Koodien lisääminen tietoihin - laadullinen tiedonkoodaustyökalukatsaus

Kirjoittanut Erika Yi, Ph.D.

Viimeisen viestini jälkeen useat ihmiset kysyivät minulta työkaluja, joita käytin koodausprosessissa. Tässä artikkelissa keskitytään laadullisiin analyysityökaluihin, joita voit käyttää tietojen koodaamiseen. Käytetyt menetelmät eroavat hinnoittelusta ja toiminnallisuuksista, joten voit päättää, mikä menetelmä on sinulle hyödyllisin. Huomaa, että tämä arvostelu ei ole mitenkään kattava, voin puhua vain itse käyttämiini työkaluihin ja toimintoihin.

Ennen kuin aloitat koodauksen, varmista, että olet perehtynyt tietoihisi. Riippumatta siitä, ovatko tietosi kopioita tai muistiinpanoja, sinun pitäisi tietää skriptien kunkin osan karkea sisältö ja etsimäsi tärkeiden tietojen likimääräinen sijainti. Koodaamiseen tutustuminen tietämättäsi tietojasi ei ole koskaan vaihtoehto, jos haluat, että kova työ tuottaa datapohjaisia ​​oivalluksia.

Menetelmä 1, vanha koulu

Tarvittavat työkalut: sakset ja jotkut kansiot
Vanhan koulun menetelmä. (Kuva Joanna Kosinska on Unsplash)

Tämä on ensimmäinen koodausmenetelmä, jonka opin opiskelemalla jatko-koulussa. Olettaen, että olet perehtynyt tietojoukkoon, kaikki mitä tarvitset, on tulostaa tekstit ja leikata ne. Leikatut katkelmasi heijastavat koodejasi, jokainen paperi on koodiyksikkö. Voit liittää muistilappuilla koodinimet jokaiseen paperiin, joten jos päätät muuttaa koodinimeä, voit poistaa tarralapun ja kiinnittää siihen uuden.

Kun olet leikannut ja järjestänyt kaikki paperiliittimet, tarvitset suuren tyhjän tilan - suuren huoneen lattian tai suuren tyhjän pöydän. Voit järjestää koodatut paperiliittimet ryhmiin, siirtää niitä ympäri nähdäksesi mikä rakenne viestii parhaiten yhtenäisiä teemoja. Voit sitten pitää kansiot paperiliittimien kanssa yhdessä ja nimetä kansiot teemoidesi mukaan.

Loppujen lopuksi sinulla on useita kansioita, joissa on papereita. Tästä lähtien pystyt analysoimaan aiheita perusteellisemmin ja osallistumaan tarinankerrontaan koodien perusteella.

Plussat: matalan tekniikan vaatimukset, ilmainen käyttö (kunhan sinulla on sakset ja kansiot)

Miinukset: koodien digitalisointi on vaikeaa, paperipalat saattavat kadota jonkin ajan kuluttua, eivät ole ympäristöystävällisiä

Menetelmä 2, digitaalinen mukauttaminen

Tarvittavat työkalut: mikä tahansa tekstinkäsittelyohjelma ja laskentataulukko

Niille, jotka eivät halua tulostaa skripteistäsi paperikopioita, tämä menetelmä voi olla hyödyllinen. Tarvitset tekstinkäsittelyohjelman korostus- ja kommentointitoiminnoilla sekä digitaalisen laskentataulukon.

Käytä tietoja eri väreillä koodaamaan tietoja, ja anna kommentointi antaa koodiyksiköillesi oikeat koodinimet. Laskentataulukon ensimmäisen sivun tulisi olla yhteenveto kaikista koodeista. Voit siirtää koodeja luokitellaksesi ne. Lisäksi jokaisella koodilla tulisi olla erillinen arkisivu, jolla voit kopioida ja liittää tekstikatkelmat tekstinkäsittelyohjelmasta.

Loppujen lopuksi sinulla on koodatut tekstidokumentit ja yksi laskentataulukko. Laskentataulukon koodien tulisi heijastaa kaikkia tekstidokumentissa näkyviä koodeja.

Plussat: edullinen, koodit digitalisoidaan

Miinukset: sopii vain pienemmälle tietojoukolle, suurempaa tietomäärää on erittäin vaikea lajitella ja järjestää laskentataulukon avulla

Menetelmä 3, ammatilliset kvalitatiiviset analyysityökalut

Työkalu nro 1 NVivo

NVivo on markkinoiden tehokkain laadullinen analysointityökalu. Tämä ohjelmisto tukee monenlaista tietojen tuontia puhtaista teksteistä kuviin ja videoihin ja jopa tietoja sosiaalisen median sivustoilta, kuten Twitter ja Facebook. Sillä on myös erittäin tehokkaita toimintoja, jotka ylittävät pelkän koodauksen. Voit esimerkiksi luoda yhteyksiä ja luoda klustereita tietojoukkojen välille, esimerkiksi kartoittaa osanottajaryhmän välisen suhteen.

NVivo: n tietojen visualisointitoiminto voi auttaa tutkijaa tuottamaan helposti luettavia kaavioita ja kaavioita, jotka kvantitoivat tulokset. Automaattinen koodaustoiminto ei kuitenkaan toimi niin hyvin kuin odotettiin. Tämä on ymmärrettävää, kunhan tutkijan kriittiset oivallukset ovat osa laadullista analyysiprosessia, ja on lähes mahdotonta korvata kyseinen ihmisen kosketus koneella.

