Kỹ thuật giải mã dữ liệu

Các tính chất phổ biến nhất của dữ liệu định tính là quan sát ấn tượng[13]. Đó là các chuyên gia hoặc người đứng ngoài quan sát kiểm tra dữ liệu, giải thích nó thông qua hình thành một ấn tượng và báo cáo ấn tượng của họ trong một hình thức cấu trúc và thỉnh thoảng là mẫu định lượng.

Mã hóa

Mã hóa là một kỹ thuật diễn giải rằng cả hai cấu tạo dữ liệu và cung cấp một giá trị trung bình để đưa ra các giải thích của nó vào phương pháp định lượng nhất định. Hầu hết các mã hóa đòi hỏi các nhà phân tích để đọc dữ liệu và phân chia ranh các phần trong đó, có thể được thực hiện tại một thời điểm khác nhau trong suốt quá trình[14]. Mỗi phần được gắn nhãn với một đoạn “mã” – thường là một từ hoặc một cụm từ ngắn cho thấy làm thế nào liên quan phân đoạn dữ liệu thông báo cho các mục tiêu nghiên cứu. Khi mã hóa hoàn tất, các nhà phân tích lập báo cáo thông qua một kết hợp của: tổng hợp các đoạn mã phổ biến, thảo luận về sự tương đồng và khác biệt trong các đoạn mã có liên quan trong nguồn đầu tiên khác biệt/ bối cảnh, hoặc so sánh mối quan hệ giữa một hoặc nhiều mã.

Một số dữ liệu định tính có cấu trúc cao (ví dụ, phản ứng gần kết thúc của các cuộc điều tra hoặc các câu hỏi phỏng vấn được định nghĩa chặt chẽ) thường được mã hóa mà không phân đoạn bổ sung của nội dung. Trong những trường hợp này, mã hóa thường được áp dụng như một sắp xếp cao nhất của dữ liệu. Phân tích định lượng của các mã thường là bước phân tích các bài toán thực tế cho loại dữ liệu định tính.

Phân tích dữ liệu định tính hiện đại đôi khi được hỗ trợ bởi chương trình máy tính còn được gọi là phần mềm phân tích dữ liệu máy tính hỗ trợ. Các chương trình này không thay thế bản chất của giải mã mà là nhằm mục đích nâng cao hiệu quả của phân tích của lưu trữ dữ liệu/ sự phục hồi và trong việc áp dụng các mã cho dữ liệu. Nhiều chương trình cung cấp hiệu quả trong việc soạn thảo và chỉnh sửa đoạn mã, trong đó cho phép chia sẻ công việc, thẩm định, kiểm tra và đệ quy dữ liệu.

Phàn nàn thường xuyên của phương pháp mã hóa là nó tìm cách biến đổi dữ liệu định tính vào dữ liệu thực nghiệm có giá trị, trong đó có chứa: phạm vi giá trị thực tế, tỷ lệ cơ cấu, tỷ lệ tương phản và tính khách quan khoa học, qua đó dỡ bỏ các dữ liệu đa dạng của nó, phong phú và đặc điểm cá nhân. Các nhà phân tích phản ứng với những lời chỉ trích này bằng cách chỉ ra những chỗ sai hoàn toàn định nghĩa của những đoạn mã và liên kết các mã một cách hoàn toàn đầy đủ cho các dữ liệu cơ bản, trong đó mang lại một số sự phong phú mà có thể từ một danh sách nhỏ không tồn tại của mã.

Quan điểm trừu tượng đệ quy

Một số bộ dữ liệu được phân tích định tính mà không cần mã hóa. Một phương pháp phổ biến ở đây là trừu tượng đệ quy, nơi tập hợp các dữ liệu được tóm tắt. Những bản tóm tắt sau đó được tiếp tục tổng kết. Kết quả cuối cùng là một bản tóm tắt gọn nhẹ hơn sẽ rất khó khăn để phân biệt một cách chính xác mà không cần các bước thực hành.Một sự phê bình trừu tượng đệ quy là kết luận cuối cùng được lấy ra từ các dữ liệu cơ bản. Trong khi sự thật là tóm tắt ban đầu ít ỏi chắc chắn sẽ mang lại một báo cáo cuối cùng không chính xác, các nhà phân tích định tính có thể phản biện những lời chỉ trích này. Họ làm như vậy, giống như những con người sử dụng phương pháp mã hóa bằng cách ghi lại các lý do đằng sau mỗi bước tóm tắt, trích dẫn ví dụ từ các dữ liệu báo cáo được phân tích và báo cáo mà không được đưa vào nhóm trung gian.

Kỹ thuật cơ học

Một số kỹ thuật dựa trên sử dụng máy tính để quét và làm giảm bộ lớn dữ liệu định tính. Ở cấp độ cơ bản nhất, kỹ thuật cơ học dựa trên tính từ, cụm từ hay sự trùng hợp của biểu hiện trong các dữ liệu. Thường được gọi là phân tích nội dung, snr lượng từ các kỹ thuật này là tuân theo nhiều phân tích thống kê tiên tiến.

Kỹ thuật cơ học đặc biệt thích hợp cho một số tình huống. Một trong những viễn cảnh là cho các bộ dữ liệu chỉ đơn giản là quá lớn đối với một con người để phân tích hiệu quả, hoặc nơi phân tích của họ sẽ được đòi hỏi quá cao so với giá trị của các thông tin mà họ có. Viễn cảnh khai thác là khi các giá trị chính của một tập dữ liệu là mức độ mà nó có chứa “cờ đỏ” (ví dụ, tìm kiếm các báo cáo về tác dụng phụ nhất định trong một tạp chí dataset từ các bệnh nhân trong một thử nghiệm lâm sàn) hay “cờ xanh” (ví dụ: tìm kiếm đề cập đến thương hiệu của thương hiệu trong phần đánh giá tích cực của sản phẩm trên thị trường). Một lời phê bình của các kỹ thuật cơ khí là sự vắng mặt của một thông dịch của con người. Và trong khi bậc thầy của những phương pháp này có thể viết phần mềm phức tạp để bắt trước một số quyết định của con người, phần lớn các “phân tích” vẫn không phải con người. Các nhà phân tích phản ứng bằng cách chứng minh giá trị của phương pháp của họ liên quan đến một trong hai giá trị của các mối liên hệ giao thức đến một tỏng hai a) tuyển dụng và đào tạo một đội ngũ nhân lực để phân tích các dữ liệu hoặc b) bằng cách cho phép các dữ liệu ảnh hưởng, để lại bất kỳ hành động nào chưa được khám phá.