Video: Frau Englein bitte zum Diktat 2024
Die Konzepte von Validität und Zuverlässigkeit sind dem Bereich der qualitativen Forschung relativ fremd. Die Konzepte passen einfach nicht zusammen. Statt auf Zuverlässigkeit und Validität zu setzen, ersetzen qualitative Forscher die Vertrauenswürdigkeit von Daten. Vertrauenswürdigkeit besteht aus den folgenden Komponenten: (a) Glaubwürdigkeit; (b) Übertragbarkeit; (c); Zuverlässigkeit; und (d) Bestätigungsfähigkeit.
Glaubwürdigkeit und Vertrauenswürdigkeit
Glaubwürdigkeit trägt durch die folgenden Merkmale zum Vertrauen in die Vertrauenswürdigkeit von Daten bei: (a) längeres Engagement; (b) persistente Beobachtungen; (c) Triangulation; (d) referenzielle Angemessenheit; (e) Peer-Nachbesprechung; und (f) Mitgliedsschecks.
Triangulation und Mitgliederprüfungen sind primäre und häufig verwendete Methoden zur Glaubwürdigkeitsprüfung.
Die Triangulation wird erreicht, indem die gleichen Forschungsfragen verschiedener Studienteilnehmer gestellt werden und Daten aus verschiedenen Quellen gesammelt und verschiedene Methoden zur Beantwortung dieser Forschungsfragen verwendet werden. Mitgliederprüfungen finden statt, wenn der Forscher die Teilnehmer auffordert, sowohl die vom Interviewer erfassten Daten als auch die Interpretation der Interviewdaten durch die Forscher zu überprüfen. Die Teilnehmer sind im Allgemeinen dankbar für den Prozess der Mitgliederprüfung, und wenn sie wissen, dass sie die Möglichkeit haben werden, ihre Aussagen zu verifizieren, tendieren die Studienteilnehmer dazu, bereitwillig Lücken aus früheren Interviews zu schließen. Vertrauen ist ein wichtiger Aspekt des Mitgliederprüfprozesses.
Generalisierung und Vertrauenswürdigkeit
Übertragbarkeit ist die Verallgemeinerung der Studienergebnisse auf andere Situationen und Kontexte. Übertragbarkeit wird nicht als realisierbares naturwissenschaftliches Forschungsziel angesehen.
Die Kontexte, in denen qualitative Daten gesammelt werden, definieren die Daten und tragen zur Interpretation der Daten bei. Aus diesen Gründen ist die Generalisierung in der qualitativen Forschung begrenzt.
Zweckmäßiges Abtasten kann verwendet werden, um das Problem der Übertragbarkeit anzugehen, da spezifische Informationen in Bezug auf den Kontext maximiert werden, in dem die Datenerfassung stattfindet.
Das heißt, spezifische und abwechslungsreiche Informationen werden eher bei der zielgerichteten Stichprobe als bei verallgemeinerten und aggregierten Informationen hervorgehoben, was im Allgemeinen in der quantitativen Forschung der Fall wäre. Bei der zielgerichteten Probenahme müssen die Merkmale der einzelnen Mitglieder einer Stichprobe berücksichtigt werden, sofern diese Merkmale in direktem Zusammenhang mit den Forschungsfragen stehen.
Zuverlässigkeit und Vertrauenswürdigkeit
Zuverlässigkeit ist abhängig von Gültigkeit . Daher glauben viele qualitative Forscher, dass, wenn Glaubwürdigkeit nachgewiesen wurde, es nicht notwendig ist, auch Zuverlässigkeit nachzuweisen.Wenn ein Forscher jedoch das Parsen der Begriffe zulässt, scheint die Glaubwürdigkeit eher mit der Validität zusammenzuhängen und die Zuverlässigkeit scheint eher mit der Zuverlässigkeit zusammenzuhängen.
Gelegentlich wird die Datengültigkeit anhand eines Datenaudits überprüft. Ein Datenaudit kann durchgeführt werden, wenn der Datensatz reichhaltig ist, so dass ein Auditor feststellen kann, ob die Forschungssituation seinen Umständen entspricht. Ohne ausreichende Details und Kontextinformationen ist dies nicht möglich. Ungeachtet dessen ist es wichtig, sich daran zu erinnern, dass es nicht das Ziel ist, über die Stichprobe hinaus zu verallgemeinern.
