no comments

Panduan Anda untuk Kaedah Analisis Data Kuantitatif dan Kuantitatif

Menganalisa Data Kuantitatif
Penyediaan Data
Peringkat pertama menganalisis data adalah penyediaan data, di mana tujuannya adalah untuk menukar data mentah menjadi sesuatu yang bermakna dan boleh dibaca. Ia termasuk empat langkah:
.
Langkah 1: Pengesahan Data
Tujuan pengesahan data adalah untuk mengetahui, sejauh mungkin, sama ada pengumpulan data telah dilakukan mengikut piawaian yang ditetapkan dan tanpa berat sebelah. Ia adalah proses empat langkah, yang merangkumi …

  • Penipuan, untuk menyimpulkan sama ada setiap responden sebenarnya ditemubual atau tidak.
  • Pemindahan, untuk memastikan bahawa responden dipilih mengikut kriteria penyelidikan.
  • Procedure, untuk memeriksa sama ada prosedur pengumpulan data telah diikuti dengan betul.
  • Kelengkapan, untuk memastikan bahawa pewawancara meminta responden semua soalan, bukan sekadar beberapa yang diperlukan.
    .

Untuk melakukan ini, para penyelidik perlu memilih sampel rawak kajian lengkap dan mengesahkan data yang dikumpulkan. (Perhatikan bahawa ini boleh memakan masa untuk tinjauan dengan banyak respons.) Sebagai contoh, bayangkan tinjauan dengan 200 responden berpecah kepada 2 bandar. Penyelidik boleh memilih sampel 20 responden rawak dari setiap bandar. Selepas ini, penyelidik boleh menjangkau mereka melalui e-mel atau telefon dan menyemak maklum balas mereka kepada satu set soalan tertentu.
.
Langkah 2: Penyuntingan Data
Biasanya, set data yang besar termasuk kesilapan. Sebagai contoh, responden boleh mengisi bidang dengan salah atau melangkau mereka secara tidak sengaja. Untuk memastikan tidak ada kesilapan yang sedemikian, penyelidik harus menjalankan pemeriksaan data asas, periksa untuk outlier, dan edit data penyelidikan mentah untuk mengenal pasti dan menghapuskan sebarang titik data yang mungkin menghalang ketepatan hasilnya.

Sebagai contoh, ralat boleh menjadi medan yang dibiarkan kosong oleh responden. Semasa mengedit data, penting untuk memastikan untuk menghapuskan atau mengisi semua medan kosong. (Berikut ialah 4 kaedah untuk menangani data yang hilang.)

.

Kaedah Analisis Data Kuantitatif
Selepas langkah ini, data sedia untuk dianalisis. Kaedah analisis data kuantitatif yang paling biasa digunakan adalah statistik deskriptif dan statistik inferensi.

Statistik deskriptif
Biasanya statistik deskriptif (juga dikenali sebagai analisis deskriptif) adalah tahap analisis pertama. Ia membantu penyelidik meringkaskan data dan mencari corak. Beberapa statistik deskriptif yang biasa digunakan ialah:

  • Maksud: purata berangka satu set nilai.
  • Median: titik tengah satu set nilai berangka.
  • Mod: nilai yang paling umum di antara satu set nilai.
  • Peratusan: digunakan untuk menyatakan bagaimana nilai atau kumpulan responden dalam data berkaitan dengan -kumpulan responden yang lebih besar.
  • Kekerapan: bilangan kali nilai dijumpai.
  • Julat: nilai tertinggi dan terendah dalam satu set nilai.

.

Statistik deskriptif memberikan nombor mutlak. Walau bagaimanapun, mereka tidak menjelaskan rasional atau alasan di belakang nombor tersebut. Sebelum menggunakan statistik deskriptif, penting untuk memikirkan mana yang paling sesuai untuk soalan penyelidikan anda dan apa yang anda ingin tunjukkan. Contohnya, peratusan adalah cara yang baik untuk menunjukkan pengedaran jantina responden.

Statistik deskriptif sangat berguna apabila kajian ini terhad kepada sampel dan tidak perlu disebarkan kepada populasi yang lebih besar. Sebagai contoh, jika anda membandingkan peratusan kanak-kanak yang divaksinasi di dua kampung yang berbeza, maka statistik deskriptif cukup.

