ما هو تحليل البيانات في البحث؟
تعريف البحث في تحليل البيانات: حسب LeCompte و Schensul، تحليل بيانات البحث هو عملية يستخدمها الباحثون لاختزال البيانات إلى قصة وتفسيرها لاستخلاص رؤى. تساعد عملية تحليل البيانات في تقليل جزء كبير من البيانات إلى أجزاء أصغر ، وهو أمر منطقي.
تحدث ثلاثة أشياء أساسية أثناء عملية تحليل البيانات – تنظيم البيانات الأول. سيساهم التلخيص والتصنيف معًا في أن تصبح الطريقة الثانية المعروفة المستخدمة لتقليل البيانات. يساعد في العثور على الأنماط والموضوعات في البيانات لسهولة تحديدها وربطها. الطريقة الثالثة والأخيرة هي تحليل البيانات – يقوم الباحثون بذلك بطريقة من أعلى إلى أسفل أو من أسفل إلى أعلى.
من ناحية أخرى ، يصف مارشال وروسمان تحليل البيانات بأنه عملية فوضوية وغامضة ومستهلكة للوقت ، ولكنها عملية إبداعية ورائعة يتم من خلالها تنظيم كتلة من البيانات المجمعة وترتيبها ومعناها.
يمكننا القول أن “تحليل البيانات وتفسير البيانات هي عملية تمثل تطبيق المنطق الاستنتاجي والاستقرائي على البحث وتحليل البيانات.”
لماذا تحليل البيانات في البحث؟
يعتمد الباحثون بشكل كبير على البيانات لأن لديهم قصة يروونها أو مشاكل يجب حلها. يبدأ بسؤال ، والبيانات ليست سوى إجابة على هذا السؤال. ولكن ، ماذا لو لم يكن هناك سؤال لطرحه؟ نحن سوف! من الممكن استكشاف البيانات حتى بدون مشكلة – نسميها “التنقيب في البيانات” الذي غالبًا ما يكشف عن بعض الأنماط المثيرة للاهتمام ضمن البيانات التي تستحق الاستكشاف.
غير ذي صلة بنوع البيانات ، يستكشف الباحثون ورسالتهم ورؤية الجمهور لإيجاد الأنماط لتشكيل القصة التي يريدون روايتها. أحد الأشياء الأساسية المتوقعة من الباحثين أثناء تحليل البيانات هو البقاء مفتوحًا والبقاء محايدًا تجاه الأنماط والتعبيرات والنتائج غير المتوقعة. تذكر ، في بعض الأحيان ، يحكي تحليل البيانات أكثر القصص غير المتوقعة والمثيرة التي لم تكن متوقعة في وقت بدء تحليل البيانات. لذلك ، اعتمد على البيانات المتوفرة لديك واستمتع برحلة البحث الاستكشافي.
أنواع البيانات في البحث
يتمتع كل نوع من البيانات بجودة نادرة في وصف الأشياء بعد تعيين قيمة محددة لها. للتحليل ، تحتاج إلى تنظيم هذه القيم ، ومعالجتها وتقديمها في سياق معين ، لجعلها مفيدة. يمكن أن تكون البيانات بأشكال مختلفة ؛ فيما يلي أنواع البيانات الأساسية.
- البيانات النوعية: عندما تحتوي البيانات المقدمة على كلمات وأوصاف ، فإننا نسميها البيانات النوعية. على الرغم من أنه يمكنك مراقبة هذه البيانات ، إلا أنه من الصعب تحليل البيانات في البحث ، خاصة للمقارنة. مثال: تمثل بيانات الجودة كل شيء يصف الذوق أو الخبرة أو الملمس أو الرأي الذي يعتبر بيانات عالية الجودة. عادةً ما يتم جمع هذا النوع من البيانات من خلال مجموعات التركيز أو المقابلات الشخصية النوعية أو باستخدام أسئلة مفتوحة في الاستطلاعات.
- البيانات الكمية: أي بيانات معبر عنها بأرقام عددية تسمى بيانات كمية. يمكن تمييز هذا النوع من البيانات إلى فئات أو تجميعها أو قياسها أو حسابها أو تصنيفها. مثال: أسئلة مثل العمر ، الرتبة ، التكلفة ، الطول ، الوزن ، الدرجات ، إلخ. كل شيء يندرج تحت هذا النوع من البيانات. يمكنك تقديم هذه البيانات في شكل رسوم بيانية أو مخططات أو تطبيق أساليب التحليل الإحصائي على هذه البيانات. تعد استبيانات (أنظمة قياس النتائج) OMS في المسوحات مصدرًا مهمًا لجمع البيانات الرقمية.
