và đưa ra những khuyến nghị cho nghiên cứu và điều tra trong tương lai .
– Đề xuất cho nghiên cứu và điều tra trong tương lai. Các hàm ý cho điều tra và nghiên cứu trong tương lai hoàn toàn có thể gồm có việc sử dụng những phát hiện cho thực tiễn ( ví dụ : lớp học, trường học ) hoặc nhu yếu nghiên cứu và điều tra thêm ( ví dụ : bằng cách thu thập dữ liệu lan rộng ra hơn hoặc bằng cách đặt câu hỏi bổ trợ của những người tham gia ). Bạn cũng hoàn toàn có thể nêu những tác động ảnh hưởng so với việc ra quyết định hành động, ví dụ điển hình như lập kế hoạch cho những phương pháp thực hành thực tế mới hoặc cho những người theo dõi mà bạn đã xác lập trong phần trình làng về nghiên cứu và điều tra của mình .

6. Đánh giá tính chính xác của các phát hiện

Trong suốt quy trình tích lũy và nghiên cứu và phân tích dữ liệu, bạn cần bảo vệ rằng những phát hiện và diễn giải của bạn là đúng chuẩn. Xác thực những phát hiện có nghĩa là nhà nghiên cứu xác lập độ đúng mực hoặc độ an toàn và đáng tin cậy của những phát hiện. Có ba hình thức chính thường được những nhà nghiên cứu định tính sử dụng : tam giác ( triangulation ), kiểm tra thành viên ( thành viên checking ) và truy thuế kiểm toán ( auditing ) .

– Phương pháp tam giác (Triangulation), bằng cách kết hợp các lý thuyết, phương pháp hoặc người quan sát trong một nghiên cứu, có thể giúp đảm bảo rằng những sai lệch cơ bản phát sinh từ việc sử dụng một phương pháp hoặc một người quan sát duy nhất được khắc phục. Các nhà nghiên cứu định tính phân chia tam giác giữa các nguồn dữ liệu khác nhau để nâng cao độ chính xác của một nghiên cứu. Đó là quá trình chứng thực bằng chứng từ các cá nhân khác nhau (ví dụ: một hiệu trưởng và một học sinh), các loại dữ liệu (ví dụ: các chú thích quan sát và phỏng vấn), hoặc các phương pháp thu thập dữ liệu (ví dụ: tài liệu và phỏng vấn) trong các mô tả và chủ đề trong định tính nghiên cứu. Người hỏi kiểm tra từng nguồn thông tin và tìm bằng chứng để hỗ trợ một chủ đề. Điều này đảm bảo rằng nghiên cứu sẽ chính xác vì thông tin dựa trên nhiều nguồn thông tin, cá nhân hoặc quá trình.

– Kiểm tra thành viên : Các nhà nghiên cứu cũng kiểm tra những phát hiện của họ với những người tham gia nghiên cứu và điều tra để xác lập xem những phát hiện của họ có đúng mực hay không. Kiểm tra thành viên là một quy trình trong đó nhà nghiên cứu và điều tra nhu yếu một hoặc nhiều người tham gia điều tra và nghiên cứu kiểm tra tính đúng chuẩn của phát hiện. Việc kiểm tra này gồm có việc đưa những phát hiện lại cho những người tham gia và hỏi họ ( bằng văn bản hoặc phỏng vấn ) về tính đúng chuẩn của báo cáo giải trình. Bạn hỏi những người tham gia về nhiều góc nhìn của điều tra và nghiên cứu, ví dụ điển hình như miêu tả có vừa đủ và trong thực tiễn hay không, những chủ đề có đúng mực để đưa vào hay không và những diễn giải có công minh và đại diện thay mặt hay không .
– Các nhà nghiên cứu cũng hoàn toàn có thể nhu yếu một người bên ngoài dự án Bất Động Sản thực thi xem xét kỹ lưỡng điều tra và nghiên cứu và báo cáo giải trình lại bằng văn bản những điểm mạnh và điểm yếu của dự án Bất Động Sản. Đây là quy trình thực thi nhìn nhận bên ngoài, trong đó nhà điều tra và nghiên cứu thuê hoặc mua những dịch vụ của một cá thể bên ngoài nghiên cứu và điều tra để xem xét những góc nhìn khác nhau của nghiên cứu và điều tra. Đánh giá viên xem xét dự án Bất Động Sản và viết hoặc truyền đạt nhìn nhận về điều tra và nghiên cứu. Việc truy thuế kiểm toán này hoàn toàn có thể xảy ra cả trong và khi kết thúc một nghiên cứu và điều tra, trong đó những kiểm toán viên thường hỏi những yếu tố : Những phát hiện có địa thế căn cứ vào dữ liệu không ? Các suy luận có logic không ? Các chủ đề có tương thích không ? Các quyết định hành động tìm hiểu và đổi khác phương pháp luận hoàn toàn có thể hài hòa và hợp lý không ?

Tài liệu tham khảo

1. Creswell, J. W. (2002). Educational research: Planning, conducting, and evaluating quantitative. Upper Saddle River, NJ: Prentice Hall.
2. Lovely Professional University. Methodology of Educational Research and Statistics. Produced & Printed by Laxmi Publications (P) LTD, 2014. No 113, Golden House, Daryaganj, New Delhi-110002 for Lovely Professional University Phagwara
3. Johnson, R. B., & Christensen, L. (2019). Educational research: Quantitative, qualitative, and mixed approaches. Sage publications.

Source: https://vh2.com.vn
Category : Tin Học