بایگانی دسته: تحلیل داده های کمی و کیفی

تحلیل آماری statistical analysis

ملاحظات اخلاقی در پژوهش کیفی با تاکید بر دیدگاه اشتراوس و کوربین

ملاحظات اخلاقی در پژوهش کیفی با تاکید بر دیدگاه اشتراوس و کوربین

بحث اخلاق مداری در پژوهش یکی از مقولات پرکاربرد در اخلاق کاربردی و اخلاق حرفهای است.

درتحقیق کیفی سه بخش عمده گردآوری داده ها، روشهای تحلیل و تفسیری و ارائه نتایج وجود دارد.

در اینت حقیق جایگاه اخلاق در پژوهش کیفی یا عبارت دیگر اخلاق پژوهش در این سه بخش و با استفاده از روش کتابخانه ای انجام شد.

نتایج تحقیق نشان می دهد که :

1- ناشناسی

2 محرمانگی

3 آسیب نرساندن

4رعایت حریم شخصی افراد

5 کسب رضایت آگاهانه

6 صداقت

7 رازداری

8- اصول اخلاقی مرحله گردآوری – داده ها در تحقیق و اصول امانتداری و قضاوت مستدل اصول اخلاقی پژوهش در مرحله تحلیل و تفسیر و اصول نقد پذیری، صداقت و رعایت حقوق تمام ذینفعان در تولید و نشر علم اصول اخلاق در مرحله ارائه نتایج می باشند.

برگرفتهاز: سیویلیکا

اگر می خواهید در خصوص نرم افزار Nvivo آموزش ببینید. اینجا کلیک کنید مجموع آموزش 8 ساعت و 24 دقیقه

تحلیل داده های آماری

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

نمونه سوالات مصاحبه در تحقیق کیفی

نوشته

تعیین حجم نمونه در پژوهش

نوشته

تحلیل داده های آماری فصل 4 پایان نامه و مقالات علمی با بالاترین کیفیت، قیمت بسیار مناسب

نوشته

نشریات و مجلات معتبر بین المللی (ISI) در حوزه ارتباطات

نوشته

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل پنجم)

تحلیل آماری - پژوهش - کیفی - کمی - کامپیوتر

تحلیل محتوای کیفی چیست؟

  • تحلیل محتوای کیفی چیست؟

تحلیل محتوای کیفی فرآیندی است برای جمع آوری، ساختاردهی و تفسیر داده های کیفی برای درک آنچه نشان دهنده آن است. داده های کیفی غیر عددی و بدون ساختار هستند. داده های کیفی عموماً به متن اشاره دارد، مانند پاسخ های باز به سؤالات نظرسنجی یا مصاحبه های کاربر، اما گاهی شامل صوت، عکس و ویدیو نیز می شود. داده های کیفی به طور کلی به داده های متنی کلمه به کلمه از منابعی مانند مصاحبه ها، بحث های گروهی، بررسی ها، شکایات، پیام های چت، تعاملات مرکز پشتیبانی، مصاحبه با مشتری، یادداشت های موردی یا نظرات رسانه های اجتماعی اشاره دارد. در مقایسه با داده های کمی که اطلاعات ساختاریافته را جمع آوری می کنند، داده های کیفی معمولا ساختاری ندارند و عمق و وسعت بیشتری دارند و می تواند به سوالات ما پاسخ دهند و به فرموله کردن فرضیه ها و ایجاد درک بیشتر ما از پدیده ها کمک کند.

روش تحلیل محتوای کیفی چیست؟

تحلیل محتوای کیفی دارای پنج مرحله اساسی است که عبارتند از : 1. جمع آوری داده های کیفی، 2. سازماندهی و اتصال به داده های کیفی، 3. کدگذاری داده های کیفی، 4. تجزیه و تحلیل داده های کیفی برای بینش، 5. گزارش در مورد بینش های به دست آمده از تحلیل داده ها.

روش تحلیل محتوای کیفی چیست؟

مرحله اول، داده های کیفی را جمع آوری کنید.

تحلیل محتوای کیفی با جمع آوری داده کیفی آغاز می شود .اولین گام تحقیق کیفی، جمع آوری داده هاست. به زبان ساده، جمع آوری داده ها، جمع آوری تمام داده های شما برای تجزیه و تحلیل است. یک موقعیت رایج زمانی است که داده های کیفی در منابع مختلف پخش می شوند.

مرحله دوم، داده های کیفی را سازماندهی و منسجم کنید.

اکنون شما همه این داده های کیفی را دارید، اما یک مشکل وجود دارد، داده ها بدون ساختار هستند. قبل از اینکه بتوان بازخورد را تجزیه و تحلیل کرد و ارزشی به آن اختصاص داد، باید در یک مکان واحد سازماندهی شود. چرا این مهم است؟ داشتن ثبات! اگر همه داده ها به راحتی در یک مکان قابل دسترسی باشند و به روشی ثابت تجزیه و تحلیل شوند، زمان ساده تری برای جمع بندی و تصمیم گیری بر اساس این داده ها خواهید داشت. رویکرد دستی برای سازماندهی داده های شما: روش کلاسیک ساختار دادن به داده های کیفی این است که تمام داده هایی را که جمع آوری کرده اید در یک صفحه گسترده (spreadsheet) رسم کنید.

مرحله دوم، داده های کیفی را سازماندهی و منسجم کنید.

کدگذاری در تحلیل محتوای کیفی

سومین مرحله تحلیل محتوای کیفی، کدگذاری داده کیفی است که یکی از مهمترین مراحل تحلیل است. کدگذاری در تحلیل محتوای کیفی فرآیند برچسب گذاری و سازماندهی داده های شماست به گونه ای که بتوانید مضامین موجود در داده ها و روابط بین این مضامین را شناسایی کنید. برای ساده سازی فرآیند کدگذاری، نمونه های کوچکی از داده های کیفی را می گیرید، مجموعه ای از کدها یا دسته بندی ها را ارائه می کنید و هر بخش از بازخورد را به طور سیستماتیک برای الگوها و معنا برچسب گذاری می کنید. سپس نمونه بزرگتری از داده ها را می گیرید، کدها را برای دقت و سازگاری بیشتر اصلاح و اصلاح می کنید. کد کردن به معنای شناسایی کلمات یا عبارات کلیدی و اختصاص دادن آنها به دسته ای از معنا است. بعنوان مثال در کدگذاری در تحلیل محتوای کیفی، “من واقعا از خدمات مشتری این شرکت نرم افزاری متنفرم” به عنوان “خدمات ضعیف به مشتریان” کدگذاری می شود.

کدگذاری در تحلیل محتوای کیفی به روش دستی

1.ابتدا کدگذاری در تحلیل محتوای کیفی باید تصمیم بگیرید که آیا از کدگذاری قیاسی یا استقرایی استفاده خواهید کرد. کدگذاری قیاسی زمانی است که فهرستی از کدهای از پیش تعریف شده ایجاد می کنید و سپس آنها را به داده های کیفی اختصاص می دهید. کدگذاری استقرایی برعکس این است، شما کدهایی را بر اساس خود داده ها ایجاد می کنید. کدها مستقیماً از داده ها به وجود می آیند و در حین حرکت آنها را برچسب گذاری می کنید. شما باید مزایا و معایب هر روش کدگذاری را بسنجید و مناسب ترین روش را انتخاب کنید.

2. داده های بازخورد را بخوانید تا درک گسترده ای از آنچه نشان می دهد به دست آورید. اکنون زمان آن رسیده است که اولین مجموعه کدهای خود را به عبارات و بخش های متن اختصاص دهید.

3. مرحله 2 را تکرار کنید، کدهای جدید اضافه کنید و توضیحات کد را هر چند وقت یکبار که لازم است بازبینی کنید. پس از کدگذاری همه چیز، دوباره همه چیز را مرور کنید تا مطمئن شوید که هیچ تناقضی وجود ندارد و هیچ چیز نادیده گرفته نشده است.

4.در کدگذاری در تحلیل محتوای کیفی یک چارچوب کد برای گروه بندی کدهای خود ایجاد کنید. چارچوب کدگذاری ساختار سازمانی همه کدهای شماست. و دو نوع قاب کدگذاری متداول وجود دارد، مسطح یا سلسله مراتبی. یک چارچوب کد سلسله مراتبی، به دست آوردن بینش از تجزیه و تحلیل خود را برای شما آسان تر می کند.

5. بر اساس تعداد دفعاتی که یک کد خاص رخ می دهد، اکنون می توانید موضوعات رایج را در داده های بازخورد خود مشاهده کنید. این بصیرت است! اگر «خدمات بد به مشتری» یک کد رایج است، وقت آن است که اقدام کنید.

تحلیل محتوای کیفی با استفاده از نرم افزار و به کمک کامپیوتر (CAQDAS)

به طور سنتی در رویکرد تحلیل دستی (اما نه همیشه)، داده های کیفی برای کدگذاری به نرم افزار CAQDAS وارد می شوند. در اوایل دهه 2000، نرم افزار CAQDAS توسط توسعه دهندگانی مانند ATLAS.ti، NVivo و MAXQDA رایج شد و مشتاقانه توسط محققان برای کمک به سازماندهی و کدگذاری داده ها استفاده شد.

کدگذاری در تحلیل محتوای کیفی به روش دستی

مزایای استفاده از نرم افزار تحلیل داده های کیفی به کمک کامپیوتر:

• به سازماندهی داده های شما کمک می کند
• به شما این امکان را میدهد که به کاوش تفاسیر مختلف از تجزیه و تحلیل داده های خود بپردازید
• به شما امکان می دهد داده های خود را آسان تر به اشتراک بگذارید و امکان همکاری گروهی را فراهم می کند (تجزیه و تحلیل ثانویه را امکان پذیر می کند) با این حال، هنوز باید داده ها را کدگذاری کنید، موضوعات را کشف کنید و خودتان تحلیل را انجام دهید. بنابراین هنوز میتواند یک رویکرد دستی تلقی شود.

اگر می خواهید در خصوص نرم افزار Nvivo آموزش ببینید. اینجا کلیک کنید مجموع آموزش 8 ساعت و 24 دقیقه

مرحله چهارم، داده ها را برای تولید بینش های معنادار تجزیه و تحلیل کنید.

اکنون می خواهیم داده های خود را برای یافتن بینش تجزیه و تحلیل کنیم. اینجاست که ما شروع به پاسخ به سوالات تحقیق خود می کنیم. به خاطر داشته باشید که مرحله 4 و مرحله 5 دارای همپوشانی هستند. این به این دلیل است که ایجاد تجسم بخشی از تجزیه و تحلیل و گزارش است. وظیفه کشف بینش ها، جستجوی کدهایی است که از داده ها بیرون می آیند و همبستگی های معناداری را از آنها استخراج می کنند. همچنین در مورد اطمینان از متمایز بودن هر بینش و داشتن داده های کافی برای پشتیبانی از آن است.
بخشی از تجزیه و تحلیل، تعیین میزان ارتباط هر کد با مشخصات جمعیتی و مشخصات مشارکت کنندگان در تحقیق است و مشخص کردن اینکه آیا رابطه ای بین این نقاط داده وجود دارد یا خیر. برای بهبود کیفیت اطلاعات بینش، کدهای فرعی را به صورت دستی ایجاد کنید. اگر چارچوب کد شما فقط یک سطح داشته باشد، ممکن است متوجه شوید که کدهای شما بسیار گسترده هستند و قادر به استخراج بینش معنادار نیستند. اینجاست که ایجاد کدهای فرعی برای کدهای اصلی شما ارزشمند است.

مرحله پنجم، نتایج و داستان داده های خود را گزارش کنید.

آخرین مرحله از تجزیه و تحلیل داده های کیفی، گزارش دادن به آن، گفتن داستان است. در این مرحله، کدها به طور کامل توسعه یافته و تمرکز بر انتقال روایت به مخاطب است. یک طرح کلی منسجم از تحقیقات کیفی، یافته ها و بینش ها برای ذینفعان برای بحث و مناظره حیاتی است، قبل از اینکه بتوانند یک اقدام معنادار را طراحی کنند.

مرحله پنجم، نتایج و داستان داده های خود را گزارش کنید.

نمونه تحلیل محتوای کیفی

یکی از روش های بسیار خوب برای یادگیری تحلیل محتوای کیفی و نحوه گزارش کردن نتایج آن، خواندن مقالات منتشر شده با این رویکرد می باشد. گرچه تحلیل در مطالعات کیفی مختلف از نظر سطح انتزاع و دقت با یکدیگر متفاوت می باشد، ولی محققین با مطالعه انواع مختلف مقالات کیفی که منتشر شده است و مراحل داوری همتایان را پشت سر گذاشته اند، می توانند تا حدود زیادی الگو بگیرند و مسیر پژوهش خود را به راحتی دنبال کنند. در زیر سه نمونه از مقالات کیفی منتشر شده، جهت مطالعه آورده شده است که میتواند راهگشا باشد. مقاله اول به دنبال کشف موانع برنامه های سلامت جنسی از دیدگاه سیاست گذاران حوزه سلامت بوده که بر اساس پایان نامه دکترا با همین مضمون منتشر شده است. مقاله دوم با هدف کشف و واکاوی شرایط زمینه ساز تک فرزندی در زنان و مردان ساکن تهران که دارای یک فرزند بودند انجام شده است و منتج از یک طرح پژوهشی در تهران بوده و مقاله سوم با هدف واکاوی جامعه پذیری جنسی در ایران می باشد که بر اساس یک پایان نامه دکترا می باشد.

سه نمونه از مقالات تحلیل محتوای موضوعی را در زیر مطالعه کنید:

Perceived Barriers to Implementing Sexual Health Programs from the Viewpoint of Health Policymakers in Iran: A Qualitative Study
https://qualitativestudies.com/wp-content/uploads/2022/05/sexual-health-programs.pdf

واکاوی شرایط زمینه ساز قصد و رفتار تک فرزندی در تهران
https://qualitativestudies.com/wp-content/uploads/2022/05/only-child.pdf

درک زنان از جامعه پذیری جنسی در ایران: یک مطالعه کیفی
https://qualitativestudies.com/wp-content/uploads/2022/05/sexual-socialization.pdf

اگر می خواهید در خصوص نرم افزار Nvivo آموزش ببینید. اینجا کلیک کنید مجموع آموزش 8 ساعت و 24 دقیقه

برگرفته از آکادمی پژوهش کیفی – دکتر فریده فراهانی

تحلیل داده های آماری

نوشته

کمبود ویتامین E چه عوارضی دارد؟

نوشته

Maxqda مکس کیو دی ای چیست؟

نوشته

ارزش ویژه برند (Brand Equity) چیست؟

نوشته

چرا بعد از کار اینقدر خسته می‌شوم؟ چه باید کرد؟

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

تحلیل داده های آماری

تحقیق کمی چیست؟ انواع روش های تحقیق کمی

  • تحقیق کمی چیست؟ انواع روش های تحقیق کمی

تحقیق کمی چیست؟

تحقیق کمی فرآیند جمع آوری و تجزیه و تحلیل داده های عددی است. در واقع تحقیق کمی را می توان برای یافتن الگو ها و میانگین ها، پیش بینی، سنجش روابط علی و معلول و تعمیم نتایج به جمعیت های بزرگتر بکار برد.

تحقیق کمی، درست برعکس تحقیق کیفی است که به دنبال جمع آوری و تجزیه و تحلیل داده های غیر عددی مانند متن مصاحبه ها، ویدیو یا داده های صوتی است.
تحقیق کمی به طور گسترده در علوم طبیعی و اجتماعی مانند زیست شناسی، شیمی، روانشناسی، اقتصاد، جامعه شناسی، بازاریابی و غیره استفاده می شود.

نمونه سوالات تحقیق کمی

· ترکیب جمعیتی کشور ژاپن در سال 2022 چگونه است؟
· میانگین افزایش دمای جهان در طول قرن گذشته چگونه تغییر کرده است؟
· آیا آلودگی محیط زیست بر شیوع نسل مشخصی از حیوانات تاثیر می گذارد؟
· آیا دورکاری باعث افزایش بهره وری برای افرادی با مسافت طولانی بین محل کار و منزل می شود؟

نمونه سوالات تحقیق کمی

روش تحقیق کمی چیست؟

انواع روش های تحقیق کمی شامل روشهایی است که در تحقیقات توصیفی، همبستگی یا تجربی استفاده می شود.
· در تحقیقات توصیفی، شما صرفاً به دنبال یک خلاصه کلی از متغیر های مطالعه خود هستید.
· در تحقیقات همبستگی، شما روابط بین متغیر های مطالعه خود را بررسی می کنید.
· در تحقیقات تجربی، شما به طور سیستماتیک بررسی می کنید که آیا رابطه علت و معلولی بین متغیرها وجود دارد یا خیر.
تحقیقات همبستگی و تجربی هر دو می توانند برای آزمون رسمی فرضیه ها یا پیش بینی ها با استفاده از آمار استفاده شوند و نتایج ممکن است بر اساس روش نمونه گیری مورد استفاده به جمعیت های وسیع تری تعمیم داده شود.

در تحقیق کمی، برای جمع آوری داده ها، اغلب باید از تعاریف عملیاتی استفاده کنید که مفاهیم انتزاعی (مانند خلق و خو) را به معیار های قابل مشاهده و اندازه گیری (مثلا خود ارزیابی احساسات و سطوح انرژی) تبدیل می کنند.

