인터뷰 데이터 및 조사 연구 분석

종종 시장 조사원은 소비자, 고객 또는 고객에게 아이디어를 정리하도록 요청합니다. 때로는 데이터를 분류해야하는 것은 시장 조사자 자신들입니다. 질적 데이터를 구성하고 분석하는 세 가지 방법이 여기에 설명되어있다 : (1) Affinity diagram; (2) 카드 정렬; 및 (3) 상수 비교.

친화력 다이어그램 : 브레인 스토밍을위한 것뿐만 아니라 그 외

선호도 다이어그램은 주로 브레인 스토밍 세션에서 수집 된 정보를 구성하는 데 사용됩니다. 문제 및 해결책은 선호도 다이어그램을 사용하여 종종 "효과가 있습니다". 친화력 다이어그램은 아이디어 나 속성을 구성하는 한 가지 방법입니다. 친화도 (affinity diagram)의 사용은 품질 향상 서클에서이 방법을 대중화 한 Kawakita Jiro의 이름을 따서 명명 된 KJ 방법이라고도합니다.

친화력 다이어그램 만들기는 6 단계 프로세스입니다.

프로세스를 수행하는 이유를 결정합니다.

분류의 논리적 집합을 식별합니다.

• 분류와 관련된 요인을 열거하십시오.
• 각 요소 또는 아이디어를 분류에 배치하십시오.
• 결합 및 단순화하여 분류를 줄입니다.
• 다이어그램 분석 - 분류의 전체 그룹.
• ->
• 카드 정렬 : 연구 통찰력을 얻기위한 낮은 기술 방법

군대가 2 차 세계 대전 전과 중반에 군대를 테스트 한 이후로 카드 정렬 연구가 심리학 및인지 연구에 사용되었습니다. 현재 카드 정렬 전략은 소프트웨어 아키텍처의 유용성을 테스트하는 데 종종 사용됩니다. 카드 정렬 방법은 응답자가 아이디어, 구성 또는 제품을 연결하고 그룹화하는 방법에 대한 정보를 생성합니다. 정 성적 프로세스로서 카드 분류는 통찰력의 발전을 지원하는 데 도움이됩니다.

카드 소지 활동에 참여하려면 응답자는 분류되지 않은 카드를 그룹으로 조직해야합니다.

그들은 또한 그들이 만든 카테고리에 라벨을 붙이도록 요청받을 수 있습니다. 카드 소지 활동에는 두 가지 버전이 있습니다 : 폐쇄 된 카드 정렬 및 열린 카드 정렬. 열린 카드 정렬 활동에서 응답자는 자신의 범주를 만듭니다. 폐쇄 된 카드 종류의 경우, 응답자는 시장 조사원이 미리 확인한 범주로 카드를 분류해야합니다.

카드 분류는 Post-It ™ 메모 또는 색인 카드를 사용하는 매우 낮은 기술 방법입니다. 짐작할 수 있듯이 디지털 카트 정렬 활동을 지원하는 소프트웨어 패키지가 있습니다. 카드 정렬은 개별 응답자, 소규모 그룹의 동시 카드 정렬 수행, 또는 응답자가 개별적으로 카드 정렬을 수행 한 다음 그룹으로 모여서 작업에 접근하는 방법을 논의하고 자신의 카드를 비교할 수 있습니다 결과.

카드 분류 연구는 일련의 유사성 점수의 형태로 정량적 데이터를 산출한다. 유사성 점수는 다양한 카드 쌍에 대한 일치의 척도입니다. 예를 들어 한 쌍의 카드가 주어지면 모든 응답자가 한 쌍의 카드를 같은 범주로 분류하면 유사성 점수는 100 %가됩니다. 정확히 절반의 응답자가 두 카드를 동일한 카테고리로 분류했지만 나머지 절반은 카드를 다른 카테고리로 분류하면 유사성 점수는 50 퍼센트가됩니다. 질적 연구 과정 인 카드 분류 기법은 탐색 적 요인 분석 (exploratory factor analysis)으로 알려진 정량적 기법을 대체하기 위해 사용되었다는 것은 흥미로운 사실이다. 이 연구의 인용문은 다음과 같습니다 : Santos, G.J. (2006). 정량적 탐색 요인 분석을위한 질적 대체물로서의 카드 정렬 기법, Corporate Communications : International Journal, 11 (3), 288 - 302.

자연 주의적 연구 데이터 코딩을위한 일정한 비교

상수 비교 방법은 잘 알려져있다 Glaser & Strauss, Lincoln & Guba와 같은 자연 주의적 연구팀에 의해 최초로 기술되고 정제 된 질적 연구 방법. 상수 비교 방법은 4 단계로 수행된다 : (a) 카테고리가 출현함에 따라 각 카테고리에 적용 가능한 데이터를 비교한다. (b) 데이터 집합과 데이터 잡음을 줄이기 위해 범주와 속성을 통합하는 것. (c) 감소 된 데이터 세트에 기초하여 이론을 더 한정 짓는 단계; 그리고 (d) 이론을 쓴다. 연구가 시작되기 전에 가설이 생성되는 양적 연구 방법과는 달리, 상수 비교 방법은 진행되는 동안 이론을 생성한다. 연구 방향을 결정할 가설을 세우는 대신 데이터가 코딩되고 분석 될 때 테마가 나타납니다. 이것을 자연 주의적 연구 또는 기초 이론이라고합니다. 분석을 통한 이론의 지속적인 구축으로 인해 관계의 발견은 초기 관측치가 분석 될 때 시작됩니다. 코딩이 데이터 수집 및 데이터 분석에 필수적이므로 지속적인 정제 프로세스가 발생합니다.

인터뷰 및 개방형 설문 조사 질문의 주요 내용에 대한 서술 내용이 분석됩니다. 주제를 발견하기 위해 패턴을 식별하고 분류하고 코딩합니다. 상수 비교 프로세스는 유도 연구입니다. 즉, 범주의 범주와 의미는 데이터가 수집되거나 분석되기 전에 데이터에 부과되는 것이 아니라 데이터에서 나타납니다.