Wie man qualitative Marktforschungsdaten analysiert

Sobald qualitative Daten gesammelt wurden, sieht sich der Marktforscher typischerweise mit einer großen Datenmenge konfrontiert, die analysiert und für die Endanwender der Marktforschungserkenntnisse interpretiert werden muss. Drei Ansätze zur qualitativen Datenanalyse werden hier diskutiert.

Quantitative Datenanalyse

Bei dieser Methode zur Analyse qualitativer Forschungsdaten werden die gesammelten Informationen gemäß den Ergebnissen für verschiedene Variablen im Datensatz tabellarisch dargestellt.

Dies liefert ein umfassendes Bild der Daten und hilft bei der Identifizierung von Mustern.

Eine übliche Methode zur Anzeige der Daten zur Erleichterung der Analyse ist die Verwendung einer Häufigkeitsverteilung, bei der es sich um eine organisierte Tabellierung der Anzahl der Antworten oder Bewertungen je nach variabler Kategorie handelt. Die Tabellierung bietet eine strukturierte Möglichkeit, die Datengenauigkeit zu bestimmen, Datenausreißer zu identifizieren, die Streuung der Bewertungen oder Antworten zu messen und die kategoriale Häufigkeit zu beobachten.

Qualitative Inhaltsanalyse

Wenn die Inhaltsanalyse als quantitative Analysemethode behandelt wird, bietet sie eine Möglichkeit, Medieninhalte systematisch und objektiv zu analysieren. Diese Version der Inhaltsanalyse verwendete standardisierte Messungen, um Texte zu kodieren, zu charakterisieren und zu vergleichen.

Wenn ein qualitativer Ansatz zur Inhaltsanalyse gewählt wird, liegt der Fokus darauf, sowohl den expliziten oder manifesten Inhalt eines Textes zu analysieren als auch die latente Bedeutung von Texten zu interpretieren, die aus dem Text interpoliert werden können, aber das ist nicht explizit darin angegeben.

Der Schwerpunkt der Inhaltsanalyse liegt in der Datencodierung, was eine wesentliche Einschränkung dieses Ansatzes erklären könnte - seine Unfähigkeit, ein reiches Verständnis der Bedeutungen von Texten zu vermitteln.

Konstante Vergleichsmethode

Bei der qualitativen Datenanalyse handelt es sich um einen strukturierten iterativen Prozess, bei dem die Forscher jedes neue Datenelement mit Daten vergleichen, die bereits in der Studie untersucht wurden.

• Open Coding: Jedes Datenbit wird codiert und dann einer relevanten Themenkategorie zugeordnet oder verworfen, wenn keine Relevanz beobachtet wird. Diese Codierung erfolgt in Übereinstimmung damit, wie sich Datenbits mit dem akkumulierenden Körper von analysierten Daten vergleichen.
• Axial Coding: Mit der Analyse der Datenbits werden neue übergreifende Themenkategorien entstehen. Sobald die Daten codiert und den Themenkategorien zugeordnet sind, untersucht der Forscher die Kategorien für aufkommende Themen. Die theoretische Sättigung tritt auf, wenn keine neuen Daten aus den untersuchten Daten entstehen.
• Selektive Kodierung: In dieser letzten Kodierungsstufe wird aus den Themenkategorien und den kategorialen Zusammenhängen eine Storyline erstellt, die das Phänomen, das im Fokus der Forschung steht, erklärt oder erklärt.

Anwendung des Analyseansatzes

Ein Schlüssel zur erfolgreichen Analyse von qualitativen Daten ist das Verständnis, wann eine Analysemethode verwendet werden sollte und wann es besser ist, einen anderen Datenanalyse-Ansatz zu wählen.

• Quantitative Datenanalyse: Quantitative Datenanalyse mit kontinuierlichen Intervalldaten, die eine logische Reihenfolge mit standardisierten Unterschieden zwischen Werten haben, aber keine natürliche Null haben. Elemente auf einer Likert-Skala sind ein gutes Beispiel für Intervalldaten.

