المحتوى
لكي تكون قادرًا على ترميز البحث النوعي ، فإنك تواجه مهمة تحديد البيانات الشخصية ، مما يعني تحويل بحث يتكون من ملاحظات ذاتية إلى مجموعة بيانات موضوعية. بمعنى آخر ، يتطلب منك أولاً تحديد البحث النوعي الخاص بك حتى تتمكن من ترميزه. باختصار ، سوف تستخدم الأرقام لتفسير الملاحظات من البحث الذي لا يعتمد على الأرقام.
القسم الاول
الخطوة 1
اجمع رسومات ما قبل المسح ، بالإضافة إلى الملاحظات الميدانية الخاصة بك ، ونتائج أسئلة المقابلة أو الاستبيانات. تفترض هذه المقالة أنك قد أجريت بحثك بالفعل وتتطلع إلى ترميزه بغرض تقديمه أو نشره. يعد تحويل البحث النوعي إلى نتائج كمية عملية متقلبة ، فمن الضروري التأكد من أن نظرية ومنهجية ما قبل البحث في متناول اليد للرجوع إليها.
الخطوة 2
حدد وجدولة نتائجك. لتكون قادرًا على ترميز البحث النوعي الخاص بك ، يجب عليك تحليل بياناتك الشخصية من وجهة نظر رياضية. إذا كنت تقوم بتحليل نصي ، فقد يتضمن ذلك ببساطة حساب عدد مرات إدراج كلمة معينة - فمن الأسهل القيام بذلك باستخدام تطبيق معالجة الكلمات ، ولكن يمكن القيام بذلك يدويًا. الاستبيانات نوعية ، ولكن يمكن ترميز أسئلة الاختيار من متعدد حسب النسبة المئوية للإجابات أ ، ب ، ج ، إلخ. يمكن ترميز الملاحظات الميدانية من خلال إيجاد ملاحظات موضوعية مشتركة قمت بها ، على سبيل المثال ، "بدا أن المشترين الذين لاحظتهم في Tesco في عجلة من أمرهم أكثر من أولئك الموجودين في Asda" يمكن ترميزه على أنه 1 ، يمثل خطوة بطيئة في الشراء ، 2 يمثل خطوة واحدة أسرع وما إلى ذلك. ستشكل النتائج المرقمة البيانات التي ستقوم بترميزها. الجدولة هي ببساطة تجميع كل البيانات معًا.
الخطوه 3
أدخل نتائج أوراق العمل. يجب أن يكون لديك 15 نتيجة على الأقل أو يجب ألا تفكر في "ترميز" أي شيء ، باستثناء دراسة الحالة التي ستأتي فيها النتائج الـ 15 من البحث في هذه الحالة المحددة ، لكل خمسة عشر متغيرًا من نقطة فرعية للكائن من دراستك. يجب وضع النتائج مع أسماء السمات المرتبطة بتلك الواردة في محور واحد (صف رأس ورقة العمل) والنتائج الرقمية التي تنتمي إلى السمات الموجودة في محور آخر (عمود رأس ورقة العمل).
الخطوة 4
التحكم في جميع المتغيرات الممكنة ، على سبيل المثال ، العمر ، العرق ، الجنس ، إلخ. ورمز بياناتك النوعية في الأعمدة اللاحقة. يتطلب ترميز البيانات النوعية أن تسرد البيانات الكمية التي ستكون مملة ، ولكن في غضون ذلك ، يمكن أيضًا أن تجيب على سؤال البحث الخاص بك بشكل أفضل من فرضيتك فيما يتعلق ببياناتك النوعية. لذلك طالما أن صفوفك تحتوي على نوع بيانات واحد فقط ، على سبيل المثال ، اسم شخص ما ، يمكن أن يحتوي رأس العمود على متغيرات ليست بياناتك النوعية ، ولكنها تمثل "مجموعة التحكم". لا يُعد ترميز البيانات النوعية بدون بيانات كمية ممارسة بحثية جيدة ، حيث لا توجد ضوابط لها ويمكن أن تبطل نتائج بحثك.
الخطوة الخامسة
قم بتسمية الفئة ، في رأس العمود ، بكلمة تعبر عن جوهر ما يتم قياسه. هذا هو المكان الذي ستحتاج فيه إلى ملاحظاتك حول نظرية ومنهجية ما قبل البحث. بالنسبة إلى البيانات التجريبية ، مثل "العمر" ، من الواضح أنك ستضع العمر فحسب ، ولكن بالنسبة لشيء مثل "الجنس" ، والذي يختلف عن "الجنس" ، لا يمكنك استخدام كلمة "الجنس" فقط ، لأن مجموعة البيانات في هذه الحالة ، يجب تسميتها بشيء يتعلق بطريقة ما بما قمت بقياسه في أكثر المتغيرات الذاتية من هذا النوع. على سبيل المثال ، قد تقول "النسبة المئوية للذكور" أكثر من مجرد "ذكر" أو "أنثى" من حيث المقارنة الإحصائية. لا تنطبق هذه القاعدة إذا كنت تقوم بترميز الردود على الاستبيان الذي يسمح فقط للمشارك بالاختيار بين إجابتين. في هذه الحالة ، يمكن تبسيط الترميز عن طريق تخصيص رقمين مختلفين ، على سبيل المثال ، 1 و 2.
الخطوة 6
نظم نتائجك للمتغير بغض النظر عن فرضيتك. سيؤثر هذا على تخطيط البيانات والرسوم البيانية الخاصة بك ، ولكنه يمنحك أيضًا فهم ما إذا كان المتغير المستقل له أي علاقة بالمتغيرات التابعة. يمكنك القيام بذلك عن طريق تحديد عمود يحتوي على رأس جميع الأسماء المقابلة للبيانات النوعية المشفرة ، والانتقال إلى "التنسيق" واختيار البيانات التي سيتم تنظيمها. عند القيام بذلك ، تكون جاهزًا لإنشاء الرسومات والبيانات وإدراج بياناتك النوعية في العرض التقديمي أو المقالة.