Oleh kerana analisis deskriptif kebanyakannya digunakan untuk menganalisis pemboleh ubah tunggal, ia sering dipanggil analisis univariat.

.

Statistik inferensi
Selalunya, penyelidik mengumpul data pada sampel populasi mereka, maka mereka menyebarkan hasilnya kepada keseluruhan populasi atau kumpulan sasaran. Statistik inferens digunakan untuk meramalkan hasil dan membuat ramalan tentang populasi yang lebih besar.

Ini adalah analisis rumit yang menunjukkan hubungan antara beberapa pembolehubah yang berbeza, dan bukannya menerangkan pembolehubah tunggal. Mereka digunakan apabila penyelidik perlu melampaui nilai mutlak dan memahami hubungan antara pembolehubah.

.

Beberapa jenis analisis inferensi ialah:

  • Korelasi: Ini menggambarkan hubungan antara dua pembolehubah. Sekiranya terdapat korelasi, ia bermakna terdapat hubungan antara pembolehubah. Sebagai contoh, orang yang lebih tinggi cenderung mempunyai berat badan yang lebih tinggi. Oleh itu, ketinggian dan berat dikaitkan dengan satu sama lain. Walau bagaimanapun, ini tidak semestinya bermakna bahawa satu pembolehubah menyebabkan yang lain (misalnya mendapatkan berat tidak menyebabkan orang bertambah lebih tinggi).
  • Regresi: Ini menunjukkan hubungan antara dua pembolehubah. Sebagai contoh, regresi boleh membantu kita meneka berat seseorang berdasarkan ketinggiannya.
  • Analisis varians: Ini adalah prosedur statistik yang digunakan untuk menguji sejauh mana dua atau lebih kumpulan berbeza atau berbeza dalam eksperimen. Dalam kebanyakan eksperimen, banyak varians menunjukkan bahawa terdapat penemuan penting dari penyelidikan. Sebagai contoh, untuk memahami hubungan antara bilangan anak dalam keluarga dan status sosioekonomi, seorang penyelidik boleh mengambil sampel keluarga dari setiap status sosio-ekonomi dan meminta mereka tentang bilangan anak ideal mereka. Analisis varians akan digunakan untuk memeriksa sama ada perbezaan antara jawapan kumpulan adalah signifikan secara statistik atau disebabkan oleh peluang rawak.

.

Beberapa jenis analisis inferensi ialah:

  • Regresi: Ini menerangkan hubungan antara dua pembolehubah. Sekiranya terdapat korelasi, ia bermakna terdapat hubungan antara pembolehubah. Sebagai contoh, orang yang lebih tinggi cenderung mempunyai berat badan yang lebih tinggi. Oleh itu, ketinggian dan berat dikaitkan dengan satu sama lain. Walau bagaimanapun, ini tidak semestinya bermakna bahawa satu pembolehubah menyebabkan yang lain (misalnya mendapatkan berat tidak menyebabkan orang bertambah lebih tinggi).
  • Regresi: Ini menunjukkan hubungan antara dua pembolehubah. Sebagai contoh, regresi boleh membantu kita meneka berat seseorang berdasarkan ketinggiannya.
  • Analisis varians: Ini adalah prosedur statistik yang digunakan untuk menguji sejauh mana dua atau lebih kumpulan berbeza-beza atau berbeza dalam eksperimen. Dalam kebanyakan eksperimen, banyak varians menunjukkan bahawa terdapat penemuan penting dari penyelidikan. Sebagai contoh, untuk memahami hubungan antara bilangan anak dalam keluarga dan status sosioekonomi, seorang penyelidik boleh mengambil sampel keluarga dari setiap status sosio-ekonomi dan meminta mereka tentang bilangan anak ideal mereka. Analisis varians akan digunakan untuk memeriksa sama ada perbezaan antara jawapan kumpulan adalah signifikan secara statistik atau disebabkan oleh peluang rawak.

Pilihan statistik inferens sepenuhnya bergantung kepada objektif penyelidikan. Sama seperti dalam statistik deskriptif, adalah lebih baik untuk mengenal pasti statistik inferens yang bersesuaian untuk soalan penyelidikan anda.

Oleh kerana statistik inferensi digunakan untuk menentukan hubungan antara dua atau lebih pembolehubah, mereka dinamakan analisis bivariat (apabila terhad kepada dua pembolehubah) atau analisis multivariate (apabila terdapat lebih daripada dua pembolehubah).