NVivo

Plussat: luultavasti tehokkain ja kattavin laadullinen analyysityökalu, tukee ryhmäyhteistyötä

Miinukset: jyrkkä oppimiskäyrä, korkea hinta, ohjelmisto toimii raskaana monipuolisten ominaisuuksiensa vuoksi

Työkalu nro 2 Dedoose

Dedoose on verkkopohjainen laadullinen analysointipalvelu, joka perii kuukausimaksun käyttäjiltä, ​​mutta vain sisäänkirjautumiskuukauden aikana. Dedoose ei vaadi asennusta, lataa vain tiedot palvelimelleen ja käyttää verkkosivustoa koodiin. Dedoose tukee tekstiasiakirjoja, kuvia ja videoita. Kuten NVivo, myös Dedooseissa on tietojen visualisointiominaisuus, joka auttaa meitä tuottamaan informatiivisen analyysin ja auttaa tutkijoita havaitsemaan kuvioita. Sekoitettujen menetelmien tutkijoille Dedoose tukee sekä kvalitatiivista että kvantitatiivista tietojen analysointia, jotta sekä kvalitatiivinen että kvantitatiivinen data voidaan analysoida ja järjestää samassa paikassa.

Dedoose

Plussat: ei tarvitse asentaa, kohtuuhintainen kuukausimaksu, huipputekninen tietojen salaus, tukee sekoitettua menetelmää, tukee tiimiyhteistyötä

Miinukset: vaatii Internet-yhteyden, voi olla liian monipuolinen web-selaimeen

Työkalu # 3 F4analyysi

F4analyse voidaan asentaa Mac-, Windows- ja Linux-järjestelmiin. Tämä kevyt koodaustyökalu on erinomainen haastattelujen kirjoittamiseen ja koodaamiseen. Voit tuoda äänitiedoston ja kopioida tekstit suoraan F4analyse-sovelluksessa kuunnellessasi äänitallennetta. Teksteissä on automaattiset aikaleimat jokaiselle riville, joten lauseen löytäminen alkuperäisestä äänityksestä on erittäin helppoa. Transkriptioiden koodaus on helppokäyttöinen, voit värikoodata koodisi, vetää ja pudottaa niitä rakenteiden muodostamiseksi ja suodattaa tekstikatkelmat hakuehtojesi perusteella.

F4analyse tukee useita kieliä, mikä on tärkeä tekijä jokaiselle monikieliselle tutkijalle. Vaikka F4analyse ei ole yhtä monipuolinen kuin NVivo ja Dedoose, se tuottaa useita taulukoita ja kaavioita, jotka auttavat sinua visualisoimaan tietosi.

F4analyse

Plussat: edullinen hinnoittelu, kevyt, helppo käyttää

Miinukset: tukee vain tekstin koodausta, voi tuoda ja viedä vain RTF-muotoa

Työkalu nro 4 Delve

Delve on kevyt, verkkopohjainen laadullinen koodaustyökalu, jota kehitetään edelleen. Keskustellessani Delve-ryhmän jäsenten LaiYee Ho: n ja Alex Limpaecherin kanssa testasin Delveä koodaamaan pieniä projekteja. Delve-käyttöliittymä on erittäin puhdas ja suoraviivainen, ja koodausprosessi on helppo oppia ja käyttää. Kuten aiemmin mainitut työkalut, voit liikkua koodeillasi rakenteen ja luokkien muodostamiseksi. Voit määrittää skripteille erilaisia ​​kuvaajia parempaa hakua ja suodatusta varten - erittäin hyödyllinen henkilöiden luomiseen. Voit hallita useita tutkimusprojekteja samanaikaisesti, jokainen projekti tallennetaan erikseen. Kaiken kaikkiaan Delve on erittäin kätevä työkalu tekstitietojen koodaamiseen yksilönä tai joukkueena, ja odotan innolla lisää Delve-ominaisuuksia.

Kaivaa

Plussat: ei tarvitse asentaa, kevyt, helppokäyttöinen, kaunis minimalistinen käyttöliittymä, tukee tiimiyhteistyötä

Miinukset: vaatii Internet-yhteyden, jotkut ominaisuudet ovat vielä kehitteillä

Bonus, käytä digitaalisia muistikirjoja dokumentoidaksesi koodisi

EvernoteYksi huomio

Jos olet OneNote- tai Evernote-käyttäjä, voit käyttää merkintä- ja sivujärjestelytoimintoja dokumentoidaksesi koodisi, joka heijastaa koodirakennettasi. Digitaalinen muistikirja on sopiva bonus kaikille edellä mainituille koodausmenetelmille. Digitaaliset muistikirjat pystyvät paremmin käsittelemään ja muokkaamaan tekstiä kuin koodaustyökalut ja laskentataulukko. Notebook-sivurakenne auttaa visualisoimaan koodirakenteen paremmin kuin tekstinkäsittelyohjelma. Lisäksi niihin pääsee useiden verkko- ja offline-alustojen kautta, joten Internet-yhteys ei rajoita sinua analysoidessasi tietojasi.

Tärkein työkalu

Tutkijana, joka on käyttänyt kaikkia yllä mainittuja työkaluja 8 vuoden tutkimusvuosissani, voin nähdä kaikkien niiden edut. Työkalu on kuitenkin vain yhtä hyvä kuin se, joka käyttää sitä. Luottamus liian voimakkaasti mihin tahansa heistä ja odottaa sen tekevän työn puolestasi on epärealistista. Tutkijat itse ovat itse välineitä mitata ja analysoida ongelmia. Nämä työkalut ovat vain valmiita prosessin helpottamiseksi sinulle. Loppujen lopuksi tärkein tutkimusväline, rakkaat tutkijani, olet sinä!