انواع روش تحقیق کمی

روش تحقیق کمی شامل موارد زیر است:
· روش تجربی: یک متغیر مستقل را کنترل یا دستکاری کنید تا اثر آن را بر روی یک متغیر وابسته اندازه گیری کنید. بعنوان مثال: برای بررسی اینکه آیا یک مداخله می تواند اهمال کاری را در دانشجویان کاهش دهد، مداخله ای را به به گروه های هم اندازه می دهید و سپس رفتارهای اهمال کاری را بین گروه ها پس از مداخله مقایسه می کنید.
· روش پیمایش، از گروهی از افراد به صورت حضوری یا آنلاین سوالاتی می پرسید. مثلا”، شما پرسشنامه هایی را با مقیاس های رتبه بندی بین دانشجویان بین المللی توزیع کرده تا تجربیات آن ها را از شوک فرهنگی بررسی کنید.

· روش مشاهده سیستماتیک، یک رفتار مورد علاقه را شناسایی کنید و آن را در شرایط طبیعی خود کنترل کنید. بعنوان مثال، برای مطالعه مشارکت در کلاس، شما در کلاس ها می نشینید و مشاهده می کنید و شیوع رفتار های فعال و غیرفعال دانشجویان با پیشینه های مختلف را ثبت می کنید.

· تحقیق ثانویه، داده هایی که قبلا برای مقاصد دیگر جمع آوری شده اند، مانند پیمایشهای ملی یا سوابق تاریخی، را جمع آوری می کنید، مثلا”، برای بررسی تغییر نگرش نسبت به تغییرات آب و هوا از دهه 1980 ، داده های پرسشنامه مربوطه را از مطالعات طولی قبلی جمع آوری می کنید.

انواع روش تحقیق کمی

تجزیه و تحلیل داده ها در این روش تحقیق

در روش تحقیق کمی، پس از جمع آوری داده ها، ممکن است لازم باشد قبل از تجزیه و تحلیل، آن ها را پردازش کنید. به عنوان مثال، داده های نظرسنجی و آزمون ممکن است نیاز به تبدیل کلمات به اعداد را داشته باشند. سپس می توانید از تجزیه و تحلیل آماری برای پاسخ به سوالات تحقیق خود استفاده کنید.

آمار توصیفی خلاصه ای از داده های شما را در اختیارتان قرار می دهد و معیارهای میانگین و تغییر پذیری یا واریانس را در بر می گیرد. همچنین می توانید از نمودارها، نمودارهای پراکندگی و جداول فراوانی برای تجسم داده های خود و بررسی هر گونه روند یا داده های پرت استفاده کنید.

با استفاده از آمار استنباطی، می توانید بر اساس داده های خود، پیش بینی یا تعمیم انجام دهید. می توانید فرضیه خود را آزمایش کنید یا از داده های نمونه خود برای تخمین پارامتر جمعیت استفاده کنید.

مثال هایی از آمار توصیفی و استنباطی

شما فرض می کنید که دانشجویان سال اول بیش از دانشجویان سال چهارم اهمال کاری می کنند. شما با استفاده از مقیاس های رتبه بندی 7 درجه ای، داده های مربوط به سطوح اهمال کاری دو گروه را جمع آوری می کنید.

ابتدا از آمار توصیفی برای بدست آوردن خلاصه ای از داده ها استفاده می کنید. میانگین (متوسط) و مد (پرتکرارترین رتبه ) اهمال کاری دو گروه را پیدا می کنید و داده ها را رسم می کنید تا ببینید آیا موارد پرت وجود دارد یا خیر.

در مرحله بعد، شما آمار استنباطی را برای آزمایش فرضیه خود انجام می دهید. برای مقایسه میانگین رتبه بندی های دو گروه، تفاوت معنی داری و تایید فرضیه خود از آزمون t استفاده می کنید.

همچنین می توانید قابلیت اطمینان و اعتبار روش های جمع آوری داده های خود را ارزیابی کنید تا نشان دهید که روش های شما واقعاً چقدر سازگار و درست، آنچه را که می خواهید اندازه گیری کرده اند؟

برگرفته از آکادمی پژوهش کیفی – دکتر فریده فراهانی

تحلیل آماری statistical analysis

داده های کیفی – تعریف، انواع، تجزیه و تحلیل مثالها، روشهای جمع آوری و اهمیت داده های کیفی در پژوهش بازاریابی

داده های کیفی – تعریف ، انواع ، تجزیه و تحلیل و مثالها ، روشهای جمع آوری ، و اهمیت داده های کیفی

تعریف داده های کیفی

داده های کیفی (Qualitative Data) به عنوان داده های تقریبی (نزدیک به کیفیت موردنظر) و مشخصه تعریف می شوند.

داده های کیفی - تعریف ، انواع ، تجزیه و تحلیل و مثالها ، روشهای جمع آوری ، و اهمیت داده های کیفی

داده های کیفی – تعریف ، انواع ، تجزیه و تحلیل و مثالها ، روشهای جمع آوری ، و اهمیت داده های کیفی

داده های کیفی را می توان مشاهده و ثبت کرد. این نوع داده ماهیتاً غیر عددی است. این نوع داده ها از طریق روش مشاهدات ، مصاحبه های یک به یک ، انجام گروه های متمرکز و روش های مشابه جمع آوری می شود. داده های کیفی در آمار به عنوان داده های طبقه ای نیز شناخته می شوند – داده هایی که می توانند براساس ویژگی ها و خصوصیات یک چیز یا یک پدیده به طور طبقه بندی شده تنظیم شوند.

مثالهای داده کیفی

داده های کیفی را داده های طبقه ای / طبقه بندی شده نیز می نامند زیرا این داده ها را می توان بر اساس طبقه بندی ها دسته بندی کرد.

به عنوان مثال ، به این فکر کنید که دانش آموز در یکی از جلسات کلاس ، یک پاراگراف از کتاب را بخواند. معلمی که به خواندن گوش می دهد ، درباره نحوه خواندن کودک آن پاراگراف بازخورد می دهد. اگر معلم بر اساس روان بودن ، لحن صدا ، ادای کلمات ، وضوح تلفظ بدون دادن نمره به کودک بازخورد دهد ، این به عنوان نمونه ای از داده های کیفی در نظر گرفته می شود.

درک تفاوت بین داده های کمی و کیفی بسیار آسان است. داده های کیفی در تعریف صفات ، اعداد را شامل نمی شوند ، در حالی که داده های کمی همه در مورد اعداد است.

این کیک به رنگ نارنجی ، آبی و مشکی است (کیفی).
ماده ها موهای قهوه ای ، سیاه ، بلوند و قرمز دارند (از نظر کیفی).

داده های کمی هر اطلاعات کمی است که می تواند برای محاسبه ریاضی یا تجزیه و تحلیل آماری استفاده شود. این شکل از داده ها به تصمیم گیری در زندگی واقعی مبتنی بر مشتقات ریاضی کمک می کند. از داده های کمی برای پاسخ به سوالاتی مانند چند استفاده می شود؟ چند وقت؟ چقدر؟ این داده ها دارای اعتبار و تأیید شده هستند.

برای درک بهتر مفهوم داده های کمی و کیفی ، بهتر است نمونه هایی از مجموعه داده های خاص و چگونگی تعریف آنها را مشاهده کنید. موارد زیر مثالها و نمونه هایی از داده های کمی است.

چهار کیک و سه مافین در سبد نگهداری می شود (کمی).
یک لیوان نوشیدنی گازدار 97.5 کالری (کمی) دارد.

اهمیت داده ها

اهمیت داده های کیفی

اهمیت داده های کیفی

اهمیت داده های کیفی در چیست ؟ داده های کیفی در تعیین فراوانی خاص صفات یا ویژگی ها مهم هستند. این داده ها به آماردانان یا محققان اجازه می دهد پارامترهایی را تشکیل دهند که از طریق آنها می توان مجموعه داده های بزرگتری را مشاهده کرد. داده های کیفی ابزاری را فراهم می کند که ناظران می توانند جهان پیرامون خود را کمی کنند.

برای یک محقق بازار ، جمع آوری داده های کیفی به پاسخگویی به سوالاتی کمک می کند ، اینکه مشتری آنها چه کسانی هستند ، با چه موضوعاتی روبرو هستند و کجا باید توجه خود را متمرکز کنند ، بنابراین مشکلات یا موانع برطرف می شوند.

داده های کیفی در مورد احساسات یا ادراک افراد ، احساساتی است که دارند. در داده های کمی ، این برداشت ها و احساسات ثبت شده است. این به محققان بازار کمک می کند زبانی را که مصرف کنندگانشان صحبت می کنند درک کنند و به طور موثر و کارآمد با این مشکل کنار بیایند.

روشهای جمع آوری 

جمع آوری داده های کیفی به صورت اکتشافی است. این شامل تجزیه و تحلیل و تحقیق عمیق است. روشهای جمع آوری داده های کیفی عمدتا بر کسب بینش ، استدلال و انگیزه متمرکز است. از این رو از نظر تحقیق عمیق تر می شوند. از آنجا که داده های کیفی قابل اندازه گیری نیستند ، محققان روش ها یا ابزارهای جمع آوری داده را ترجیح می دهند که تا حد محدودی ساختار داشته باشند.

در اینجا روشهای جمع آوری داده های کیفی وجود دارد:

مصاحبه های یک به یک 

روشهای جمع آوری داده های کیفی مصاحبه های یک به یک

روشهای جمع آوری داده های کیفی مصاحبه های یک به یک

این یکی از رایج ترین ابزارهای جمع آوری داده برای تحقیقات کیفی است که دلیل اصلی آن رویکرد شخصی آن است. مصاحبه کننده یا محقق داده ها را مستقیماً از مصاحبه شونده به صورت یک به یک جمع آوری می کند. مصاحبه ممکن است غیررسمی و بدون ساختار – گفتگو باشد. عموماً سوالات باز به صورت خودجوش پرسیده می شوند . به مصاحبه کننده اجازه می دهد در جریان مصاحبه سوالات پرسیده شده را تعیین کند.

گروه های کانونی 

روشهای جمع آوری داده های کیفی گروه های کانونی

روشهای جمع آوری داده های کیفی گروه های کانونی

برای این کار در یک محیط بحث گروهی انجام می شود. این گروه به 6-10 نفر محدود می شود و یک ناظر برای تعدیل بحث در حال انجام اختصاص داده شده است.

بسته به داده هایی که مرتب شده اند ، اعضای یک گروه ممکن است مشترکاتی داشته باشند. به عنوان مثال ، محققی که در حال انجام مطالعه روی دوندگان دو و میدانی است ، ورزشکارانی را انتخاب می کند که دونده دو و میدانی باشند. یا دونده باشند و از موضوع آگاهی کافی داشته باشند.

ثبت سوابق

روشهای جمع آوری داده های کیفی ثبت سوابق

روشهای جمع آوری داده های کیفی ثبت سوابق

این روش از اسناد قابل اعتماد موجود و منابع اطلاعاتی مشابه استفاده می کند. از این داده ها می توان در تحقیقات جدید استفاده کرد. شبیه کتابخانه رفتن است. در آنجا می توان کتابها و سایر مطالب مرجع را برای جمع آوری داده های مربوطه که می تواند در تحقیق استفاده شود ، جستجو کرد.

فرآیند مشاهده

روشهای جمع آوری داده های کیفی فرآیند مشاهده

روشهای جمع آوری داده های کیفی فرآیند مشاهده

در این روش جمع آوری اطلاعات کیفی ، محقق خود را در محیطی که پاسخگویانش هستند غرق می کند و به شرکت کنندگان بسیار چشم می دوزد و یادداشت برداری می کند. این به عنوان فرآیند مشاهده شناخته می شود.

علاوه بر یادداشت برداری ، می توان از روش های مستند سازی دیگر ، مانند ضبط ویدیو و صدا ، عکاسی و روش های مشابه استفاده کرد.

مطالعات طولی

روشهای جمع آوری داده های کیفی مطالعات طولی

روشهای جمع آوری داده های کیفی مطالعات طولی

این روش جمع آوری داده ها به طور مکرر و در یک دوره طولانی روی همان منبع داده انجام می شود. این یک روش تحقیق مشاهده ای است که برای چند سال ادامه دارد و در بعضی موارد حتی برای دهه ها نیز ادامه دارد. این روش جمع آوری اطلاعات با هدف یافتن ارتباط از طریق یک مطالعه تجربی روی افراد با صفات مشترک است.

مطالعات موردی

روشهای جمع آوری داده های کیفی مطالعات موردی

روشهای جمع آوری داده های کیفی مطالعات موردی

در این روش ، داده ها با تجزیه و تحلیل عمیق مطالعات موردی جمع آوری می شوند. تطبیق پذیری این روش در چگونگی استفاده از این روش برای تجزیه و تحلیل موضوعات ساده و پیچیده نشان داده شده است. نقطه قوت این روش این است که چه میزان منطق ترکیبی از یک یا چند روش جمع آوری داده های کیفی برای استنتاج استفاده می کند.

تجزیه و تحلیل دادههای کیفی

تجزیه و تحلیل داده های شما حیاتی است ، زیرا برای جمع آوری آنها وقت و هزینه صرف کرده اید. این یک فرآیند اساسی است زیرا شما حتی پس از تلاش های زیاد نمی خواهید خود را در تاریکی پیدا کنید. با این حال ، هیچ قانون اساسی تعیین شده ای برای تجزیه و تحلیل داده های کیفی وجود ندارد. همه چیز با درک دو رویکرد اصلی داده های کیفی آغاز می شود.

دو رویکرد اصلی در تجزیه و تحلیل داده های کیفی

  رویکرد قیاسی – Deductive Approach

تجزیه و تحلیل داده های کیفی رویکرد قیاسی - Deductive Approach

تجزیه و تحلیل داده های کیفی رویکرد قیاسی – Deductive Approach

رویکرد قیاسی شامل تجزیه و تحلیل داده های کیفی بر اساس ساختاری است که توسط محقق از پیش تعیین شده است. یک محقق می تواند از سوالات به عنوان راهنمای تجزیه و تحلیل داده ها استفاده کند. این روش سریع و آسان است و می تواند مورد استفاده قرار گیرد. هنگامی که یک محقق ایده مناسبی در مورد پاسخ های احتمالی که قرار است از جمعیت نمونه دریافت کند ، داشته باشد.

  رویکرد استقرایی – Inductive Approach

تجزیه و تحلیل داده های کیفی رویکرد استقرایی - Inductive Approach

تجزیه و تحلیل داده های کیفی رویکرد استقرایی – Inductive Approach

برعکس ، روش استقرایی مبتنی بر یک ساختار از پیش تعیین شده یا قوانین / چارچوبی اساسی نیست. وقت گیرتر و رویکرد کاملی برای تجزیه و تحلیل داده های کیفی است. رویکرد استقرایی غالباً هنگامی استفاده می شود که محقق نسبت به پدیده تحقیق اطلاعات بسیار اندک باشد یا تصوری از آن نداشته باشد.

مراحل تجزیه و تحلیل داده های کیفی

5 مرحله برای تجزیه و تحلیل داده ها

مراحل تجزیه و تحلیل داده های کیفی

مراحل تجزیه و تحلیل داده های کیفی

این که آیا شما به دنبال تجزیه و تحلیل داده های کیفی جمع آوری شده از طریق مصاحبه یک به یک یا داده های کیفی از یک نظر سنجی هستید ، مراحل ساده  زیر تجزیه و تحلیل داده های قوی را تضمین می کند.

مرحله 1: داده های خود را مرتب کنید

هنگامی که همه داده ها را جمع آوری کردید ، تا حد زیادی بدون ساختار است و گاهی اوقات در یک نگاه بی معنی است. بنابراین ، ضروری است که شما به عنوان یک محقق ، ابتدا نیاز به رونویسی از داده های جمع آوری شده داشته باشید. اولین گام در تجزیه و تحلیل داده ها ترتیب منظم آن است. ترتیب داده ها به معنای تبدیل تمام داده ها به قالب متن است. می توانید داده ها را به صفحه گسترده وارد کنید یا داده ها را به صورت دستی تایپ کنید یا  هر یک از ابزارهای تجزیه و تحلیل داده های کیفی با کمک رایانه انتخاب کنید.

مرحله 2: همه داده های خود را سازماندهی کنید

پس از تبدیل و تنظیم داده های خود ، مرحله بعدی بلافاصله سازماندهی داده های شما است. این احتمال وجود دارد که اطلاعات زیادی داشته باشید که هنوز هم باید به صورت منظمی مرتب شوند. یکی از بهترین راههای سازماندهی داده ها بازگشت به اهداف تحقیقاتی و سپس سازماندهی داده ها بر اساس سوالات مطرح شده است. هدف تحقیق خود را در یک جدول تنظیم کنید ، بنابراین از نظر بصری واضح به نظر می رسد. به هر قیمتی ، از وسوسه های کار با داده های غیر سازمان یافته خودداری کنید. شما در نهایت اتلاف وقت می کنید و هیچ نتیجه قطعی به دست نمی آورید.

مرحله 3: یک کد را روی داده های جمع آوری شده تنظیم کنید

تنظیم کدهای مناسب برای داده های جمع آوری شده ، شما را یک قدم جلوتر می برد. کدگذاری یکی از بهترین روش ها برای فشرده سازی اطلاعات عظیم جمع آوری شده است. کدگذاری داده های کیفی به سادگی به معنای دسته بندی و اختصاص خصوصیات و الگوها به داده های جمع آوری شده است.

برنامه نویسی گام مهمی در تجزیه و تحلیل داده های کیفی است . زیرا می توانید نظریه ها را از یافته های تحقیق مربوط استخراج کنید. پس از اختصاص کدها به داده های خود ، می توانید با استفاده از الگوهای ایجاد بینش عمیق نسبت به داده هایی که به تصمیم گیری آگاهانه کمک می کنند ، شروع کنید.