Kaedah yang dinyatakan di atas adalah kaedah yang paling biasa digunakan untuk analisis data. Walau bagaimanapun, kaedah dan metrik analisis data lain, seperti sisihan dan varians piawai, juga tersedia.

.

Menganalisis Data Kualitatif
Analisis data kualitatif berfungsi sedikit berbeza daripada data kuantitatif, terutamanya kerana data kualitatif terdiri daripada kata-kata, pemerhatian, imej, dan juga simbol. Menerapkan makna mutlak dari data tersebut hampir mustahil; Oleh itu, kebanyakannya digunakan untuk penyelidikan penerokaan. Walaupun dalam penyelidikan kuantitatif terdapat perbezaan yang jelas antara penyediaan data dan tahap analisis data, analisis untuk penyelidikan kualitatif sering dimulakan sebaik sahaja data itu tersedia.

.

Penyediaan Data dan Analisis Data Asas
Analisis dan penyediaan berlaku selari dan termasuk langkah-langkah berikut:

  • Mengenali data: Oleh kerana kebanyakan data kualitatif adalah kata-kata, penyelidik harus bermula dengan membaca data beberapa kali untuk mengenali dan mula mencari pemerhatian dasar atau corak. Ini juga termasuk menyalin data.
  • Mengkaji kembali objektif penyelidikan: Di sini, penyelidik mengkaji semula objektif penyelidikan dan mengenalpasti soalan-soalan yang boleh dijawab melalui data yang dikumpulkan.
  • Membangunkan rangka kerja: Juga dikenali sebagai pengekodan atau pengindeksan, di sini penyelidik mengenal pasti idea, konsep, tingkah laku, atau frasa yang luas dan menyerahkan kod kepada mereka. Sebagai contoh, pengekodan umur, jantina, status sosioekonomi, dan juga konsep seperti tindak balas positif atau negatif kepada soalan. Pengekodan membantu dalam penstrukturan dan pelabelan data.
  • Mengenal pasti corak dan sambungan: Setelah data dikodkan, penyelidikan boleh mula mengenalpasti tema, mencari maklum balas yang paling umum terhadap soalan, mengenal pasti data atau corak yang boleh menjawab soalan penyelidikan, dan mencari bidang yang dapat diterokai dengan lebih lanjut.

.

Kaedah Analisis Data Kualitatif
Beberapa kaedah disediakan untuk menganalisis data kualitatif. Kaedah analisis data yang paling biasa digunakan ialah:

  • Analisis kandungan: Ini adalah salah satu kaedah yang paling biasa untuk menganalisis data kualitatif. Ia digunakan untuk menganalisis maklumat yang didokumenkan dalam bentuk teks, media, atau barang fizikal. Bila menggunakan kaedah ini bergantung pada soalan penyelidikan. Analisis kandungan biasanya digunakan untuk menganalisis maklum balas daripada orang yang ditemu duga.
  • Analisis naratif: Kaedah ini digunakan untuk menganalisis kandungan dari pelbagai sumber, seperti wawancara responden, pemerhatian dari lapangan, atau tinjauan. Ia memberi tumpuan kepada penggunaan cerita dan pengalaman yang dikongsi oleh orang untuk menjawab soalan penyelidikan.
  • Analisis wacana: Seperti analisis naratif, analisis wacana digunakan untuk menganalisis interaksi dengan orang. Walau bagaimanapun, ia memberi tumpuan kepada menganalisis konteks sosial di mana komunikasi antara penyelidik dan responden berlaku. Analisis wacana juga melihat persekitaran harian responden dan menggunakan maklumat tersebut semasa analisis.
  • Teori yang berasas: Ini merujuk kepada penggunaan data kualitatif untuk menjelaskan mengapa fenomena tertentu berlaku. Ia melakukan ini dengan mengkaji pelbagai kes serupa dalam tetapan yang berbeza dan menggunakan data untuk mendapatkan penjelasan sebab akibat. Penyelidik boleh mengubah penjelasan atau membuat yang baru kerana mereka mengkaji lebih banyak kes sehingga mereka tiba di penjelasan yang sesuai dengan semua kes.

Sumber: SocialCops

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL