Your Guide to Qualitative and Quantitative Data Analysis Methods

Qual è la prima cosa che ci viene in mente quando vediamo i dati? Il primo istinto è quello di trovare modelli, connessioni e relazioni. Guardiamo i dati per trovarvi un significato.

Similmente, nella ricerca, una volta raccolti i dati, il passo successivo è quello di ricavarne delle intuizioni. Per esempio, se un marchio di abbigliamento sta cercando di identificare le ultime tendenze tra le giovani donne, il marchio raggiungerà prima le giovani donne e farà loro domande pertinenti all’obiettivo della ricerca. Dopo aver raccolto queste informazioni, il marchio analizzerà i dati per identificare i modelli – per esempio, potrebbe scoprire che la maggior parte delle giovani donne vorrebbe vedere più varietà di jeans.

L’analisi dei dati è il modo in cui i ricercatori passano da una massa di dati a intuizioni significative. Ci sono molti metodi diversi di analisi dei dati, a seconda del tipo di ricerca. Ecco alcuni metodi che puoi usare per analizzare i dati quantitativi e qualitativi.

È difficile analizzare dati cattivi. Assicurati di raccogliere dati di alta qualità con il nostro blog “4 tecniche di raccolta dati: Qual è quella giusta per te?”.

Analizzare i dati quantitativi

Preparazione dei dati

La prima fase dell’analisi dei dati è la preparazione dei dati, dove lo scopo è convertire i dati grezzi in qualcosa di significativo e leggibile. Comprende quattro fasi:

Fase 1: Convalida dei dati

Lo scopo della convalida dei dati è quello di scoprire, per quanto possibile, se la raccolta dei dati è stata fatta secondo gli standard prestabiliti e senza alcun pregiudizio. Si tratta di un processo in quattro fasi, che comprende…

• Frode, per dedurre se ogni intervistato sia stato effettivamente intervistato o meno.
• Screening, per assicurarsi che gli intervistati siano stati scelti secondo i criteri della ricerca.
• Procedura, per controllare se la procedura di raccolta dati sia stata debitamente seguita.
• Completezza, per assicurarsi che l’intervistatore abbia posto all’intervistato tutte le domande, piuttosto che solo alcune di quelle richieste.

Per fare questo, i ricercatori dovrebbero scegliere un campione casuale di indagini completate e convalidare i dati raccolti. (Si noti che questo può richiedere molto tempo per i sondaggi con molte risposte). Per esempio, immaginate un sondaggio con 200 intervistati divisi in 2 città. Il ricercatore può scegliere un campione di 20 rispondenti a caso da ogni città. Dopodiché, il ricercatore può contattarli via e-mail o per telefono e controllare le loro risposte a una certa serie di domande.

Guarda 18 convalide dei dati che impediranno ai dati cattivi di entrare nel tuo set di dati.

Fase 2: Modifica dei dati

In genere, i grandi set di dati includono errori. Per esempio, gli intervistati possono riempire i campi in modo errato o saltarli accidentalmente. Per assicurarsi che non ci siano tali errori, il ricercatore deve condurre controlli di base sui dati, controllare i valori anomali e modificare i dati grezzi della ricerca per identificare e cancellare tutti i punti dei dati che possono ostacolare l’accuratezza dei risultati.

Per esempio, un errore potrebbe essere rappresentato dai campi lasciati vuoti dagli intervistati. Durante la modifica dei dati, è importante assicurarsi di rimuovere o riempire tutti i campi vuoti. (Qui ci sono 4 metodi per gestire i dati mancanti.)

Passo 3: Codifica dei dati

Questa è una delle fasi più importanti nella preparazione dei dati. Si riferisce al raggruppamento e all’assegnazione di valori alle risposte dell’indagine.

Per esempio, se un ricercatore ha intervistato 1.000 persone e ora vuole trovare l’età media degli intervistati, il ricercatore creerà dei gruppi di età e classificherà l’età di ogni intervistato secondo questi codici. (Per esempio, gli intervistati tra i 13-15 anni avranno la loro età codificata come 0, 16-18 come 1, 18-20 come 2, ecc.)

Quindi, durante l’analisi, il ricercatore può avere a che fare con fasce di età semplificate, piuttosto che con un’enorme gamma di età individuali.

Metodi di analisi dei dati quantitativi

Dopo questi passaggi, i dati sono pronti per l’analisi. I due metodi di analisi dei dati quantitativi più comunemente usati sono le statistiche descrittive e le statistiche inferenziali.

Statistiche descrittive

Tipo la statistica descrittiva (conosciuta anche come analisi descrittiva) è il primo livello di analisi. Aiuta i ricercatori a riassumere i dati e a trovare i modelli. Alcune statistiche descrittive comunemente usate sono:

• Media: media numerica di un insieme di valori.
• Mediana: punto medio di un insieme di valori numerici.
• Modo: valore più comune tra un insieme di valori.
• Percentuale: usata per esprimere come un valore o un gruppo di intervistati all’interno dei dati si riferisce a un gruppo più ampio di intervistati.
• Frequenza: il numero di volte in cui si trova un valore.
• Range: il valore più alto e più basso in un insieme di valori.