مرحله 4: اطلاعات خود را تأیید کنید

اعتبارسنجی داده ها یکی از مراحل مهم تجزیه و تحلیل داده های کیفی برای تحقیقات موفق است. از آنجا که داده ها برای تحقیق بسیار ضروری هستند ، اطمینان حاصل شود که داده ها دارای نقص نیستند. لطفاً توجه داشته باشید که اعتبارسنجی داده ها فقط یک مرحله در تحلیل داده های کیفی نیست. این یک مرحله تکراری است که باید در طول فرایند تحقیق دنبال شود. اعتبارسنجی داده ها دو طرف دارد:

دقت در طرح تحقیق یا روشهای تحقیق شما.

قابلیت اطمینان ، یعنی میزان تولید مداوم دقیق داده ها.

مرحله 5: خاتمه دادن به روند تحلیل

مهم است که سرانجام از داده های خود نتیجه گیری کنید .این به معنی ارائه سیستماتیک داده های شما است ، گزارشی که می تواند به راحتی مورد استفاده قرار گیرد. در این گزارش باید روشی بیان شود که شما به عنوان یک محقق برای انجام مطالعات تحقیقاتی ، نکات مثبت و منفی و محدودیت های مطالعه استفاده کرده اید. در این گزارش ، شما همچنین باید پیشنهادات / استنتاج های یافته های خود و هر زمینه مرتبط را برای تحقیقات آینده را بیان کنید.

مزایای داده های کیفی

به تجزیه و تحلیل عمیق کمک می کند :

داده های کیفی جمع آوری شده تجزیه و تحلیل دقیق در مورد موضوعات را در اختیار محققان قرار می دهد. محققان ضمن جمع آوری داده های کیفی ، از شرکت کنندگان تحقیق می کنند و می توانند با پرسیدن نوع صحیح سوالات ، اطلاعات کافی را جمع آوری کنند. از یک سری پرسش و پاسخ ، از داده هایی که جمع آوری می شود برای نتیجه گیری استفاده می شود.

آنچه مشتریان فکر می کنند را بفهمید :

داده های کیفی به محققان بازار کمک می کند تا ذهنیت مشتریان خود را درک کنند. با استفاده از داده های کیفی به کسب و کارها پی می برید که چرا مشتری کالایی را خریداری کرده است. درک زبان مشتری به تحقیقات بازار کمک می کند تا داده های جمع آوری شده به صورت سیستماتیک تر استنباط شود.

داده های غنی :

از داده های جمع آوری شده می توان برای انجام تحقیقات در آینده نیز استفاده کرد. از آنجایی که سوالاتی که برای جمع آوری داده های کیفی پرسیده می شود ، سوالاتی با انتهای باز است ، پاسخ دهندگان در اظهار نظر آزادند و منجر به کسب اطلاعات بیشتر می شوند.

معایب داده های کیفی

وقت گیر

چون جمع آوری داده های کیفی وقت گیر تر است ، افراد کمتری در مقایسه با جمع آوری داده های کمی مطالعه می کنند. تا زمانی که بودجه و هزینه اجازه ندهد ، حجم نمونه کوچکتر در آن گنجانده شده است.

تعمیم آسان نیست

از آنجا که افراد کمتری مورد مطالعه قرار می گیرند ، تعمیم نتایج آن جمعیت دشوار است.

 وابسته به مهارت های محقق

این نوع داده ها از طریق مصاحبه های یک به یک ، مشاهدات ، گروه های متمرکز و غیره جمع آوری می شوند و به مهارت و تجربه محقق برای جمع آوری اطلاعات از نمونه متکی هستند.

برگرفته از مارکتینگ ایران

انجام پژوهش کیفی - تحلیل آماری - پژوهش - کیفی - کمی - کامپیوتر

تحلیل تم یا تحلیل مضمون چیست؟

  • تحلیل تم یا تحلیل مضمون چیست؟
روش تحلیل مضمون چیست؟

تحلیل تم یا تحلیل مضمون چیست؟ روشی برای تجزیه و تحلیل داده های کیفی است. معمولا برای مجموعه ای از متون پیاده شده مصاحبه یا بحث گروهی استفاده می شود. محقق داده ها را از نزدیک بررسی می کند تا مضامین مشترک، موضوعات، ایده ها و الگوهای معنایی که مکررا مطرح می شوند، را شناسایی کند.

روش تحلیل مضمون چیست؟

سوال پر تکرار تحلیل مضمون چیست دارای روش های مختلفی است، اما رایج ترین شکل آن شامل یک فرآیند شش مرحله ای است: 1. آشنایی، 2. کدگذاری، 3. تولید مضامین، 4. بررسی مضامین، 5. تعریف و نام گذاری مضامین، و 6. نوشتن. فرآیند شش مرحله ی تحلیل مضمون، اولین بار، توسط براون و کلارک در تحقیقات روان شناسی توسعه یافت. تحلیل مضمون در واقع نوعی روش انعطاف پذیر در پژوهش کیفی است که می تواند با بسیاری از انواع مختلف تحقیق تطبیق داده شود.

چه زمان از تحلیل مضمون استفاده کنیم؟

تحلیل مضمون تماتیک یا تحلیل تم و آشنایی با بهترین روش تحلیل مضمون و تحلیل محتوا را در آکادمی پژوهش کیفی دنبال کنید. تحلیل مضمون یا تحلیل تماتیک، رویکرد خوبی برای تحقیق است که در آن شما سعی میکنید از مجموعه ای از داده های کیفی – برای مثال، متن مصاحبه، پروفایل های رسانه های اجتماعی یا پاسخ های نظرسنجی، چیزی در مورد دیدگاه ها، نظرات، دانش، تجربیات یا ارزش های افراد بیابید.

برخی از انواع سوالات پژوهشی که ممکن است برای پاسخ به آن ها از تحلیل مضمون استفاده کنید عبارتند از:
· درک بیماران از پزشکان در یک بستر بیمارستان چگونه است؟
· تجربیات زنان جوان در سایت های همسریابی چیست؟
· ایده ها و نظرات غیر متخصصان در مورد تغییرات آب و هوا چیست؟
· جنسیت در تدریس دبیرستانی چگونه ساخته می شود؟

در تحلیل مضمون، ابتدا برای پاسخ به هر یک از این سوالات، داده های کیفی را از گروهی از شرکت کنندگان مرتبط جمع آوری کرده و سپس آن ها را تجزیه و تحلیل کنید. تحلیل مضمون یا تحلیل تم به شما امکان انعطاف پذیری زیادی را در تفسیر داده ها می دهد و به شما این امکان را می دهد که با دسته بندی آن ها در مضامین گسترده، راحت تر به مجموعه داده های بزرگ نزدیک شوید. با این حال، خطر از دست دادن تفاوت های ظریف در داده ها نیز وجود دارد. تحلیل تماتیک یا تحلیل مضمون اغلب کاملا ذهنی است و به قضاوت محقق متکی است، بنابراین شما باید به دقت در انتخاب ها و تفسیرهای خود تامل کنید. به داده ها توجه زیادی داشته باشید تا اطمینان حاصل کنید که چیزهایی را که وجود ندارند، یا چیزهایی را که هستند، پنهان نمی کنید.

رویکردهای مختلف به تحلیل مضمون

هنگامی که تصمیم به استفاده از تحلیل مضمون گرفتید، رویکردهای مختلفی برای بررسی وجود دارد.
تمایز بین رویکرد های استقرایی و قیاسی وجود دارد:
· یک رویکرد استقرایی شامل اجازه دادن به داده ها برای هدایت و تعیین مضامین شما است.
· یک رویکرد قیاسی شامل دستیابی به داده ها با برخی مضامین از پیش تعیین شده است که انتظار دارید بر اساس تئوری یا دانش پیشین در آنجا منعکس شوند.
از خود بپرسید: آیا چارچوب نظری من یک ایده قوی در مورد مضامین مشخص به من می دهد که به دنبال آنها در داده های خود باشم (رویکرد قیاسی)، یا قصد دارم چارچوب نظری خود را بر اساس آنچه از داده ها می یابم (رویکرد استقرایی) توسعه دهم؟
همچنین تمایزی بین رویکرد معنایی و نهفته وجود دارد:
· یک رویکرد معنایی شامل تجزیه و تحلیل محتوای صریح و آشکار داده ها است.
· یک رویکرد نهفته یا پنهان، شامل خواندن عمق معانی زیرمتن و مفروضات زیربنای داده ها است.
از خود بپرسید: آیا من به نظرات بیان شده افراد (معانی ظاهری داده ها) علاقه مند هستم یا به آنچه اظهارات آن ها در مورد مفروضات و زمینه اجتماعی آن ها آشکار می کند (معانی نهفته)؟

پس از اینکه به این نتیجه رسیدید که تحلیل مضمون یا تحلیل تم روش مناسبی برای تجزیه و تحلیل داده های شماست، و به رویکردی که می خواهید در پیش بگیرید فکر کردید، می توانید شش مرحله توسعه یافته توسط براون و کلارک را دنبال کنید.

رویکردهای مختلف به تحلیل مضمون

مراحل تحلیل مضمون چیست؟

مرحله 1: آشنایی با داده ها
اولین قدم برای پاسخ به این سوال که مراحل تحلیل مضمون چیست این است که اطلاعات خود را بشناسیم. مهم است که قبل از شروع به تجزیه و تحلیل جداگانه واحدهای تحلیل مثل مصاحبه ها، یک نمای کلی از تمام داده هایی که جمع آوری کرده اید، داشته باشید.این ممکن است شامل پیاده کردن صدا، خواندن متن و یادداشت برداری اولیه و به طور کلی بررسی داده ها برای آشنایی با آن باشد.

مرحله 2: کدگذاری
در مرحله بعد، باید داده ها را کدگذاری کنید. کدگذاری به معنای برجسته کردن بخش هایی از متن – معمولا عبارات یا جملات – و ارائه برچسب های مختصر یا “کد” برای توصیف محتوای آن ها است.

نمونه کدگذاری در تحلیل مضمون : در اینجا یک مثال کوتاه در مورد کدگذاری متن در تحلیل مضمون یا تحلیل تم را آورده ایم. فرض کنید که در حال تحقیق بر روی برداشت های مربوط به تغییرات اقلیمی در میان رای دهندگان محافظه کار 50 ساله و بالاتر هستیم و داده هایی را از طریق یک سری مصاحبه جمع آوری کرده ایم. گزیده ای از یک مصاحبه به این صورت است:

کدگذاری داده های کیفی

خلاصه مصاحبهکدها
شخصا مطمئن نیستم. من فکر می کنم آب و هوا در حال تغییر است، مطمئنا، اما نمی دانم چرا و چگونه. مردم می گویند باید به کارشناسان اعتماد کرد، اما چه کسی می تواند بگوید که آن ها دلایل خاص خود را برای پیشبرد این روایت ندارند؟ من نمی گویم آن ها اشتباه می کنند، فقط می گویم دلایلی وجود دارد که 100٪ به آن ها اعتماد نکنید. واقعیت ها مدام در حال تغییر هستند – قبلا به آن گرم شدن کره زمین می گفتند.· عدم قطعیت
· تصدیق تغییرات آب و هوایی
· بی اعتمادی به کارشناسان
· تغییر اصطلاحات

در این خلاصه، ما عبارات مختلفی را بعنوان کد های مختلف نشان دادیم. هر کد، در واقع، ایده یا احساس بیان شده در آن قسمت از متن را توصیف می کند. در این مرحله، ما می خواهیم دقیق تر باشیم: متن هر مصاحبه را مرور می کنیم و هر چیزی را که مرتبط با سوال تحقیق است یا بالقوه جالب است، برجسته می کنیم. علاوه بر برجسته کردن تمام عبارات و جملاتی که با این کدها مطابقت دارند، می توانیم همچنان به افزودن کدهای جدید در متن ادامه دهیم. پس از بررسی متن، تمام داده ها را در گروه هایی که با کد مشخص شده اند، جمع آوری می کنیم. این کدها به ما این امکان را می دهند که یک نمای کلی فشرده از نکات اصلی و معانی رایجی که در سراسر داده تکرار می شوند به دست آوریم.

مرحله 3: تولید مضمون یا تم
در مرحله بعد، کدهایی را که ایجاد کرده ایم بررسی می کنیم، الگوهایی را در میان آن ها شناسایی می کنیم و شروع به ارائه مضامین می کنیم. تحلیل تم ها یا مضامین عموما گسترده تر از کدها هستند. بیشتر اوقات، چندین کد را در یک مضمون یا تم واحد ترکیب می کنید.

نمونه تحلیل مضمون (استخراج مضامین از کدها)

در مثال ما، ممکن است شروع به ترکیب کدها در مضامینی مانند زیر کنیم:

تبدیل کدها به تم یا مضمون

کدهاتم یا مضمون
· عدم قطعیت
· آن را به متخصصان بسپارید
· توضیحات جایگزین
عدم قطعیت
· تغییر اصطلاحات
· بی اعتمادی به دانشمندان
· رنجش نسبت به کارشناسان
· ترس از کنترل دولت
بی اعتمادی به کارشناسان
· حقایق نادرست
· سوء تفاهم از علم
· منابع رسانه ای مغرضانه
اطلاعات غلط

در این مرحله، ممکن است تصمیم بگیرید که برخی از کدهای خیلی مبهم یا غیر مرتبط (مثلا چون اغلب در داده ها ظاهر نمی شوند)، را از تحلیل کنار گذاشت. سایر کدها ممکن است به خودی خود به مضمون تبدیل شوند. در مثال ما، تصمیم گرفتیم که کد “عدم قطعیت” به عنوان یک مضمون معنی داشته باشد، با برخی کدهای دیگر در آن گنجانده شده است.

نمونه تحلیل مضمون (استخراج مضامین از کدها)

مرحله 4: بررسی و مرور مضامین یا تم ها

اکنون باید مطمئن شویم که مضامین ما بازنمایی مفید و دقیق داده ها هستند. در اینجا، ما به مجموعه داده برمی گردیم و مضامین خود را با آن مقایسه می کنیم. آیا چیزی را از دست می دهیم؟ آیا این مضامین واقعا در داده ها وجود دارند؟ چه چیزی را می توانیم تغییر دهیم تا مضامین ما بهتر عمل کنند؟ اگر با مشکلاتی در مضامین خود مواجه شویم، ممکن است آن ها را تقسیم کنیم، ترکیب کنیم، آن ها را کنار بگذاریم یا مضامین جدیدی ایجاد کنیم: هر کاری که آن ها را مفیدتر و دقیق تر کند. برای مثال، ممکن است با بررسی داده ها تصمیم بگیریم که با تغییر برخی اصطلاحات ، مضمون “عدم قطعیت” را بجای “بی اعتمادی به متخصصان” بیاوریم و استفاده کنیم زیرا داده های برچسب گذاری شده با این کد، مستلزم سردرگمی است، نه لزوما بی اعتمادی.

مرحله 5: تعریف و نامگذاری مضامین یا تم ها

اکنون که فهرست نهایی مضامین یا تم ها را دارید، وقت آن است که هر یک از آن ها را نام ببرید و تعریف کنید. تعریف مضامین مستلزم فرمول بندی دقیق است، منظور ما از هر مضمون چیست و درک اینکه چگونه به ما در درک داده ها کمک می کند. نامگذاری مضامین شامل ارائه یک نام مختصر و قابل درک برای هر مضمون یا تم است. برای مثال، ممکن است به ” بی اعتمادی به کارشناسان” نگاه کنیم و دقیقا منظورمان از “متخصصان” در این موضوع را مشخص کنیم. ممکن است تصمیم بگیریم که نام بهتری برای موضوع “بی اعتمادی به قدرت” یا ” تفکر توطئه” باشد.

مرحله 6: نوشتن

در نهایت، ما تجزیه و تحلیل خود را از داده ها می نویسیم. مانند همه متون دانشگاهی، نوشتن یک تحلیل مضمون یا تحلیل تم نیاز به مقدمه ای برای تعیین سوال، اهداف و رویکرد تحقیق ما دارد. ما همچنین باید یک بخش روش شناسی قرار دهیم که نحوه جمع آوری داده ها را توضیح دهد (مثلا از طریق مصاحبه های نیمه ساختار یافته یا سوالات نظرسنجی باز) و توضیح دهد که چگونه تحلیل مضمون را انجام دادیم.
بخش نتایج یا یافته ها معمولا به نوبه خود به هر مضمون می پردازد. ما توضیح می دهیم که هر چند وقت یک بار مضامین مطرح می شوند و معنی آن ها چیست، از جمله مثال هایی از داده ها به عنوان شواهد. در نهایت، نتیجه گیری ما نکات اصلی را توضیح می دهد و نشان می دهد که چگونه تجزیه و تحلیل به سوال تحقیق ما پاسخ داده است.
در مثال ما، ممکن است استدلال کنیم که تفکر توطئه ای درباره تغییرات آب و هوایی در میان رای دهندگان محافظه کار مسن تر شایع است، به عدم قطعیتی که بسیاری از رای دهندگان به این موضوع نگاه می کنند اشاره کنیم، و درباره نقش اطلاعات نادرست در ادراک پاسخ دهندگان بحث کنیم.

مرحله نوشتن

تفاوت تحلیل محتوا و تحلیل مضمون چیست؟

یک سوال پرتکرار، این است که “تفاوت تحلیل محتوا و تحلیل مضمون چیست؟” شباهت هایی بین این دو رویکرد تحلیلی وجود دارد. با این حال، تفاوت های کلیدی نیز وجود دارد که آن ها را برای طرح های تحقیقاتی مختلف مناسب می کند.