Ein qualitativer Forscher muss verbissen die Kriterien aufzeichnen, nach denen Kategorienentscheidungen getroffen werden müssen (Dey, 1993, S.
100). Die Fähigkeit eines qualitativen Forschers, das Datenanalyse-Framework flexibel zu nutzen, Änderungen gegenüber offen zu halten, Überschneidungen zu vermeiden und zuvor nicht verfügbare oder nicht beobachtbare Kategorien zu berücksichtigen, hängt weitgehend von der Vertrautheit und dem Verständnis der Daten durch den Forscher ab. Dieses Niveau der Datenanalyse wird erreicht, indem sich in den Daten (Glasser & Strauss, 1967) wälzt.
Qualitative Untersuchungen können durchgeführt werden, um frühere Arbeiten zu replizieren, und wenn dies das Ziel ist, ist es wichtig, dass die Datenkategorien intern konsistent gemacht werden. Dazu muss der Forscher Regeln entwickeln, die Kategorieeigenschaften beschreiben und die letztlich dazu dienen können, die Einbeziehung jedes Datenbits, das der Kategorie zugeordnet bleibt, zu begründen sowie eine Grundlage für spätere Tests von Replizierbarkeit (Lincoln & Guba, 1985, S. 347).
Die Kunst der qualitativen Forschung und Vertrauenswürdigkeit
Der Prozess der Verfeinerung der Daten innerhalb und zwischen Kategorien muss systematisch durchgeführt werden, so dass die Daten zunächst in Gruppen nach ähnlichen Attributen organisiert werden, die ohne weiteres ersichtlich sind. Nach diesem Schritt werden die Daten in Pfähle und Unterpfähle gelegt, so dass die Unterscheidung auf feineren und feineren Unterscheidungen basiert.
Durch das Schreiben von Memos zeichnet ein qualitativer Forscher Notizen über die Entstehung von Mustern oder die Änderungen und Überlegungen auf, die mit dem Kategorisierungsprozess verbunden sind. Es ist zu erwarten, dass sich kategorische Definitionen im Verlauf der Studie ändern, da dies für die
konstanten komparativen Prozesskategorien von grundlegender Bedeutung ist. Sie werden weniger allgemein und spezifischer, da die Daten im Verlauf der Untersuchung gruppiert und neu gruppiert werden. Bei der Definition von Kategorien müssen wir daher aufmerksam und vorläufig sein - aufmerksam auf die Daten und vorsichtig in unseren Konzeptualisierungen von ihnen (Dey, 1993, S. 102). Quellen:
Dye, J. G., Schatz, I. M., Rosenberg, B. A. und Coleman, S. T. (2000, Januar). Konstante Vergleichsmethode: Ein Kaleidoskop von Daten. Der qualitative Bericht, 4 (1/2).
Glaser, B. und Strauss, A. (1967). Die Entdeckung der Grounded Theory: Strategien für die qualitative Forschung. Chicago, IL: Aldine.
Lincoln, Y. S. und Guba, E. G. (1985). Naturalistische Anfrage.Newbury Park, CA: Salbei.
Lernen Sie qualitative oder quantitative Methoden kennen
Marktforschungsdesigns verwenden typischerweise qualitative oder quantitative Methoden und einige Studien kombinieren Methoden, um tiefere, umfassendere Einsichten zu erzielen. Mehr erfahren.
Wie man qualitative Marktforschungsdaten analysiert
Qualitative Marktforschung kann eine Menge Informationen erzeugen. Hier sind drei Ansätze zur Analyse von Daten, um die stärksten Verbraucher-Einblicke zu erhalten.
Quantitative und qualitative Segmentierungsforschung
Die Qualität und Effektivität der Marktsegmentierung hängt von fünf Schlüsselentscheidungen ab, die Marktforscher bei der Planung treffen. eine zielorientierte Marketingstrategie.