• Qualitative Inhaltsanalyse: In der Gesundheitsforschung umfassen für die Inhaltsanalyse geeignete Texte Zuschussanträge, veröffentlichte Manuskripte, Sitzungsprotokolle, Transkripte von Gesprächen, medizinische Begegnungen, Interviews und Fokusgruppen. Zu den geeigneten Texten für die Analyse im Gesundheitswesen gehören auch Botschaften, die über Zeitungen, Zeitschriften, Radio, Fernsehen und das Internet an die Massen kommuniziert werden.

• Konstante Vergleichsmethode: Die konstante vergleichende Methode der Datenanalyse kann für strukturierte Antworten verwendet werden, z. B. für Fragen mit geschlossenem Ende oder unstrukturierte Antworten, z. B. wenn Befragungsteilnehmer die offenen Fragen beantworten. ein Fragebogen. Das heißt, ein konstanter vergleichender Datenanalyseprozess hat vielleicht den größten Nutzen, wenn er mit umfangreichen Konten verwendet wird, die aus unstrukturierten Daten bestehen, wie etwa Interview-Transkripten.

Präsentation der Ergebnisse

Die Art und Weise, wie die Ergebnisse oder Ergebnisse der Datenanalyse präsentiert werden, kann den Unterschied zwischen der angewandten Forschung und der Forschung ausmachen, die im Regal steht. Eine Faustregel besteht darin, Daten so darzustellen, dass sie verständlich und für die am wenigsten anspruchsvollen Personen nutzbar sind, die die Datenanalyseergebnisse erhalten.

• Quantitative Datenanalyse: Daten werden häufig so angezeigt, dass die Daten aus der konstruierten Häufigkeit und den prozentualen Verteilungen verdichtet werden.
• Qualitative Inhaltsanalyse: Daten können in Tabellen und Matrizen dargestellt werden. Dies ist besonders nützlich, wenn Zitate verwendet werden, um die Ergebnisse durch Verweben zu artikulieren. Dies bedeutet, dass die Verfeinerung der Analyse durchaus möglich ist, auch wenn das Manuskript noch in der endgültigen Form geschrieben ist.
• Konstante Vergleichsmethode : Die Präsentation der Ergebnisse in einem konstanten Vergleichsdatenanalyseprozess konzentriert sich darauf, die Themen aufzudecken, die aus den Daten hervorgegangen sind. Während visuelle Darstellungen von Daten verwendet werden können, sind die Befunde typischerweise an spezifische Auszüge aus dem Datensatz gebunden, die die Themen explizit veranschaulichen. Diese Auszüge sind in der narrativen Diskussion des Ergebnissabschnitts des Forschungsmanuskripts und / oder Artikels enthalten.

Anpassung der Analysemethode an die gesammelten Daten

Die Anpassung der Datenanalysemethode an die gesammelten Daten und an die Forschungsfragen und den endgültigen Zweck führt zu besseren Erkenntnissen, die mit

• Quantitative Datenanalyse verwendet werden können > passt gut zu geschlossenen Fragen in Umfragen. Qualitative Inhaltsanalyse
• passt gut zu Interviewantwortdaten. Constant Comparative Analysis
• eignet sich gut für offene Fragen in Umfragen und mit Interviewantworten. Quellen

_{Glaser, B.G. & Strauss, A.L. (1967). Die Entdeckung der Grounded Theory: Strategien für die qualitative Forschung. New York: Aldine De Gruyter.}

_{Graneheim, U. H. & Lundman, B. (2004). Qualitative Inhaltsanalyse in der Pflegeforschung: Konzepte, Verfahren und Maßnahmen zur Vertrauenswürdigkeit.}

_{Krankenschwesterausbildung heute, 24 , 105-112. Rubin, H. J. & Rubin, I. S. (2004). Qualitative Interviews: Die Kunst des Hörens von Daten (2nd ed). Thousand Oaks, Kalifornien: Sage Veröffentlichungen.}

_{Strauss, A. & Corbin, J. (1990). Grundlagen der qualitativen Forschung: Grundlegende Theorieverfahren und -techniken. Newbury Park, Kalifornien: Sage Veröffentlichungen.}

_{Warren, C. A. B. & Karner, T. X. (2005). Entdecken Sie qualitative Methoden: Feldforschung, Interviews und Analysen. Los Angeles, CA: Roxbury Verlag.}