تحلیل مضمون یا تحلیل تم، روشی برای تجزیه و تحلیل داده های کیفی است. این رویکرد از این جهت انعطاف پذیر است که می توان از آن با طرح های تحقیقاتی مختلف استفاده کرد. تحلیل مضمون برای کاوش الگوها در میان داده های کیفی شرکت کنندگان خوب است و محققان اغلب از آن برای تجزیه و تحلیل مصاحبه ها استفاده می کنند. مضامین یا تم ها ، طبقات کلی داده های مشترک در بین شرکت کنندگان متعدد هستند. تمام داده های متنی موجود در یک موضوع، داستانی را در مورد آن موضوع بیان می کند و به نحوی مرتبط است و ابعاد مختلف یک پدیده را نشان می دهد. تحلیل مضمون یا تماتیک به محققان کمک می کند تا جنبه هایی از یک پدیده را که شرکت کنندگان به طور مکرر یا عمیق درباره آن صحبت می کنند و راه هایی که آن جنبه های یک پدیده ممکن است به هم مرتبط شوند، درک کنند.

در تفاوت تحلیل مضمون و تحلیل محتوا از سوی دیگر، تحلیل محتوا می تواند به عنوان روش کمی یا کیفی تحلیل داده ها مورد استفاده قرار گیرد. حتی در تحلیل محتوای کیفی، کمی سازی داده ها وجود دارد، زیرا تحلیل محتوا به محققان کمک می کند تا نمونه هایی از کدها را بشمارند. تحلیل محتوا را می توان برای سایر داده های متنی و نه فقط مصاحبه ها اعمال کرد. تحلیل محتوا همچنین برای تحلیل تصاویر دیداری مانند تصاویر یا فیلم ها مناسب است. این نوع تحلیل ممکن است به محققین با مقادیر زیادی از داده ها‎ ی متنی کمک کند، زیرا تجزیه و تحلیل محتوا برای تعیین نحوه استفاده از کلمات و الگوهای کلمات در بستر خاص مفید است.

فرآیند تحلیلی هم برای تحلیل مضمون و هم برای تحلیل محتوا از این نظر مشابه است که محقق با داده ها آشنا می شود و روی همه داده ها کدگذاری را انجام می دهد. در تحلیل محتوای مضمونی، محقق به طور سیستماتیک همه داده ها را کدگذاری می کند و سپس شروع به سازماندهی کدها، بر اساس برخی شباهت ها، به طبقات بزرگ تر و بزرگ تر می کند که ممکن است منجر به ساختار سلسله مراتبی کد، مضمون فرعی و مضمون اصلی شود. در تفاوت تحلیل محتوا و تحلیل مضمون و تحلیل تم در تحلیل محتوا، محقق داده ها را کدگذاری می کند و طبقات و زیر طبقات را تولید می کند. ارائه یافته ها در تحلیل مضمون و تحلیل محتوا کمی متفاوت است. مضامین، همراه با گزیده هایی از داده ها، در گزارش نهایی ارائه می شوند که شامل شرح آن موضوعات در رابطه با سوالات تحقیق است، در حالیکه در تحلیل محتوا، محققان اغلب نتایج را به صورت نقشه یا مدل مفهومی ارائه می کنند.

در تفاوت تحلیل مضمون و تحلیل محتوا هر دو ابزار مفیدی در تحقیقات کیفی هستند. علاوه بر این، تحلیل محتوا برای کمی کردن داده های کیفی مفید است. هر دو برای طرح های تحقیقاتی توصیفی نیز مفید هستند. با این حال، تفاوت هایی بین این دو رویکرد وجود دارد، به عبارت دیگر در مورد آنچه محققان در داده های خود به دنبال آن بوده، نحوه تجزیه و تحلیل داده ها و ارائه داده ها، دارای تفاوت هایی هستند.

نمونه مقاله کیفی با رویکرد تحلیل مضمون یا تحلیل تماتیک

The problem with picking: Permittance, escape and shame in problematic skin picking

نمونه پایان نامه با تحلیل مضمون یا تحلیل تم

:Title of thesis

Permittance, Escape and Shame in Problematic Skin Picking

برگرفته از آکادمی پژوهش کیفی – دکتر فریده فراهانی

گردآوری داده‌ها در پژوهش کیفی

نوشته

تحلیل شبکه های اجتماعی (Social Network Analysis) — به زبان ساده و جامع

نوشته

فصل 5 : آموزش انویوو: جستجو و بازیابی اطلاعات

نوشته

تحلیل عاملی تاییدی چیست؟

نوشته

تحلیل شبکه های اجتماعی (Social Network Analysis)

نوشته

   

تحلیل داده های آماری

نحوه کدگذاری در گراندد تئوری

نحوه کدگذاری در گراندد تئوری

24فروردین

کدگذاری باز در گراندد تئوری

نحوه کدگذاری در گراندد تئوری یکی از موضوعات مهم است که اساس تحلیل داده کیفی در این رویکرد را تشکیل می دهد. در واقع اینکه چگونه یک متن مصاحبه، بحث گروهی، مشاهده و اسناد را در این رویکرد برچسب بدهیم یا کدگذاری نماییم، نیازمند دانش، مهارت و تجربه است . ترجیح بر این است که فرآیند تحلیل در گراندد تئوری در حین گردآوری داده و به فاصله کمی پس از انجام مصاحبه یا مشاهده و یادداشت برداری آغاز شود. در هنگام یادداشت برداری لازم است که زبان بدن شرکت کنندگان در تحقیق شامل سرفه ها، مکث ها، خنده ها و غیره همگی ثبت شوند. چنانچه در مشاهدات، اقدامات و تعاملات در یادداشت های میدانی با دقت لازم است توصیف شوند. همه این ها معنی دارند و ممکن است بر تفسیر داده ها تاثیرگذار باشند.

روش مقایسه ی مداوم یا دائمی یکی از خصوصیات کلیدی رویکرد گراندد تئوری یا نظریه داده بنیاد است. در این روش گردآوری و تحلیل داده فرآیندی هم زمان و تعاملی است. از بهترین مقالات برای پاسخ  با این سوال که روش تحقیق کیفی و انواع روش کیفی چیست؟ در این سایت به آن پرداخته شده است. در این روش، مقایسه دائمی میان کلمات، جملات، پاراگراف ها، کدها و مقولات صورت می گیرد. هدف این کار شناسایی شباهت ها و تفاوت های موجود در داده است. همه مصاحبه ها و مشاهدات در واقع با هم مقایسه می شود. این فرآیند تا زمان تکمیل نسخه نهایی گزارش ادامه دارد. این فرآیندی بسیار دقیق و کامل است که شامل خواندن و شنیدن مکرر نوارهای ضبط شده است. تعامل با داده ها محقق را قادر می سازد تا پدیده تحت مطالعه را به خوبی درک کند.

کدگذاری باز در گراندد تئوری (Open Coding in Grounded Theory)

کدگذاری باز یا کدگذاری سطح اول، در ابتدا برای برچسب زدن و معنابخشی به داده ها به کار گرفته شد. این نوع کدگذاری می تواند با استفاده از کدهای «طبیعی» (in-vivo) ، یعنی استفاده از واژه های شخصی مشارکت کننده، انجام گیرد. کدهایی که دارای معانی مشابه هستند، به یکدیگر متصل می شوند و نام آنها به مقوله تغییر می کند تا معنای انتزاعی تری به دست آید. به علاوه جایگاه هر ویژگی مقوله را می توان در طول یک زنجیره مشخص ساخت. بعنوان مثال بارکلی و همکاران (۱۹۹۷) در پژوهشی که به تحلیل تجارب اولیه زنان از مادری می پرداخت مقوله ای به نام «بدون آمادگی» ایجاد کردند. در یک انتهای زنجیره زنان اصولاً برای مادری آمادگی نداشتند و در انتهای دیگر برای مادری کاملاً آماده بودند. این فرآیند بعددهی (Dimensionalisation) نامیده می شود. گلاسر (۱۹۹۲) و اشتراوس و کوربین (۱۹۹۸) رویکردی متفاوت، ولی تا حدودی مشابه به کدگذاری اتخاذ کردند. اگرچه نام گذاری مقولات و شناسایی اجزاء (properties) و ابعاد (dimension) در هر روش به کار گرفته شده یکسان به نظر می رسد، رویکرد اشتراوس و کوربین به کدگذاری اولیه بسیار دقیق تر و با جزئیات بیشتر است.

نمونه کدگذاری باز

در جریان کدگذاری باز و فرآیند تحلیلی متعاقب آن، سوال هایی ایجاد می شوند که پاسخ آنها در داده ها جستجو می شود و چنانچه احتمال آن وجود داشته باشد که این پرسش ها تدوین نظریه را تسهیل کنند، می توان آنها را از مشارکت کنندگان بعدی نیز پرسید. به علاوه این پرسش ها می توانند نظریه ها یا گزاره های کارآمدی به دست دهند که در مرحله بعدی گردآوری داده صحت سنجی می شوند. بنابراین نظریه داده بنیاد، برخلاف سایر رویکردهای کیفی، فرآیندی استقرایی و قیاسی است. به گفته گلاسر (۱۹۹۲:۵۱) لازم است که سوال های غیرسوگیرانه ای مانند «در واقع چه چیزی در داده ها رخ می دهد؟» پرسیده شوند. این نوع پرسش ها موجب می شوند که داده ها بتوانند داستان خود را بیان کنند. در مقابل اشتراوس (اشتراوس و کوربین ۱۹۹۸) می پرسد «چه می شود اگر؟» و همه احتمالات را، چه در داده ها موجود باشند و چه موجود نباشند، در نظر می گیرد. لازمه این امر پرسیدن سوال هایی مانند چه کسی؟، چه چیزی؟ در کجا؟ چگونه؟ و در چه زمانی؟ است. به گفته گلاسر (۱۹۹۲) رویکرد وی موجب پدیدار شدن نظریه می شود و حال آنکه در رویکرد اشتراوس، به داده ها تحمیل می گردد و به اجبار از داده ها نتیجه گیری می کند. اشتراوس و کوربین با این گفته مخالفند و می گویند که به داده ها اجازه داده میشود که خودشان حرف بزنند.

کدگذاری محوری در گراندد تئوری (Axial Coding in Grounded Theory)

پس از کدگذاری باز نوبت به کدگذاری محوری یا کدگذاری سطح دوم می رسد. این فرآیند برای برقراری ارتباط میان مقولات و زیر مقولات به کار گرفته می شود و امکان پدیدارشدن چارچوبی مفهومی را فراهم می سازد. تحلیل تم نیز از مهم ترین مقالات محسوب می شود. با استفاده از مدل یا پارادایم ویژه و با تعیین علل، زمینه ها ، احتمالات، بسترها، همبسته ها، تعاملات، پیامدها، ایجاد می شود (گلاسر ۱۹۷۸). در این مرحله می توان برخی کدهای باز را حذف نمود زیرا هیچ ارتباطی میان آنها موجود نیست. رابطه میان مفاهیم با روش مقایسه دائمی تایید می شود و این امر امکان تدوین نظریه را فراهم می سازد. پیوند میان شرایط، پیامدها و تعاملات را می توان به شکل نوعی ماتریس شرطی نشان داد. لوگینا و همکاران (۲۰۰۲) مثالی خوب از این نوع ماتریس به دست داده اند و حال آنکه روگان و همکاران (۱۹۹۷) تصدیق می کنند که نظریه آنها به طور کامل توسعه نیافته است و بنابراین داده ها به شیوه های جدید به یکدیگر ارتباط داده می شوند. به گفته گلاسر (۱۹۹۲) مدل پارادایمی ، داده ها را به اجبار به ساختاری از پیش تعیین شده وارد می سازد و از این روست که او مدل اشتراوسی را «توصیف مفهومی کامل» می نامد.

نمونه کدگذاری مصاحبه

کدگذاری انتخابی در گراندد تئوری (Selective Coding in Grounded Theory)

کدگذاری انتخابی در گراندد تئوری از نظر اشتراوس و کوربین (۱۹۹۸) فرآیندی است که همه مقولات و مقولات فرعی را به مقوله اصلی پیوند می دهد و بدین ترتیب ظهور «خط سیر داستان» یا نظریه را تسهیل می کند. اما، همان گونه که می توان انتظار داشت، گلاسر (۱۹۹۲) با این نظر مخالف است و به وضوح ذکر می کند که کدگذاری انتخابی موجب می شود که کدگذاری به مقولاتی محدود شود که به مقوله اصلی ارتباط دارند. کدی و همکاران (۱۹۹۶) در بحثی در مورد نحوه کاربرد نظریه داده بنیاد برای تحقیقات فمینیستی تصدیق می کنند که ممکن است بیش از یک داستان از داده ها پدیدار شود. بنابراین لازم است در مورد انتخاب داستانی که می توان توسعه داد تصمیم گیری شود. مقوله هسته برای داده ها بسیار مهم است و این مقوله داده ها را به یکدیگر پیوند می دهد؛ مقوله هسته، گوناگونی های موجود در داده ها را توضیح می دهد (اشتراوس و کوربین ۱۹۹۸) و بدین ترتیب نظریه ای به دست می دهد که فرآیندهای اجتماعی حول پدیده را شرح می دهد.

نمونه کدگذاری مصاحبه

در نمونه کدگذاری مصاحبه ادغام ایده های موجود در ادبیات تحقیق و نمونه گیری بیشتر می تواند به بسط نظریه منجر شود (استرن ۱۹۸۰). مصاحبه های بعدی می توانند این نظریه را تایید کنند و توسعه آن را بهبود بخشند. مفاهیم و کدهایی که به نظریه در حال توسعه مربوط نیستند، حذف می شود ولی موارد منفی حفظ می شوند. روگان و همکاران (۱۹۹۷) شش مقوله را شناسایی کردند که عبارتند از: «مطلع»، «بدون آمادگی»، «فقدان»، «تنهایی»، «خسته و فرسوده» و «در حال حل مشکل». با پیوند دادن این مقولات به یکدیگر مقوله اصلی، یعنی «مادر شدن»، به دست آمد. نظریه آنها شرح می دهد که زنان چگونه در مسیر شناخت تغییرات زندگی، خود را با امری که برای آن آمادگی ندارند تطبیق میدهند و خود را برای مادر شدن آماده می کنند.

حساسیت نظری لازمه توانایی محقق برای معنابخشی به داده ها، یا به بیان دیگر شناخت موارد مرتبط و مهم برای نظریه نوظهور و موارد نامرتبط، است (گلاسر و اشتراوس ۱۹۶۷؛ گلاسر ۱۹۷۸). به علاوه این امر به تعیین نمونه گیری نظری هم کمک می کند نمونه سوالات مصاحبه در تحقیق کیفی نیز از مهم ترین مقالات در این زمینه است. پیجن (۱۹۹۶) معتقد است که احتمال دارد که محققان تازه کار نتوانند در ورای بستر مطالعه خود نظریه پردازی کنند و بدین ترتیب نظریه داده بنیاد تقریباً به تحلیل محتوا شباهت پیدا می کند. در نحوه کدگذاری در گراندد تئوری بسیاری از متخصصان تصدیق می کنند که نسخه اشتراوسی گراندد تئوری یا نظریه داده بنیاد به شدت ساختارمند است و برخی از اینکه ممکن است بعضی از محققان آن را به صورت نوعی دستورالعمل و راهنما دنبال کنند، ابراز نگرانی کرده اند (پیجن ۱۹۹۶). این امر حاکی از «تفکر خطی» است (کدی و همکاران ۱۹۹۶:۴۵۰) که با مقایسه مداوم در تضاد است.

نمونه کدگذاری مصاحبه

مدل اشتراوس و کوربین

در مقابل رویکرد گلاسری هم می تواند نسبتاً مبهم باشد. اگر هر مقوله به لحاظ مفهومی جامع باشد، گوناگونی های موجود در مقوله شناسایی و شرح داده شده باشند و در جریان گردآوری داده هیچ داده دیگری که مرتبط با مقولات باشد به دست نیاید، می گویند که اشباع داده ها رخ داده است (اشتراوس و کوربین ۱۹۹۸). در این مرحله از تحقیق همه مشارکت کنندگان ایده های مشابهی را بیان می کنند که به نظریه در حال توسعه مربوط است و هیچ چیز تازه ای هم از مشاهدات میدانی به دست نمی آید. دیگر گردآوری داده های بیشتر لازم نیست و اندازه نهایی نمونه مشخص شده است. برخی کدها و مقولات پیش از سایرین اشباع می شوند و بدین ترتیب بخشی از گردآوری داده نامربوط می شود و تنها آنچه که پیش از این گفته شده است را تایید می کند. جالب اینجاست که مسئله اشباع در اصل توسط گلاسر و اشتراوس در کتاب کشف نظریه داده بنیاد (۱۹۶۷) بحث شده است و اکنون در کتاب مبانی تحقیق کیفی (اشتراوس و کوربین ۱۹۹۸) هم قید شده است، اگرچه که این مسئله در ویراست ۱۹۹۰ این کتاب ذکر نشده است. گلاکن و همکاران (۲۰۰۳) ادعا می کنند که به اشباع دست یافته اند و حال آنکه کلگ (۲۰۰۳) اذعان می کند که اندازه کوچک نمونه وی دستیابی به اشباع را غیرممکن ساخته است. بنابراین ممکن است نظریه ناقص باشد (هاتچینسون و ویلسون ۲۰۰۱). اما اینکه قاطعانه بگوییم که به اشباع دست یافته ایم، بسیار دشوار است.