Le statistiche descrittive forniscono numeri assoluti. Tuttavia, non spiegano la logica o il ragionamento dietro quei numeri. Prima di applicare le statistiche descrittive, è importante pensare a quale sia la più adatta per la tua domanda di ricerca e per quello che vuoi mostrare. Per esempio, una percentuale è un buon modo per mostrare la distribuzione di genere degli intervistati.

Le statistiche descrittive sono più utili quando la ricerca è limitata al campione e non deve essere generalizzata a una popolazione più ampia. Per esempio, se state confrontando la percentuale di bambini vaccinati in due diversi villaggi, allora la statistica descrittiva è sufficiente.

Siccome l’analisi descrittiva è usata principalmente per analizzare una singola variabile, è spesso chiamata analisi univariata.

Analizzare i dati qualitativi

L’analisi dei dati qualitativi funziona un po’ diversamente dai dati quantitativi, principalmente perché i dati qualitativi sono fatti di parole, osservazioni, immagini e anche simboli. Derivare un significato assoluto da tali dati è quasi impossibile; quindi, è usato principalmente per la ricerca esplorativa. Mentre nella ricerca quantitativa c’è una chiara distinzione tra la fase di preparazione e analisi dei dati, l’analisi per la ricerca qualitativa spesso inizia non appena i dati sono disponibili.

Preparazione dei dati e analisi di base dei dati

L’analisi e la preparazione avvengono in parallelo e includono i seguenti passi:

1. Familiarizzare con i dati: Poiché la maggior parte dei dati qualitativi sono solo parole, il ricercatore dovrebbe iniziare leggendo i dati diverse volte per familiarizzare con essi e iniziare a cercare osservazioni di base o modelli. Questo include anche la trascrizione dei dati.
2. Rivedere gli obiettivi della ricerca: Qui, il ricercatore rivisita l’obiettivo della ricerca e identifica le domande a cui si può rispondere attraverso i dati raccolti.
3. Sviluppo di una struttura: Conosciuto anche come codifica o indicizzazione, qui il ricercatore identifica ampie idee, concetti, comportamenti o frasi e assegna loro dei codici. Per esempio, codificare l’età, il sesso, lo stato socio-economico, e anche concetti come la risposta positiva o negativa a una domanda. La codifica è utile per strutturare ed etichettare i dati.
4. Identificare modelli e collegamenti: Una volta che i dati sono codificati, la ricerca può iniziare a identificare i temi, cercando le risposte più comuni alle domande, identificando dati o schemi che possono rispondere alle domande di ricerca, e trovando aree che possono essere esplorate ulteriormente.

Metodi di analisi dei dati qualitativi

Sono disponibili diversi metodi per analizzare i dati qualitativi. I metodi di analisi dei dati più comunemente usati sono:

• Analisi del contenuto: Questo è uno dei metodi più comuni per analizzare i dati qualitativi. È usato per analizzare le informazioni documentate sotto forma di testi, media, o anche oggetti fisici. Quando usare questo metodo dipende dalle domande di ricerca. L’analisi del contenuto è di solito usata per analizzare le risposte degli intervistati.
• Analisi narrativa: Questo metodo è usato per analizzare il contenuto da varie fonti, come le interviste degli intervistati, le osservazioni dal campo o i sondaggi. Si concentra sull’uso delle storie e delle esperienze condivise dalle persone per rispondere alle domande della ricerca.
• Analisi del discorso: Come l’analisi narrativa, l’analisi del discorso è usata per analizzare le interazioni con le persone. Tuttavia, si concentra sull’analisi del contesto sociale in cui è avvenuta la comunicazione tra il ricercatore e l’intervistato. L’analisi del discorso guarda anche all’ambiente quotidiano dell’intervistato e usa queste informazioni durante l’analisi.
• Teoria fondata: Si riferisce all’uso di dati qualitativi per spiegare perché un certo fenomeno è accaduto. Lo fa studiando una varietà di casi simili in ambienti diversi e usando i dati per derivare spiegazioni causali. I ricercatori possono alterare le spiegazioni o crearne di nuove man mano che studiano più casi fino ad arrivare ad una spiegazione che si adatta a tutti i casi.

Questi metodi sono quelli usati più comunemente. Tuttavia, sono disponibili anche altri metodi di analisi dei dati, come l’analisi conversazionale.

L’analisi dei dati è forse la componente più importante della ricerca. Un’analisi debole produce risultati imprecisi che non solo ostacolano l’autenticità della ricerca, ma rendono i risultati inutilizzabili. È imperativo scegliere con cura i metodi di analisi dei dati per assicurarsi che i risultati siano penetranti e utilizzabili.

Foto di testa di Brittany Colette su Unsplash