آموزش پژوهش کیفی: روش های جمع آوری داده و تحلیل در گراندد تئوری

در آموزش پژوهش کیفی، روش های غالب جمع آوری داده ها در رویکرد گراندد تئوری بعنوان روش مصاحبه عمیق (معمولا باً ضبط صوتی)، مشاهدات مشارکتی و غیر مشارکتی، مکالمات ثبت شده در دفتر خاطرات، یادداشت های میدانی، توصیف مصادیق مقایسه ای و تجربه شخصی مشخص میشود. همانطور که گفته شد، شرکت کنندگان در یک مطالعه نظریه زمینه ای اغلب بیش از یک بار مصاحبه خواهند شد، و از آنها خواسته می شود که در مورد نتیجه گیری های اولیه استخراج شده توسط محقق تأمل کرده و پالایش کنند. در قیاس با رویه های «آزمایش فرضیه» در تحلیل کمی، نظریه های زمینه ای اغلب نظریه های خود را با مصاحبه مجدد با شرکت کنندگان، درخواست بازخورد خود، یا با مصاحبه با گروه جدیدی از شرکت کنندگان در مورد اینکه عناصر فرضیه ای نظریه جدید در واقع تجربه خود را به خوبی توضیح می دهند، آزمایش خواهند کرد.
مرور ادبیات قبل از جمع آوری داده در رویکرد گراندد تئوری : آری یا خیر؟؟؟ روش های انجام این نوع جمع آوری داده ها به طور مشخص با روش های مشابه در همه رویکردهای کیفی متفاوت نیست. چنانچه در بیشتر موارد در آموزش پژوهش کیفی تاکید می گردد در گراندد تئوری گاه محقق از مرور ادبیات بطور گسترده قبل از وارد شدن به میدان تحقیق امتناع می کند به امید اینکه خطا و آلودگی در اثر آشنا شدن با موضوع در پیشینه در نتایج پژوهش ایجاد نشود. هدف این است که به داده ها اجازه داده شود که برای توصیف و توضیح غنی پدیده مورد نظر، تحلیل آنها را هدایت کند.

روش های تحلیل داده ها

هدف نظریه زمینه ای یا گراندد تئوری در آموزش پژوهش کیفی، فراتر از اهداف توصیفی و تفسیری است که سایر رویکردهای کیفی دنبال می کنند، و هدف آن ساخت نظریه ها است، تحلیل داده ها کمی پیچیده تر است و هدف آن دستیابی به یک قدرت توضیحی است که در رویکردهای دیگر لازم نیست. قلب رویکرد نظریه زمینه ای در استفاده از “کدگذاری” و شکل اصلی آن از تجزیه و تحلیل داده ها رخ می دهد. سه نوع مختلف از کدگذری وجود دارد که به شیوه ای کم و بیش مرحله ای مورد استفاده قرار می گیرند (اشتراوس و کوربین، ۱۹۹۰، ۱۹۹۸، پاتون، ۲۰۰۳؛ و کرسول، ۱۹۹۸) .

روش های تحلیل داده ها

کدگذاری در گراندد تئوری

کدگذاری در گراندد تئوری که شامل کدگذاری باز می شود. در نحوه کدگذاری در گراندد تئوری اولین نوع کدنویسی کدگذاری باز است که بسیار شبیه هدف توصیفی علم است. معمولاً کدگذاری باز ابتدا انجام می شود. محقق در حین کدنویسی باز، پدیده های مورد مطالعه را برچسب می کند و دسته بندی می کند. این شامل فرآیند توصیف داده ها از طریق ابزارهایی مانند بررسی ، مقایسه ، مفهوم سازی و طبقه بندی است. برچسب ها برای توصیف یک یا چند کلمه از دسته هایی که شخص در داده ها پیدا می کند ، ایجاد می شوند. نمونه هایی برای همه این دسته ها جمع آوری شده است. به عنوان مثال ، در یک مطالعه تئوری مستدل درباره اثرات سو استفاده جنسی کودکان ، کدگذاری باز ممکن است در گزارش های شرکت کنندگان برخی از دسته ها را پیدا کند: احساس ناتوانی ، نفرت از خودم ، نفرت از سوء استفاده کننده یا احساس آسیب دائمی. طبقه بندی ها با دقت بیشتری مورد مطالعه قرار می گیرد تا زیر طبقات را شناسایی کند که ویژگی و ابعاد نامیده می شوند. به عنوان مثال، محقق در مثال ما ممکن است کشف کند که “نفرت از خودم” دارای طیف گسترده ای از قدرت عاطفی – در برخی از شرکت کنندگان بسیار قوی است، در حالی که در برخی دیگر، قوی نیست. دسته بندی ها، ویژگی، و ابعاد کشف شده در داده ها به طور کامل در کلمات شرکت کنندگان توصیف شده است.

کدگذاری محوری یا کدگذاری بازتابی

کدگذاری محوری یا کدگذاری بازتابی: در نحوه کدگذاری در گراندد تئوری نوع دوم آن، کدگذاری محوری یا کدگذاری بازتابی است که شامل پیدا کردن پیوندهایی در میان دسته ها، خواص و ابعادی است که از کدگذاری باز به دست آمده اند. (یک پیوند یک محور است، از این رو اصطلاح محوری نامیده شده است.) کدگذاری محوری در واقع چگونه انجام می شود؟ کدگذاری محوری ابتدا دسته های مرکزی را در مورد پدیده شناسایی می کند. این دسته مرکزی یا هسته ، مهم ترین جنبه (ها) از عنصر پدیده است که به وضوح دارای بزرگترین قدرت در کل داده ها است و در همه یا بیشتر گزارش های شرکت کنندگان یا سایر داده ها نشان داده می شود. به عنوان مثال ، دسته اصلی پدیده اثرات روانشناختی سوء استفاده جنسی در کودکان ممکن است “احساس ناتوانی” باشد.

کدگذاری محوری یا کدگذاری بازتابی

کاربرد کدگذاری محوری در آموزش پژوهش کیفی

در آموزش پژوهش کیفی، تاکید می شود که محقق داده ها را به دقت بررسی می کند تا شرایط علی را کشف کند که دسته هایی از شرایط مؤثر بر طبقه مرکزی هستند. به عنوان مثال، در مطالعه سوء استفاده جنسی از کودکان، یک وضعیت علی یا شرایطی ممکن است یافت شود که “تحقیرهای مکرر”، وضعیتی است که در سراسر بسیاری از گزارش ها برای حمایت یا نفوذ در توسعه احساس ناتوان بودن (طبقه مرکزی) یافت می شود. در نحوه کدگذاری در گراندد تئوری محقق کدکذاری محوری را با شناسایی تعاملات و ارتباطات میان طبقات ادامه می دهد. استراتژی ها در مثال فوق می تواند به عنوان مثال «تحقیرهای مکرر احساسات ناتوان را تقویت کند، اما نفرت از سوءاستفاده کننده را تضعیف کند در حالی که نفرت از خود را تقویت می کند.». “استراتژی” در نظریه زمینه ای می تواند معادل “همبستگی” در نظریه سازی آماری در نظر گرفته شود.
کدگذاری محوری با شناسایی و اکتشاف سایر شرایط حمایتی یا تضعیف کننده که تأثیرات کمتری بر متغیرهای مرکزی دارند ، ادامه می یابد. این طبقات هستند که برچسب زمینه ها و شرایط مداخله گر می خورند. نمونه هایی از مطالعه گراندد تئوری در مورد اثرات سوء استفاده جنسی کودکان ممکن است شامل “محافظت توسط فرد بالغ دیگری” باشد ، که در صورت وجود در طبقه اصلی بهبود حاصل می شود(تأثیر مثبت می گذارد) ، اما به خودی خود برای جلوگیری از آسیب کافی نیست. سرانجام ، عواقب و پیامدها با دقت شناسایی و توصیف می شوند.

شناسایی پیامد ها

اینها شامل همه پیامدهای حضور طبقه مرکزی در همه تعاملات (استراتژی ها) آن با زمینه ها ، شرایط مداخله گر ، خصوصیات ، ابعاد می باشد. پیامدها توصیف می کند چه اتفاقی می افتد وقتی طبقه اصلی یا مرکزی در شرایط خاص پیدا میشود یا ظاهر میشود. به عنوان مثال ، وقتی احساس می شود “احساس ناتوانی” بسیار شدید میشود، حس “انزوا” و “تحقیر مکرر” بعنوان تعامل همراه میشوند و نتیجه و پیامد آن ممکن است “افسردگی” باشد.
توجه داشته باشید که این عواقب پیش فرض نیستند ،بلکه توسط بسیاری از شرکت کنندگان در مطالعه ، با دقت از گزارش ها و توصیفات واقعی تجربیات آنها استخراج شده است. پیش فرض های مربوط به این تئوری را باید بیرون منزل گذاشت (در نظر نگرفت و در کارمان دخالت ندهیم ).
1. کدگذاری انتخابی
نوع سوم کدگذاری، کدگذاری انتخابی، است که طبقات کدگذاری محوری را به زیر طبقات خود و به طبقه مرکزی مرتبط می کند. در آموزش پژوهش کیفی، کدگذاری انتخابی را فرایند انتخاب پدیده اصلی شما (طبقه هسته) معرفی می کندکه در اطراف آن تمام پدیده های دیگر (دسته های زیرمجموعه) گروه بندی می شوند، گروه بندی ها را مرتب می کنند، نتایج را مطالعه می کنند و در صورت لزوم دوباره مرتب می شوند. لازم است به داده ها وفادار باقی بماند، بنابراین در کدنویسی انتخابی، محقق اغلب بر میگردد به چیزهایی که استخراج کرده تا اطمینان حاصل شود که آنچه دریافت کرده است، درست است ؟.
از این نوع آخر کدگذاری، محقق نظریه زمینه ای به سمت توسعه مدلی از فرایند و یک سیستم تراکنشی حرکت می کند که اساساً داستان نتیجه تحقیق را باز می گوید. ایجاد یک «خط داستان» تحت اللفظی یکی از شیوه های انجام کدگذاری انتخابی است. خط داستان در وراقع، کدگذاری محوری را در روایتی منسجم روایت می کند. بسیاری از محققان نظریه زمینه ای یک ماتریس مشروط، یک نمودار یا عکس از طبقات، تعاملات، روابط بین طبقات و زیر طبقات ایجاد نمی کنند. اما ماتریس شرطی ابزاری مفید است در ایجاد خط داستانی روایت که در برگیرنده گراندد تئوری است.

شناسایی پیامد ها

نمونه کدگذاری باز و محوری و انتخابی در تحقیق گراندد تئوری

در نمونه کدگذاری باز و محوری و انتخابی نمونه کدگذاری باز، محوری و انتخابی در یک تحقیق گراندد تئوری: یادگیری و آموزش در بستر رویه ‌های بالینی: نقش ماماها به منزله مدل رفتاری مامایی
Bluff, R., & Holloway, I. (2008). The efficacy of midwifery role models. Midwifery, 24(3), 301–309. https://doi.org/10.1016/j.midw.2005.02.008
در این پژوهش کیفی، بیست دانشجو و هفده ماما مشارکت کردند. دانشجویان در یکی از دو دانشگاه جنوب انگلستان به تحصیل مشغول بودند. در نحوه کدگذاری در گراندد تئوری این
نمونه‌ برداری به صورت در دسترس صورت گرفت. اگرچه این نوع نمونه‌ برداری با رویکرد نظریه داده بنیاد در تضاد است، ولی به دلیل ظهور مفاهیمی مانند «قلدری» در جریان تحقیق، که پیگیری و نمونه ‌برداری آنها برای نظریه در حال توسعه اهمیت داشت، محققان ناچار این نوع نمونه ‌برداری را به کار گرفتند.
جمع آوری داده از طریق مصاحبه بدون ساختار
در نمونه کدگذاری باز و محوری و انتخابی داده‌ها در طول دوره ‌ای سه ساله از طریق مصاحبه‌ های بدون ساختار و ضبط شده روی نوار گردآوری شدند. تنها یک سوال باز برای دانشجویان مطرح شد و آن اینکه: «چگونه نقش ماما را در محیط بالینی می ‌آموزید؟» با پدیدار شدن موضوعات مهم، این موضوعات در راهنمای مصاحبه فهرست می‌شدند و چنانچه در مصاحبه ‌های بعدی به صورت خودجوش از سوی مشارکت ‌کنندگان مطرح نمی‌شدند، پرسش‌ هایی در مورد این موضوعات مطرح می‌شد. موضوعاتی که عدم ارتباط آنها به نظریه نوظهور در جریان پژوهش مشخص می‌شد از مصاحبه ‌ها حذف می‌شدند.

کدگذاری باز در تحلیل داده کیفی

در رویکرد گراندد تئوری، داده ‌ها با استفاده از روش مقایسه مداوم تحلیل شدند. مفهوم ‌سازی از داده‌ها با استفاده از کدگذاری باز امکان ‌پذیر شد. کد هایی که منعکس‌کننده تفسیر محقق از داده ‌ها بودند، شناسایی شدند. این کدها عبارت بودند از «پیروی از قوانین»، «ساکت ماندن» و «نوآور بودن». کد های «طبیعی یا in-vivo » عبارت بودند از «عدم پیروی از قوانین» و «تا بوده همین بوده». «بررسی و برانداز» کدی بود که در ابتدا انتخاب شد و منعکس‌ کننده شیو‌ه ‌ای بود که دانشجویان برای جستجوی اطلاعات در مورد ماما هایی که با آنها کار می‌کردند، به کار می ‌گرفتند. «بررسی و برانداز» کاری است که همه افراد هنگام مواجهه با وضعیت ‌های جدید انجام می‌دهند. کد گذاری یا برچسب‌ زنی مفاهیم با نام ‌های مشابه با سایر مطالعات، در صورت مشترک بودن معانی، اهمیت دارد. این امر می‌ تواند غنای نظریه در حال توسعه را بهبود بخشد. به علاوه می ‌توان استدلال کرد که این کد ها یا برچسب‌ ها مطالب موجود در ادبیات پژوهش را تایید می ‌کنند و قابلیت اطمینان داده‌ها را بهبود می‌ بخشند. کد های ابداعی جدید می‌ تواند خوانندگان را سردرگم کند. «بررسی و برانداز» در ابتدا انتخاب شد و منعکس‌ کننده شیو‌ه ‌ای بود که دانشجویان برای جستجوی اطلاعات در مورد ماما هایی که با آنها کار می ‌کردند، به کار می‌ گرفتند. در نهایت نام این رمز به «جستجوی اطلاعات» تغییر کرد که منعکس‌ کننده دیدگاه گسترده‌ تر کسب اطلاعات نه تنها از ماما ها بلکه از همتایان بود و به علاوه شیوه‌‌ ای برای اجتناب از اصطلاحات عامیانه به دست داد.

کدگذاری محوری

با مقایسه کد ها و ارتباط دادن آنها به یکدیگر به منظور ایجاد مقولات، هنگام یافتن شباهت ‌ها، به سطح بالاتری از انتزاع رسیدند. «تقلب کردن» و «طفره رفتن» به مقوله ‌ای تبدیل شد که شامل کد هایی مانند «دروغگویی»، «عدم افشاء اطلاعات» و «کارکردن به صورت مخفیانه» بود. این کد ها منعکس‌ کننده استراتژی‌ هایی بودند که برخی ماما ها برای اجتناب از انتقاد در عین انجام کار های مامایی بر مبنای فلسفه ‌ای متفاوت با فلسفه سایر ماما های همکار خود به کار می‌ گرفتند. مقوله ‌بندی داده ‌ها به این شیوه به تقلیل داده‌ ها و در نتیجه قابل کنترل ‌تر شدن آنها منجر می ‌شود .
گزاره‌ های کارآمد در پاسخ به پرسش‌ های پدیدار شده از داده ‌ها تولید شدند و متعاقباً با استفاده از «نمونه ‌برداری نظری» تایید شدند. کد گذاری محوری زمانی صورت گرفت که مقولات و مقولات فرعی با استفاده از مدل پارادایمی به یکدیگر پیوند یافته بودند. این نوع کد گذاری با تعیین روابط مقولات با یکدیگر با استفاده از “علل، بستر، احتمالات، پیامدها، عواقب و شرایط” انجام گرفت. برای مثال یکی از مقولات فرعی مدل‌ سازی رفتار مامایی «انطباق با شرایط» نامیده شد. ایجاد این نوع پیوند ها در برخی موارد دشوار بود. برای مثال «ساکت ماندن» نوعی واکنش انفعالی و از پیامد های مورد انتقاد قرار گرفتن بود و علاوه بر آن نوعی استراتژی اتخاذ شده توسط دانشجویان برای انطباق با ماما های تجویزی بود. به همین ترتیب «ساکت ماندن» از انتظارات ماما های تجویزی و از مشخصات یا شرایط تسلیم در مقابل مقامات بالاتر در سلسله مراتب مامایی بود. «تقلب کردن» از استراتژی ‌های اتخاذ شده برای «انطباق با شرایط» بود ولی علاوه بر آن یکی از شیوه‌ های کار در محیط بیمارستان بود.

کدگذاری محوری

کدگذاری انتخابی

نمونه کدگذاری باز و محوری و انتخابی در فرایند «کدگذاری انتخابی» مقوله هسته یا اصلی با عنوان «تفسیر و کاربرد قوانین» شناسایی شد. این مقوله همه داده ‌ها را به یکدیگر پیوند می‌داد و به ارائه شرحی از اینکه دانشجویان چگونه نقش مامایی را از مدل‌ های رفتاری مامایی خود می‌آموزند، کمک می‌کرد. با گذشته ‌نگری می‌توان گفت که این کد گذاری ترتیبی به شدت تجویزی بود. روابط میان کد ها غالباً شناسایی می ‌شدند ولی گاهی به همراه پدیدار شدن مقوله اصلی تغییر می‌ کردند. اما تنها در این مرحله از فرآیند تحقیق توانستیم به شفافیت دست یابیم و کدگذاری محوری به پایان رسید. به علاوه پرسش‌ های مطرح‌شده برای مشارکت‌ کنندگان، به جای تعیین رابطه میان مقولات و مقولات فرعی، به تسهیل توسعه مقوله اصلی منجر شد. مثال‌ هایی از پرسش ‌ها، ویژگی و ابعادی که اشتراوس و کوربین در سال 1990 مطرح کرده ‌اند در ایجاد درکی اولیه از فرآیند نظریه داده بنیاد مفید بود. اما این مثال ‌ها بسیار بدیهی و ساده بودند. سرانجام ما از تلاش برای به کارگیری این پرسش‌ ها دست برداشتیم زیرا انجام این کار به معنای نتیجه ‌گیری اجباری از داده‌ها بود و مانع از فرآیند اکتشاف می‌شد.

مقوله اصلی یا هسته در گراندد تئوری

تحلیل داده نشان داد که مهم ‌ترین موضوع در مورد داده‌ ها این است که ماما ها در رویه کار خود چگونه قوانین را تفسیر می‌ کنند و به کار می ‌گیرند. شیوه کار ماما ها، مراقبتی که به زنان ارائه می‌ دادند، رویکرد آنها به یادگیری و آموزش، شیوه یادگیری دانشجویان و نقشی که آنها می ‌آموختند همگی به این بستگی داشت که مدل ‌های رفتاری مامایی آنان چگونه قوانین را تفسیر می ‌کنند و به کار می ‌گیرند. این مقوله اصلی از کد های «طبیعی» مانند «عدم پیروی از قوانین» و «تا بوده همین بوده» به دست آمد. کد اول به نحوه تطبیق با قوانین در هنگام ارائه مراقبت بستگی داشت و کد دوم نشان می ‌داد که ماما ها همچنان از قوانین پیروی می ‌کنند حتی اگر این قوانین منسوخ شده باشند. بنابراین رویه برخی از ماما ها بر دانش سنتی مبتنی بود. به علاوه برخی کد های باز مانند «پیروی از قوانین» از تفسیر شخصی من حاصل شد. روابط میان کد ها به منظور تشکیل مقوله شناسایی شد و خواصی مانند پیروی از قوانین مکتوب، پیروی از قوانین نانوشته، عدم پیروی از قوانین و قانون ‌شکنی، مقولات فرعی را تشکیل دادند.

مقوله اصلی یا هسته در گراندد تئوری

تحلیل آماری پایان‌نامه و چند نکته مهم

نوشته

انواع تحلیل آماری

نوشته

مقیاس نسبی (نسبتی) در آمار

نوشته

نحوه نوشتن فصل چهارم پایان نامه و تحلیل داده ها

نوشته

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل دوم)

برگرفته از آکادمی پژوهش کیفی – دکتر فریده فراهانی

تحلیل آماری statistical analysis

روش تحقیق کیفی و انواع روش کیفی چیست؟

27فروردین

روش تحقیق کیفی و انواع روش کیفی چیست را نمی توان به شیوه ای تعریف کرد که مورد پذیرش همه محققان کیفی باشد. روش تحقیق کیفی چیست و انواع و نمونه پژوهش کیفی با جدیدترین متد ها در آکادمی پژوهش کیفی توسط دکتر فریده خلج آبادی فراهانی مشاور و مدرس انجام می شود. از یک سو، می توان روش تحقیق کیفی را به منزله کاربرد تکنیک های تولید و تحلیل داده متنی یا غیر عددی دانست و از سوی دیگر، تحقیق کیفی مستلزم کاربرد آشکار نظریات روش شناختی و معرفت شناختی مشخصی است، مانند نظریه داده بنیاد، پدیدار شناسی یا قوم نگاری که به منظور بررسی درک مردم از حیات و بستر اجتماعی خود بکار می روند.

در مورد ویژگی های مهم تحقیق کیفی اجماع چندانی در میان محققان کیفی وجود ندارد. گرچه توسعه اولیه این نوع تحقیق تا حدود زیادی به رشته های مردم شناسی و جامعه شناسی مرتبط است، اما روش های کیفی در پنجاه سال گذشته به سایر رشته های دانشگاهی مانند آموزش، سیاست اجتماعی، جغرافیای انسانی، روان شناسی اجتماعی، تاریخ، مطالعات سازمانی و علوم بهداشتی هم وارد شده اند. در نتیجه روش های تحقیق کیفی به شیوه های مختلفی تکامل یافته است زیرا این نوع تحقیق دربرگیرنده مفروضات نظری و روش شناختی رشته میزبان است. بنابراین تقریبا همه جنبه های تحقیق کیفی، اعم از ماهیت آن، کاربرد آن، نحوه انجام آن و شیوه قضاوت در مورد آن ، بحث برانگیز و مورد اختلاف نظر بسیار است.

تعریف تحقیق کیفی

در تعریف تحقیق کیفی یکی از مشکلات اصلی در تعریف آن این است که در اکثر موارد در هنگام توصیف مشخصات این نوع تحقیق، تاکید بر آنچه است که در این نوع تحقیق نمی گنجد. در این زمینه یافتن نمونه پژوهش کیفی بسیار مفید خواهد بود. محققان کیفی غالبا روش های خود را به شیوه هایی توصیف می کنند که نشان دهنده تفاوت آنها با تحقیق کمی است. این نوع توصیف تا وقتی قابل درک و مفید است که تعریف مشخص و واحدی از روش های کمی وجود داشته باشد. در اغلب موارد فرض بر این است که روش های کمی، بر اندازه گیری و سنجش عینی، آزمایش فرضیه، تعمیم ، طرح تحقیق تکرار شدنی و جستجوی دانش واقعی مبتنی هستند. این اصول غالبا تحت برچسب اثبات گرایی گردهم می آیند. مشکل اثبات گرایی به منزله برچسب روش شناختی این است که دقیق نیست. اکثر محققان کمی خود را اثبات گرا نمی دانند حتی در بسیاری از موارد درکی مشترک از معنای اصطلاح «تحقیق کمی» در میان محققان کمی موجود نیست. این ابهام ها غالبا استدلال گردشی و دورانی ایجاد می کنند، یعنی گفته می شود که روش های کیفی، کمی نیستند و روش های کمی هم کیفی نیستند.

هدف روش های تحقیق کیفی

هدف روش های تحقیق کیفی بسیار عمیق است این سرگشتگی ها در مورد ماهیت تحقیقات کیفی تا حدودی از نویسندگانی ناشی می شود که دیدگاهی تجویزی به معرفت شناسی دارند. یعنی این نویسندگان با طرح مفروضاتی در مورد ماهیت دانش، استنتاج می کند که چنانچه محققان بخواهند نوع خاصی از فعالیت های تحقیقاتی به دانش منجر شود کدام الزامات روش شناختی را باید تامین کنند. اما اگر از دیدگاهی عملی تر بنگریم، هدف پروژه تحقیقاتی ایجاد شواهد معتبر برای پاسخ به پرسشی است که قابلیت تحقیق تجربی دارد. برخی انواع خاص روش های تحقیق برای پاسخ دادن به انواع مشخصی از پرسش های تحقیق مناسب ترند. محققان و دانشجویان در هنگام نگارش پروپوزال پژوهش کیفی یا پایان نامه، توجیهی برای انتخاب روش تحقیق ارائه می دهند و به خوانندگان اطمینان می دهند که روش های آنها شواهد معتبری به دست می دهد و استدلال می کنند که شواهد به دست آمده به یافتن پاسخی معتبر برای پرسش تحقیق منجر خواهند شد. انجام تحلیل و استدلال هایی که محققان به کار می گیرند تا مخاطبین خود را متقاعد سازند که روش های تحقیقاتی آنها توجیه پذیر و یافته های آنها معتبر است می تواند مشابهت های روش تحقیق کیفی و کمی را به جای نشان دادن تفاوت های روش های فوق را نشان دهند.

تحقیقات کیفی چه مشخصاتی دارند؟

تحقیقات کیفی چه مشخصاتی دارند؟ این سوال بسیار مورد بحث قرار میگیرد. تحقیقات کیفی غالبا با پرسش هایی آغاز می شود که این سوال را مطرح می کنند که چگونه می توانیم با کاوش و کنکاش در تفاسیر ذهنی مردم از زندگی اجتماعی، درکی از رفتار اجتماعی به دست آوریم. تعامل بین اجتماع و فرد در این نوع پژوهش تاکید می شود. از مهم ترین موضوع در این زمینه میتوان به مقاله کیفی اشاره کرد. تحقیق کیفی به معنای «کاوش در معانی مختلفی است که مردم به تجارب خود منتسب می کنند و همچنین شناسایی ساختارها و فرآیند های اجتماعی که به این معانی شکل می دهند». در این نوع تحقیق، بر اهمیت ارائه «توصیفی فربه و ضخیم » از رفتار اجتماعی و توضیحی از عمل اجتماعی تاکید می شود که به ما کمک می کند قواعد پنهان و سنت هایی که به رفتار اجتماعی معنا می بخشند، را شناسایی کنیم. یکی دیگر از شیوه هایی که محققان کیفی با استفاده از آن در مورد اقدامات خود صحبت می کنند بررسی رویداد های اجتماعی از منظر مردم تحت مطالعه، یا ارائه دیدگاهی درونی از حیات اجتماعی است. این نوع تحقیق را «مشاهده از دریچه چشم افراد مشارکت کننده در تحقیق» می نامند.

نمونه پژوهش کیفی نیز یکی از بهترین انتخاب ها برای کسب دانش در این زمینه است. هیچ یک از این توصیف ها در مورد تحقیق کیفی به طور کامل رضایت بخش نیست؛ میان کاوش در معانی و توصیف دیدگاه ها و میان ارائه توصیف و دستیابی به درک، تفاوت های تکنیکی وجود دارد. اما در حقیقت آن دسته از پرسش های تحقیق، محرک تحقیق کیفی اند که دغدغه آنها نیاز برای ارائه فهمی از رفتار اجتماعی با استفاده از کاوش در تفاسیر مردم از حیات اجتماعی شان باشد. هدفی از تحقیق که دستیابی به «دیدگاه درونی» اولویت آن باشد، الزامات روش شناختی خاصی به همراه دارد و این الزامات برای توجیه روش های لازم به منظور تولید شواهد معتبر در مورد «دیدگاه درونی» به کار گرفته می شوند. در زیر چهار مورد از الزامات روش شناختی تحقیق کیفی ارائه شده است.

تحقیقات کیفی چه مشخصاتی دارند

تولید و تحلیل داده ها در روش های تحقیق کیفی

تولید و تحلیل داده ها در روش های تحقیق کیفی بسیار مهم است. همچنین این سوال که روش تحقیق کیفی چیست به زبان ساده، عمدتا شامل روش هایی است که محصول نهایی آنها نه عدد، بلکه متن است. داده های متنی می تواند شامل متون پیاده شدۀ مصاحبه یا گفتگو، پاسخ سوالات باز یک پرسشنامه، بخش هایی از دفتر خاطرات، یادداشت های مشاهدات، سوابق پرونده ها یا اطلاعات به دست آمده از سوابق پزشکی یا پرستاری باشد. در برخی موارد، داده های کیفی می تواند دربرگیرندۀ شواهد تصویری یا ویدیویی نیز باشد.
اهمیت داده های متنی از آن روست که این امکان را برای انسان فراهم می کند تا به زبان خود و بر اساس شرایطی که خود تعیین می کند اقدام به بیان افکار و باور های خود کند. تمرکز بر روی متن باعث می شود محققان کیفی بتوانند اهمیت اطلاعات غیر منتظره و پیش بینی نشده را مورد توجه قرار دهند. محقق کیفی مسئول است تا داده های متنی را به صورتی تحلیل و ارائه کند که ویژگی های روایی آنها حفظ شود. این تعهد اغلب در استفادۀ محققان کیفی از نقل قول مستقیم برای پرتو افکندن بر یافته های خود بازنمود می یابد.

تعامل گسترده با افراد مشارکت کننده در روش های تحقیق کیفی

تعامل گسترده با افراد مشارکت کننده در روش های تحقیق کیفی، به منظور کاوش در معنایی که انسان ها به تجارب خود اختصاص می دهند یا برای نگریستن به جهان اجتماعی از منظر مشارکت کنندگان در تحقیق، محقق باید در طی مدتی طولانی و با حداقل موانع با شرکت کنندگان تعامل کند. از این رو، معمولا روش هایی اولویت می یابند که امکان تعامل آزادانه و اغلب فاقد محدودیت با افراد و گروه های حاضر در کار میدانی را فراهم سازند. از جمله روش های رایج که در طی کار میدانی به کار می روند می توان به مشاهدۀ شرکت کنندگان و تکنیک های مصاحبۀ بدون ساختار و نیمه ساختارمند اشاره کرد.

یکی از نتایج مهم این تعهد به رویکرد های تعاملی آن است که محققان کیفی متوجه می شوند افراد مشارکت کننده در تحقیق نه سوژه های ایستا، بلکه شرکت کنندگانی فعال در پروژۀ تحقیق به شمار می روند. حتی گفته میشود «یادگیری از طریق مردم» و نه «مطالعۀ مردم» ، زیرا داده ها از طریق تعامل حاصل می شوند، استعار «جمع آوری» معنای خود را تا حد زیادی از دست خواهد داد. اگرچه این نکته به صورت مساوی برای همۀ روش های تحقیق صادق است، اما محققان کیفی اغلب استفاده از این اصطلاح را دشوار یافته و ترجیح می دهند از اصطلاحاتی نظیر تولید داده استفاده کنند، چرا که این کلمات نشان می دهند که داده ها از تعامل میان محقق و مشارکت کنندگان پدید آمده اند.

روش های تحقیق کیفی بر تعامل گسترده با افراد مشارکت کننده در تحقیق تاکید دارد

انعطاف در روش تحقیق کیفی

انعطاف در روش های تحقیق کیفی از آنجایی که هدف محققان کیفی تعامل با مردم به صورتی آزادانه و بدون محدودیت است، این نکته که آنها بتوانند واکنشی سازنده به اندیشه های بیان شده توسط شرکت کنندگان نشان دهند، حائز اهمیت است. در نتیجه، محققان کیفی معمولا از طرحی بهره می برند که در طی مطالعه تکامل می یابد. در نتیجه، محققان کیفی به ندرت از یک دستورالعمل کاملا از پیش تعیین شده برای نمونه گیری و نیز جمع آوری و تحلیل داده استفاده می کنند. در عوض، آنها کار را با یک سوال کلی شروع می کنند و پس از دریافت اجازۀ دسترسی به افرادی که می توانند تجارب ارزشمندی در اختیار مطالعه قرار دهند، با پیشرفت روند تحقیق اقدام به توسعۀ برنامۀ نمونه گیری و نیز تولید و تحلیل داده ها می کنند. محققان کیفی نسبت به عوامل پیش بینی نشده یا ویژگی های معماوارِ نحوۀ تعامل مردم با همدیگر یا شیوۀ سخن گفتن آنها از زندگی خود که به نظرشان می تواند ارتباطی با سوال تحقیق داشته باشد، حساسیت بسیاری به خرج می دهند. در پاسخ به این سوال که تحقیق کیفی چیست باید به صورت کلی آن را مورد بررسی قرار داد.

این طرح انعطاف پذیر به عنوان یکی از ویژگی های عمدۀ تحقیق کیفی درآمده است چرا که این روش به محققان اجازه می دهد تا در حین اجرای تحقیق حدسیات و فرضیه هایی توسعه دهند. این فرضیات یا «گزاره های عملی» در حین اجرای مطالعه و با گسترش نمونه، استفاده از روش های جدید یا بکارگیری تکنیک های تحلیلی بیشتر مورد آزمون قرار می گیرد. چنین کاری نیازمند مشارکت فعالانه، کنار گذاشتن روش های سنتی تجربی علمی، استفاده از سبک فی البداهه برای روبرو شدن با موقعیت های پیش بینی نشده و قابلیت یادگیری از مجموعۀ اشتباهات رخ داده می باشد.

تحقیقات کیفی پژوهشگر

در تحقیقات کیفی پژوهشگر این ایده که پژوهشگر ابزار تحقیق به شمار می رود و برنامۀ تحقیق باید با پیشرفت سیر تحقیق توسعه یابد، بدان معناست که محققان کیفی نمی توانند به منظور پاسخ دادن به دغدغه هایی نظیر سوگیری و قابلیت تکرار مطالعات خود به رویه هایی استاندارد اتکا کنند. از این منظر، «یادگیری از مجموعۀ اشتباهات رخ داده» بخشی محوری و حائز اهمیت از فرایند تحقیق کیفی به شمار می رود. همچنین از مهم ترین مقالات کاربردی میتوان به نحوه کدگذاری در گراندد تئوری نیز اشاره کرد. این اصل محققان کیفی را ملزم می کند تا به صورت پیوسته و انتقادی بر تصمیمات اتخاذ شده در حین اجرای مطالعه تامل کنند.دارا بودن یک نمونه پژوهش کیفی نیز بسیار کاربردی است.

آنها باید نقش خود در فرایند اجتماعی تولید داده را مورد توجه قرار دهند. این عمل معمولا با عنوان » بازاندیشی» شناخته شده و به عنوان یکی از ویژگی های ذاتی تحقیق کیفی مورد توجه قرار می گیرد.همچنین از آنجایی که محققان کیفی نمی توانند در زمینۀ تعیین اعتبار شواهد به دست آمده بر قابلیت تکرار روش های خود اتکا کنند، تمرکز خود را بر شفافیت قرار می دهند. محققان کیفی تلاش می کنند تا از طریق بازاندیشی و به جا گذاشتن دنباله حسابرسی در تحقیقات خود (سوابق تصمیمات محقق در زمینۀ طراحی تحقیق نظیر دسترسی، انتخاب نقش میدانی و شرکت کنندگان، ملاحظات اخلاقی و روش های تحلیلی) شفافیت تصمیم گیری های خود را نشان دهند.

شفافیت تلاشی برای نشان دادن اعتبار تحقیق کیفی است که بر اساس آن، مخاطبان فرصت آن را پیدا می کنند تا تصمیم گیری ها و رویکرد تحلیلی محقق نسبت به داده ها را مورد بررسی قرار دهند. محققان کیفی در نتیجۀ نقشه های فی البداهه و انعطاف پذیر خود، دو مفهوم بازاندیشی و شفافیت را به عنوان ابزار هایی برای ایجاد اطمینان در خصوص اعتبار شواهد مورد توجه قرار می دهند.

رویکرد طبیعت گرایانه در روش تحقیق کیفی

رویکرد طبیعت گرایانه در روش های تحقیق کیفی، به نوعی طبیعت گراییِ روش شناختی بیان می دارد که تکنیک های پژوهش باید برای افراد مشارکت کننده در تحقیق آشنا باشند، باورهای آنها را محترم بشمارند، با تعاملات اجتماعی مرسوم شباهت داشته باشند و تا حد امکان اختلالی در زندگی روزمره مردم ایجاد نکنند. بر این اساس، در این نوع تحقیق، از موقعیت های اجتماعی با درجۀ بالای ساختار مندی یا دستکاری نظیر آزمایش های تجربی یا مصاحبه های رسمی اجتناب می شود.
متعهد شدن به طبیعت گرایی به معنای بی توجهی به این حقیقت نیست که هر شکلی از پرسشگری احتمالا بر رفتار شرکت کنندگان اثر خواهد گذاشت؛ بلکه استفاده از روش های تعاملی و تاکید بر بازاندیشی باعث پذیرش این نکته خواهد شد که خودِ مطالعۀ یک فرآیند اجتماعی محسوب می شود. محققان نمی توانند خود را از شواهدی که تولید می کنند جدا سازند. طبیعت گرایی محققان را وادار می کنند تا این نکته را تصدیق کنند که فعالیت پژوهشی به خودی خود یک فرآیند اجتماعی به شمار می رود و از این رو مشمول تفسیر های گوناگون خواهد بود. نمونه پژوهش کیفی نیز میتوانند کمک شایانی در این زمینه به ما داشته باشند.

کاربرد مطالعات کیفی

کاربرد مطالعات کیفی و نظریه های جامعه شناختی از یک منظر دیگر نیز به یکی از عناصر محوری تحقیق کیفی تبدیل می شود: اینکه یافته ها را چگونه می توان در موقعیت های دیگر به کار برد. تمرکز بر روی ایجاد فهم زمینه محور در خصوص یک فرآیند اجتماعی بخصوص از منظر افراد، بدان معناست که محققان کیفی دغدغۀ کمتری نسبت به تعمیم یافته ها به جمعیتی بزرگ نشان می دهند به شکلی که در تحقیقات کیفی مطرح است. این بدان معنا نیست که یافته های مطالعات کیفی را نمی توان غیر از بستر بخصوصِ مطالعۀ اولیه ، برای طیف وسیعی از بسترها و موقعیت های دیگر نیز به کار برد؛ با این حال، کاربرد یافته های پژوهش کیفی در موقعیت های دیگر به شکل تعمیم مفاهیم اجتماعی است نه تعمیم به شکلی که در مطالعات کمی به جامعه آماری اعمال میشود.

کاربرد یافته های یک مطالعه کیفی برای گروه ها و زمینه های دیگر به استدلال هایی وابسته است که اعتبار آنها را در پرتوی نظریۀ موجود و منطبق بودن آنها با نظریات اجتماعی با کاربرد وسیع تر تأیید کند. این سوال مطرح است که تحقیق کیفی چیست بدین منظور، ما باید در خصوص رویکرد های تحقیق کیفی که آن را به مجموعه ای از تکنیکِ ها، بدور از زمینۀ نظری تقلیل می دهند، احتیاط پیشه کنیم. خطر کنار گذاشتن نظریات بنیادین اجتماعی و انسان شناختی در آن است که یافته های تحقیق کیفی را می توان به توصیف های قصه مانندِ بی بو و خاصیت تقلیل داد. از این منظر، هر گونه روش تحقیقی که بدون بستر نظری اجرا شود به شکلی از تجربه گرایی بی دقت منجر می شود که نمی تواند توضیح چندانی برای موضوعات مورد بررسی ارائه دهد.

روش های تحقیق کیفی رویکرد طبیعت گرایانه دارند

انواع روش تحقیق کیفی چیست

انواع روش تحقیق کیفی چیست در تحقیق کیفی در رشته های مختلف علمی تقسیم می شود که شامل آموزش، مددکاری اجتماعی، مردم شناسی و علوم مدیریت، محققان، دانشجویان و متخصصان در حال گسترش است. بنابراین، تعجب آور نیست که رشته های مختلف سؤالات متفاوتی را مطرح می کنند و استراتژی ها و رویه های متفاوتی را ایجاد کرده باشند. اگرچه تحقیق کیفی همچنان به عنوان واژه اصلی باقی مانده است، نویسندگان متون کیفی تنوع اشکال تحقیق کیفی را به طرق مختلف سازماندهی کرده اند.

پاتون در سال 2015، شانزده “سنت نظری” را مورد بحث قرار می دهد. از بین آنها برخی، مانند قوم نگاری و نظریه زمینه ای، طبقه بندی های آشنا هستند، در حالی که برخی دیگر، مانند نشانه شناسی و نظریه آشوب، کمتر رایج هستند. کرسول در سال 2013، پنج “رویکرد کیفی” را ارائه می دهد: تحقیق روایتی، پدیدارشناسی، نظریه زمینه ای، مردم نگاری و مطالعه موردی. تس در سال 1990 ، 45 رویکرد را فهرست می کند که به طرح ها (مانند مطالعه موردی)، تکنیک های تجزیه و تحلیل داده ها (مانند تحلیل گفتمان)، و جهت گیری انضباطی (مانند قوم نگاری) تقسیم می شوند. دنزین و لینکلن در سال 2011، تعدادی “استراتژی تحقیق” اصلی (مانند مطالعه موردی، قوم نگاری، نظریه زمینه ای، و پژوهش اقدام پژوهی و مشارکتی) ارائه می کنند. بنابراین نحوه طبقه بندی انواع پژوهش های کیفی دارای یک اتفاق نظر نمی باشد.

شش رویکرد تحقیقات کیفی

با توجه به تنوع راهبردهای تحقیق کیفی، شش رویکرد از متداول ترین رویکردهای انجام تحقیقات کیفی وجود دارند که عبارتند از :
1. تحقیقات کیفی پایه (Basic Qualitative Research)
2. پدیدارشناسی(Phenomenology)
3. نظریه زمینه ای(Grounded Theory)
4. قوم نگاری(ethnography)
5. تحلیل روایت (Narrative)
6. مطالعه موردی کیفی(Qualitative Case study)

اقدام پژوهی کیفی، که بر حل یک مسئله در عمل و اعمال تغییرات در طول فرآیند تحقیق متمرکز است، به طور فزاینده ای رایج است. در انواع روش تحقیق کیفی از آنجائیکه این نوع تحقیقات کیفی دارای برخی ویژگی های مشترک هستند، آنها تحت مفهوم چتر “کیفی” قرار می گیرند. با این حال، هر کدام تمرکز متفاوتی دارند، که منجر به تغییراتی در نحوه پرسیدن سوال تحقیق، انتخاب نمونه، جمع آوری و تجزیه و تحلیل داده ها و نوشتن می شود. همچنین ممکن است در این نوع تحقیقات همپوشانی هایی وجود داشته باشد که در آن محقق ممکن است دو یا چند مورد را ترکیب کند، مانند یک مطالعه موردی قوم نگاری.

تعریف پژوهش کیفی

تعریف پژوهش کیفی چیست پاسخ به این سوال به شکلی که برای همۀ علاقمندان این حوزه قابل قبول باشد، کار چندان آسانی نیست. از یک منظر می‌توان تحقیق کیفی را به عنوان کاربرد مجموعه‌ای از تکنیک‌های تولید و تحلیل داده در نظر گرفت که داده‌های متنی یا غیرعددی را مورد توجه قرار می‌دهد. از سوی دیگر، پژوهش کیفی دربرگیرندۀ کاربرد نظریات روش‌شناختی و معرفت‌شناختی متمایزی است مانند نظریۀ داده‌بنیاد، پدیدارشناسی یا مردم‌نگاری که به واکاوی فهم انسان‌ها از بستر اجتماعی خود کمک میکند.

محققان نتوانسته‌اند به طور کلی در خصوص تعریف ویژگی‌های این نوع تحقیق به توافق برسند. اگرچه ظهور این نوع پژوهش با حوزه‌هایی نظیر انسان‌شناسی و جامعه‌شناسی در ارتباط است، پنجاه سال گذشته شاهد معرفی روش‌های کیفی در طیفی از حوزه‌های آکادمیک دیگر نظیر علوم تربیتی، سیاستگذاری اجتماعی، جغرافیای انسانی، روان‌شناسی اجتماعی، تاریخ، مطالعات سازمانی و علوم بهداشتی بوده است. با دیدن نمونه پژوهش کیفی می توان اطلاعات بیشتری در این زمینه به دست آورد. در نتیجه، پژوهش کیفی با درونی‌سازی مفروضات نظری و روش‌شناختی رشته‌های میزبان خود به اَشکال مختلف تکامل یافته است. از همین رو ، نحوۀ انجام و داوری در خصوص آن مورد بحث بسیار واقع شده است.

انواع روش های تحقیق کمی و کیفی

انواع روش های تحقیق کمی و کیفی که محققان کیفی اغلب روش‌های خود را به صورتی توصیف می‌کنند که نشان‌دهندۀ تمایز آنها از روش‌های کمّی است. این امر در ابتدا قابل‌فهم و حتی مفید به نظر می‌رسد اما وقتی مشخص می‌شود که هیچ تعریف موردتوافقی برای روش‌های کمّی وجود ندارد جذابیت خود را از دست می‌دهد. اغلب فرض می‌شود که روش‌های کمّی بر اندازه‌گیری عینی، آزمون فرضیه، تعمیم‌دهی قانونمند، طرح‌های قابل‌تکرار و جستجوی دانش مبتنی بر حقیقت استوار است.

این اصول اغلب زیر عنوان کلی «اثبات‌گرایی یا پوزیتیویسم» گردهم می‌آیند. مشکل اثبات‌گرایی به عنوان یک برچسب روش‌شناختی آنست که هم فاقد دقت کافی بوده و هم منسوخ به نظر می‌رسد. بسیاری از محققان کمّی خود را اثبات‌گرا تلقی نمی‌کنند. حتی در میان این دسته از محققان فهم مشترکِ چندانی در خصوص معنای «تحقیق کمّی» وجود ندارد.

ابهامات یادشده باعث به وجود آمدن یک استدلال چرخه‌ای می‌شود؛ روش‌های کمّی به عنوان روش‌هایی غیر کیفی و روش‌های کیفی به عنوان روش‌هایی غیرکمّی تعریف می‌شوند. بخشی از این معمای مربوط به ماهیت تحقیق کیفی به خاطر اتخاذ یک رویکرد معرفت‌شناختی تجویزی از سوی نویسندگان رخ می‌دهد. به بیان دیگر، نویسندگان با آغاز کار خود از مفروضات مربوط به ماهیت دانش به صورت استنتاجی بیان می‌کنند که اگر محققان به دنبال نوع بخصوصی از فعالیت پژوهشی برای دستیابی به دانش هستند چه نوع مقدماتی باید فراهم آید.

محققان در نوشتن اهداف و سوالات پروژه‌های خود توجیهی برای انتخاب روش پژوهش خود برمی‌شمارند و به خوانندگان خود اطمینان می‌دهند که با این روش‌ها به شواهد قابل‌اعتمادی دست خواهند یافت و استدلال می‌کنند که شواهد به‌دست‌آمده می‌تواند پاسخی معتبر برای سوال تحقیق به دست دهد. استدلال‌هایی که پژوهشگران برای متقاعد کردن مخاطبان خود مبنی بر قابل‌توجیه‌بودن روش‌های تحقیق و معتبر بودن یافته‌ها بیان می‌کنند، می‌تواند شباهت‌های میان تحقیق کمّی و کیفی را برجسته سازد.

تعریف تحقیق کیفی

ویژگی معرف روش تحقیق کیفی چیست؟

ویژگی معرف تحقیق کیفی چیست این سوال معمولا شروع کار محققان کیفی است که چگونه می‌توان از طریق کاوش در روایت‌های ذهنی (سوبژکتیو) مردم از زندگی اجتماعی به فهم رفتار اجتماعی دست یافت. تحقیق کیفی به کشف معنایی که انسان‌ها به تجارب خود اختصاص می‌دهند، پرداخته و ساختارها و فرایندهای اجتماعیِ شکل‌دهندۀ این معانی را شناسایی و توصیف می‌کند. برخی محققان کیفی بر اهمیت فراهم‌آوردن توصیف ضخیم و فربه از رفتار اجتماعی تاکید داشته اند، روایتی از عمل اجتماعی که به ما کمک می‌کند تا قوانین و رسوم ضمنی که باعث معنی‌دارشدن رفتار اجتماعی می‌شوند را کشف کنیم.

روش دیگری که محققان کیفی از آن برای صحبت از حوزۀ فعالیت خود بهره برده‌اند شامل نگریستن به رویدادهای اجتماعی از منظر انسان‌های مورد‌مطالعه با فراهم‌آوردن یک دید نزدیک نسبت به زندگی اجتماعی است. در واقع نگاه‌کردن از چشمان مردمی که مورد مطالعه قرار دارند، توصیف میشود. هیچ‌یک از این توصیف‌ها در خصوص سؤالات تحقیق کیفی به صورت کامل رضایت بخش نیستند؛ به بیان دیگر، میان کاوش در معنی و توصیف و نیز میان فراهم‌آوردن توضیح و دستیابی به فهم و درک، تفاوت‌های تکنیکی وجود دارد. با این حال، سوالات تحقیق کیفی با نیاز به درک رفتار اجتماعی از طریق کاوش در روایت‌های انسان‌ها از زندگی اجتماعی ارتباط دارند. پذیرش یک هدف پژوهشی که دستیابی به یک «دید از نزدیک» را تشویق می‌کند باعث ایجاد مسئولیت‌های روش‌شناختی مختلفی خواهد شد. همین تعهدات برای توجیه‌کردن روش‌های موردنیاز برای تولید شواهد معتبر در ارتباط با «دید از نزدیک» به کار می‌روند.

برگرفته از آکادمی پژوهش کیفی – دکتر فریده فراهانی

روش‌های تایپ نیم فاصله در ورد Word و اکسل Excel

نوشته

انواع روایی در روش تحقیق

نوشته

نکات مهم انتخاب موضوع پایان نامه و پروپوزال

نوشته

 دانلود انواع پاورپوینت

نوشته

ارزش ویژه برند (Brand Equity) چیست؟

تحلیل آماری statistical analysis

تحلیل مضمون (Thematic analysis)

تحلیل مضمون (Thematic analysis)

تحلیل مضمون (Thematic analysis) شیوه‌ای در روش پژوهش کیفی است که بر شناسایی، تحلیل و تفسیر الگوی معانی داده‌های کیفی تمرکز دارد. مضمون یا تِم Theme عنصر کلیدی در این روش است. مضمون‌ها پر ارزش ترین واحدهایی هستند که در تجزیه و تحلیل محتوا باید مدنظر قرار گیرند و منظور از مضامین معنای خاصی است که از یک کلمه یا جمله یا پاراگراف مستفاد می‌شود.

مضامین فضای خاص و مشخصی را اشغال نمی کنند، چون یک جمله ممکن است چند مضمون داشته باشد. یا چند پاراگراف متن، ممکن است فقط یک مضمون داشته باشد. این روش نیز مانند سایر روش‌های تحلیل کیفی در مدیریت علوم اجتماعی رشد چشمگیری داشته است.

تحلیل مضمون گاهی با تحلیل محتوا نیز اشتباه گرفته می‌شود و یکی از روش‌های ساده و کارآمد در روش تحقیق کیفی است. در واقع، تحلیل مضمون، اولین روش تحلیل کیفی است که پژوهشگران باید یاد بگیرند. این روش، مهارت‌های اساسی مورد نیاز برای بسیاری از تحلیل‌های کیفی را فراهم می‌کند. تحلیل مضمون، یکی از مهارت‌های عام و مشترک در تحلیل‌های کیفی است. به همین دلیل،  آن را نه روشی خاص بلکه ابزاری مناسب برای روش‌های مختلف، معرفی می‌کند. برخی نیز کدگذاری در تحلیل مضمون را فرایند پیش نیازِ تحلیل‌های اصلی و رایجِ کیفی، معرفی می‌کنند تا روشی منحصر به فرد و خاص. اما به عقیده براون و کلارک، تحلیل مضمون را باید روش ویژه‌ای در نظر گرفت که یکی از مزایای آن انعطاف پذیری است.

تعریف تحلیل مضمون

تحلیل مضمون، روشی برای شناخت، تحلیل و گزارش الگوهای موجود در داده‌های کیفی است. این روش، فرایندی برای تحلیل داده‌های متنی است و داده‌های پراکنده ومتنوع را به داده هایی غنی و تفصیلی تبدیل می‌کند. تحلیل مضمون، صرفاً روش کیفی خاصی نیست بلکه فرایندی است که می‌تواند در اکثر روش‌های کیفی به کار رود. به طور کلی، تحلیل مضمون، روشی است برای:

  • دیدن متن
  • برداشت و درک مناسب از اطلاعات ظاهراً نامرتبط
  • تحلیل اطلاعات کیفی
  • مشاهده نظاممند شخص، تعامل، گروه، موقعیت، سازمان و یا فرهنگ
  • تبدیل داده‌های کیفی به داده‌های کمی

تحلیل مضمون، یکی از روش‌های رایج کیفی است که پژوهشگران رشته‌های ادبیات، روان شناسی، جامعه شناسی، مردم شناسی، تاریخ، هنر، علوم سیاسی، علوم اجتماعی، اقتصاد، ریاضیات، فیزیک، شیمی، زیست شناسی و پزشکی از آن استفاده کرده اند.

تعریف مضمون (Theme)

یکی از بحث‌های اساسی تحلیل مضمون این است که مضمون چیست؟ و چرا و چگونه در داده‌ها شناخته می‌شود؟ در این بخش، به این سؤالات پاسخ داده می‌شود؛ از این رو نخست، مضمون و انواع آن، معرفی و سپس به برخی روش‌های شناخت مضمون در میان داده‌های متنی اشاره می‌شود.

قبل از پرداختن به انواع مضمون و روش شناخت آن، باید درک درستی از معنی « مضمون » یا Theme داشته باشیم. در ادبیات روش شناسی، چندان به معنیِ این مفهوم پرداخته نشده است و غالباً از آن به مثابه الگویی که مبین نکته جالبی درباره مضوع تحقیق است و با استفاده از شعور متعارف شناخته می‌شود، یاد شده است. مضمون یا تم، مبین اطلاعات مهمی درباره داده‌ها و سوالات تحقیق است و تا حدی، منی و مفهوم الگوی موجود در مجموعه‌ای از داده‌ها را نشان می‌دهد. مضمون، الگویی است که در داده‌ها یافت می‌شود و حداقل به توصیف و سازماندهی مشاهدات و حداکثر به تفسیر جنبه‌هایی از پدیده می‌پردازد.

بطور کلی مضمون، ویژگی تکراری و متمایزی در متن است که به نظر پژوهشگر نشان دهنده درک و تجربه خاصی در رابطه با سوالات تحقیق است.

انجام پژوهش کیفی
انجام پژوهش کیفی.jpg

روش تحلیل مضمون و شناخت مضامین

شناخت مضمون، یکی از مهم ترین و حساس ترین کارها در تحقیقات کیفی است و به عبارتی، قلب تحلیل مضمون است. شعور متعارف، ارزش‌های پژوهشگر، جهت‌گیری‌ها و سؤالات تحقیق و تجربه پژوهشگر درباره موضوع، در نحوه شناخت مضامین، تأثیر می‌گذارد. از آنجا که تحلیل مضمون، تحلیلی کیفی است، پاسخ روشن و سریعی برای این وجود ندارد که مقدار داده‌های مناسب و مورد نیاز -که دلالت بر وجود مضمون یا اطلاق آن کند- چقدر است. بنابراین، مضمون، لزوماً به معیارهای کمی بستگی ندارد؛ بلکه به این بستگی دارد که چقدر به نکته مهمی درباره سؤالات تحقیق می‌پردازد.

اولاً، شناخت مضمون هرگز به معنی صرفاً یافتن نکته جالبی در داده‌ها نیست، بلکه مستلزم آن است که پژوهشگر مشخص کند در داده‌ها باید دنبال چه چیزی باشد؟ از چه چیزهایی باید صرف نظر و چگونه باید داده‌ها را تحلیل و تفسیر کند؟

ثانیاً، واژه « مضمون » به طور ضمنی و تا حدی، مبین « تکرار »است؛ لذا مسئله‌ای را که صرفاً یکبار در متنِ داده‌ها ظاهر شود نمی توان « مضمون » به حساب آورد مگر آنکه نقش برجسته و مهمی در تحلیل نهایی داده‌ها داشته باشد. به طور معمول، تکرار به معنی مشاهده و ظاهر شدن در دو یا چند مورد در متن است.

ثالثاً، مضمون‌ها باید از یکدیگر متمایز باشد. با وجود اینکه هم پوشانی در میان مضامین تا حدودی اجتناب ناپذیر است اما اگر مرز کاملاً مشخص و تعریف شده‌ای میان مضامین مختلف وجود نداشته باشد نمی توان درک درستی از تحلیل‌ها و تفسیرها عرضه کرد.

روش تحلیل مضمون

روش تحلیل مضمون و شناخت مضامین

بطور کلی روش‌های مختلفی برای شناخت مضامین وجود دارد. در شکل فوق روش‌های مناسبی جهت شناخت و کشف مضامین در متن‌پژوهی از دیدگاه ریان و برنارد ارائه شده است. البته پژوهشگر باید تا حدودی منعطف باشد زیرا تبعیت صرف از قواعد در شناخت مضامین، کاربردی ندارد.

مراحل تحلیل مضمون

آشنا شدن با داده‌ها : هنگام شروع تحلیل مضمون، ممکن است خود پژوهشگر داده‌ها را جمع کند یا این که داده‌های تحقیق در اختیار او قرار گیرد. اگر خود پژوهشگر داده‌ها را (از طریق رسانه‌ها و منابع مختلف) جمع کند، به هنگام تحلیل، از دانش و مبنای تحلیلی اولیه برخوردار خواهد بود. اما مهم این است که پژوهشگر به گونه‌ای در داده‌ها غرق شود که با عمق و غنای محتوای آن‌ها کاملاً آشنا شود.

ایجاد کدهای اولیه و کدگذاری : گام دوم، زمانی آغاز می‌شود که پژوهشگر، داده‌ها را مطالعه کرده و با آن‌ها آشنا شده باشد. همچنین، فهرستی اولیه از ایده‌های موجود در داده‌ها و نکات جالب آن ها، تهیه کرده باشد؛ لذا این گام، مستلزم ایجاد کدهای اولیه از داده هاست.

جست وجو و شناخت مضامین : گام سوم، وقتی شروع می‌شود که همه داده ها، کدگذاری اولیه و گردآوری شده باشد و فهرستی طولانی از کدهای مختلف در مجموعه داده ها، شناخته شده باشد. در این گام که به تحلیل در سطحی کلان تر از کدها تمرکز دارد کدهای مختلف در قالب مضامین مرتب می‌شود و همه داده‌های کدگذاشته مرتبط با هر یک از مضامین، شناخته و گردآوری می‌شود. اساساً در این مرحله، کدها تجزیه و تحلیل می‌شود و به نحوه ترکیب و تلفیق کدهای مختلف جهت تشکیل مضمون پایه، توجه می‌شود. در این مرحله می‌توان از شکل، نمودار، جدول، نقشه‌های ذهنی و یا نوشتن نام هر کد همراه با توضیح خلاصه‌ای از آن بر روی کاغذی جداگانه و قرار دادن آن در ستون مضمون مرتبط، برای مرتب کردن کدهای مختلف در قالب مضامین بهره گرفت.

ترسیم شبکه مضامین : گام چهارم وقتی شروع می‌شود که پژوهشگر، مجموعه‌ای از مضامین را پیشنهاد و بخواهد آن‌ها را پالایش کند. مضامینِ شناخته، منبع اصلی تشکیل شبکه‌های مضامین است. طی این گام، مشخص خواهد شد که برخی مضامین پیشنهادشده، واقعاً مضمون نیستند (مثلاً اگر داده‌های کافی وجود نداشته باشد و یا داده‌های آن، خیلی متنوع باشد)، برخی مضامین با همدیگر هم پوشانی دارد (مثلاً اگر دو مضمونِ جدا، یک معنی و مفهوم داشته باشد و با هم، مضمون واحدی، تشکیل دهند) و ممکن است لازم باشد سایر مضامین به مضامین جداگانه‌ای تفکیک شود.

تحلیل شبکه مضامین : گام پنجم وقتی شروع می‌شود که پژوهشگر به شبکه مضامینِ رضایت بخشی رسیده باشد. در این حالت، می‌تواند مضامین پیشنهادشده جهت تحلیل داده‌ها را تعریف و تعدیل، و داده‌ها را بر اساس آن‌ها تحلیل کند. در این گام، شبکه‌های مضامین رسم شده، بررسی و تجزیه و تحلیل می‌شود. همان طور که قبلاً نیز اشاره شد، شبکه‌های مضامین، ابزاری برای تحلیل هستند، نه خود تحلیل. این شبکه‌ها به پژوهشگر کمک می‌کند تا به درک عمیق تری از معانی متون برسد و بتواند مضامین به دست آمده را تشریح کند و الگوهای آن‌ها را بشناسد. پس از ایجاد شبکه‌های مضامین، پژوهشگر باید مجدداً بهمتن اصلی، مراجعه و آن را به کمک این شبکه‌ها تفسیر کند .

تدوین گزارش : گام ششم، وقتی آغاز می‌شود که مجموعه کاملی از مضامینِ نهایی، فراهم شده باشد. در این مرحله، تحلیل و تدوین گزارشِ نهاییِ تحقیق، صورت می‌گیرد. هدف از نوشتن تحلیل مضمون این است که حکایت کامل و پیچیده موجود در داده‌ها را به گونه‌ای بیان شود که خواننده درباره اعتبار و صلاحیت تحلیل پژوهشگر، متقاعد شود. مهم این است که تحلیل، حکایت مختصر و منسجم و منطقی و غیرتکراری و جالبِ برآمده از داده‌ها را در قالب مضامین، عرضه کند. گزارش، باید شواهد کافی و مناسبی درباره مضامین موجود در داده‌ها فراهم کند و داده‌های کافی برای هر مضمون، عرضه شود.

تحلیل داده های آماری
تحلیل های کمی با نرم افزار های : SPSS – Amos – Pls تحلیل های کیفی با نرم افزار های : Maxqda – NVivo

جمع‌بندی بحث

رشد سریع تحقیقات کیفی در سال‌های اخیر، منجر به برداشتن گامی مثبت در جهت درک عمیق تر از پدیده‌های اجتماعی و پویایی آن‌ها شده است. با این حال، هنوز ابزارهای مناسبی برای تحلیل داده‌های کیفی، به اندازه کافی، وجود ندارد. در حالی که به مسائل مربوط به چرایی، چگونگی و زمانِ به کارگیری روش‌های کیفی، توجه ویژه‌ای شده است؛ اما به نحوه تحلیل داده‌های متنی که پژوهشگران کیفی در مرحله پایانی گردآوری داده عرضه می‌کنند کمتر توجه شده است. این موضوع، یکی از مشکلات پژوهشگران، خصوصاً پژوهشگران علوم اجتماعی است که از روش‌های کیفی استفاده می‌کنند.

یکی از روش‌های کارامد تحقیقات کیفی، تحلیل مضمون است که هم اکنون به عنوان روش تحلیل، تجلیل و تعریف چندانی از آن نمی شود. چرا که این روش کمتر معرفی، ولی بیشتر استفاده شده است. این بدان معنی است که تحلیل مضمون ظاهراً روشی است که هر کسی به آسانی و بدون داشتن دانش یا مهارت خاص (که برای تحقیقات پیچیده تر و تحسین شده تر مانند نظریه داده بنیاد و تحلیل گفتمان لازم است) از آن استفاده می‌کند. این مقاله، چنین نگرشی را به نقد کشیده و نشان می‌دهد که تحلیل مضمون می‌تواند تحلیل‌های معقولی کند و به سؤالات خاص تحقیق به خوبی پاسخ دهد.

منابع مورد استفاده

Attride-Stirling, J. (2001). Thematic networks: an analytic tool for qualitative research. Qualitative research, 1(3), 385-405.

Braun, V., Clarke, V., & Terry, G. (2021). Thematic Analysis: A Practical Guide. SAGE Publications Ltd.

برگرفته از پارس مدیر

نمره گذاری متغیر ها در Spss جمع نمرات یا میانگین نمرات؟

چگونه یک فایل اکسل را پرینت بگیریم

نوشته

انجام تحلیل کیفی با نرم افزارهای مکس کیو دی ای و انویوو Maxqda & Nvivo

نوشته

تحلیل داده های آماری با نرم افزارهای کمی و کیفی

نوشته

شاخص هاي برازش مدل معادلات ساختاري

نوشته

انواع تحلیل آماری

از سایت محصولات فیزیکی دارای تخفیف ویژه بازدید فرمایید. ورود به سایت

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

تحلیل آماری statistical analysis

تحلیل آماری پایان‌نامه و چند نکته مهم

تحلیل آماری پایان‌نامه و چند نکته مهم

چگونه فایل اکسل را غیر قابل ویرایش کنیم
چگونه فایل اکسل را غیر قابل ویرایش کنیم

تحلیل آماری پایان‌نامه به عنوان یک بخش اساسی از تحقیقات علمی دارای عناصر مختلفی است که برای تجزیه و تحلیل داده‌ها و استخراج نتایج از آنها ضرور می‌باشد. این عناصر معمولاً عبارتند از:

  1. توضیح داده‌ها و متغیرها: در این بخش ابتدا باید داده‌های مورد استفاده در پایان‌نامه، متغیرها و مشخصات مهم آنها توضیح داده شوند.
  2. توصیف آماری: پس از توضیح داده‌ها، شما باید توصیفی کامل از داده‌ها ارائه دهید. این شامل معرفی میانگین، واریانس، میانه و سایر شاخص‌های آماری است.
  3. فرضیه‌ها: هر فرضیه مورد بررسی در تحقیقات باید به صورت دقیق معرفی شود. این شامل فرضیه‌های مطرح شده و رویه‌های آماری مرتبط با هر یک از آنها می‌شود.
  4. روش‌های آماری: در اینجا باید توصیف شود که چه نوع تحلیل‌های آماری برای آزمون فرضیه‌ها یا پرسش‌های تحقیقاتی مورد استفاده قرار گرفته است. این شامل نوع تحلیل متغیرها، روش‌های تجزیه و تحلیل داده و نرم‌افزارهای آماری استفاده شده می‌شود.
  5. جمع‌بندی داده‌ها: در این بخش، داده‌ها از طریق تصاویر و نمودارها به صورت گرافیکی نمایش داده می‌شوند.
  6. آزمون فرضیه‌ها: در این مرحله، انجام آزمون‌های آماری به منظور تایید یا رد فرضیه‌ها و پرسش‌های تحقیقی.
  7. تفسیر نتایج: در این بخش، نتایج آزمون‌های آماری تفسیر می‌شوند و ارتباط آنها با فرضیه‌ها و سوالات تحقیقی تبیین می‌شود.
  8. توصیه‌ها و پیشنهادها: در این مرحله، بر اساس نتایج و تحلیل‌های انجام شده، پیشنهاداتی برای تحقیقات آینده یا کاربردهای عملی ارائه می‌شود.
  9. محدودیت‌ها و پیشنهادات برای تحقیقات آینده: در اینجا به محدودیت‌های تحقیق و راهکارهایی برای تحقیقات آتی اشاره می‌شود.
  10. مراجع: در انتهای پایان‌نامه، باید مراجعی که در تحلیل آماری و تحقیقات مورد استفاده قرار گرفته‌اند، به صورت استاندارد ذکر شوند.

تحلیل آماری از مرحله‌های حیاتی در انجام یک تحقیق علمی است و به محقق امکان می‌دهد داده‌ها را به اطلاعات مفهومی تبدیل کند و نتایج معتبری از تحقیقات خود بگیرد.

استفاده از افزونه فارسی ویراستیار در Word

نوشته

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل ششم)

نوشته

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

نوشته

spss چیست؟ کاربردها و آخرین نسخه

نوشته

مقدار T-Value و مقدار P-Value در آزمون فرض آماری چیست؟

سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد. نرم افزار های کمی: SPSS- PLS – Amos نرم افزارهای کیفی: Maxquda- NVivo تعیین حجم نمونه با:Spss samplepower Mobile : 09143444846 09143444846 Telegram: https://t.me/RAVA2020 E-mail: abazizi1392@gmail.com

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

تحلیل داده های آماری

تحلیل داده های آماری با نرم افزارهای کمی و کیفی

تحلیل آماری با کم ترین هزینه و بالاترین کیفیت انجام می گیرید.
تحلیل داده های آماری با نرم افزارهای کمی و کیفی
نرم افزار های کمی SPSS و PLS و Amos
نرم افزار های کیفی: Maxquda و Nvivo
تعیین حجم نمونه با:Spss samplepower
کافی است قیمت ها را با جاهای دیگر مقایسه کنید.
کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می دهند!
با ما همراه باشید و پژوهش خود را به یک تجربه ی موفق تبدیل کنید.

انجام پژوهش کیفی
انجام پژوهش کیفی.jpg

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.