- البيانات الفئوية: هي البيانات قدمت في مجموعات. ومع ذلك ، لا يمكن أن ينتمي العنصر المضمن في البيانات الفئوية إلى أكثر من مجموعة واحدة. مثال: يندرج الشخص الذي يرد على استطلاع بإخبار أسلوب معيشته أو حالته الاجتماعية أو عادة التدخين أو عادة الشرب ضمن البيانات الفئوية. اختبار مربع كاي هو طريقة قياسية مستخدمة لتحليل هذه البيانات.
تحليل البيانات في البحث النوعي
يعمل تحليل البيانات وأبحاث البيانات النوعية بشكل مختلف قليلاً عن البيانات الرقمية لأن بيانات الجودة تتكون من كلمات وأوصاف وصور وأشياء وأحيانًا رموز. الحصول على نظرة ثاقبة من مثل هذه المعلومات المعقدة هو عملية معقدة. ومن ثم يتم استخدامه عادة للبحث الاستكشافي وتحليل البيانات .
إيجاد الأنماط في البيانات النوعية
على الرغم من وجود عدة طرق للعثور على أنماط في المعلومات النصية ، فإن الطريقة القائمة على الكلمات هي التقنية العالمية الأكثر اعتمادًا والأكثر استخدامًا للبحث وتحليل البيانات. والجدير بالذكر أن عملية تحليل البيانات في البحث النوعي هي عملية يدوية. هنا يقرأ الباحثون عادةً البيانات المتاحة ويجدون كلمات متكررة أو شائعة الاستخدام.
على سبيل المثال ، أثناء دراسة البيانات التي تم جمعها من البلدان الأفريقية لفهم القضايا الأكثر إلحاحًا التي يواجهها الناس ، قد يجد الباحثون أن “الطعام” و “الجوع” هما أكثر الكلمات استخدامًا وسوف يسلطون الضوء عليها لمزيد من التحليل.
سياق الكلمات الرئيسية هو أسلوب آخر يعتمد على الكلمات على نطاق واسع. في هذه الطريقة ، يحاول الباحث فهم المفهوم من خلال تحليل السياق الذي يستخدم فيه المشاركون كلمة رئيسية معينة.
على سبيل المثال ، قد يقوم الباحثون الذين يقومون بإجراء البحوث وتحليل البيانات لدراسة مفهوم “السكري” بين المستجيبين بتحليل سياق متى وكيف استخدم المستفتى أو أشار إلى كلمة “مرض السكري”.
تعد التقنية القائمة على التدقيق أيضًا إحدى طرق تحليل النص الموصى بها بشدة والمستخدمة لتحديد نمط بيانات الجودة. المقارنة والتباين هي الطريقة المستخدمة على نطاق واسع في ظل هذه التقنية للتمييز بين كيفية تشابه نص معين أو اختلافه عن بعضهما البعض.
فمثلا: لمعرفة “أهمية الطبيب المقيم في الشركة” ، يتم تقسيم البيانات التي تم جمعها إلى أشخاص يعتقدون أنه من الضروري تعيين طبيب مقيم وأولئك الذين يعتقدون أنه غير ضروري. المقارنة والتباين هي أفضل طريقة يمكن استخدامها لتحليل استطلاعات الرأي التي تحتوي على أنواع أسئلة ذات إجابة واحدة.
يمكن استخدام الاستعارات لتقليل كومة البيانات والعثور على أنماط فيها بحيث يصبح من السهل ربط البيانات بالنظرية.
التقسيم المتغير هو أسلوب آخر يستخدم لتقسيم المتغيرات بحيث يمكن للباحثين العثور على أوصاف وتفسيرات أكثر تماسكًا من البيانات الهائلة.
الأساليب المستخدمة في تحليل البيانات في البحث النوعي
هناك عدة تقنيات لتحليل البيانات في البحث النوعي ، ولكن فيما يلي بعض الطرق الشائعة الاستخدام ،
- تحليل محتوى: إنها تقنية مقبولة على نطاق واسع والأكثر استخدامًا لتحليل البيانات في منهجية البحث. يمكن استخدامه لتحليل المعلومات الموثقة من النصوص والصور وأحيانًا من العناصر المادية. ان ذلك يعتمد على أسئلة البحث للتنبؤ متى وأين تستخدم هذه الطريقة.
- التحليل السردي: تستخدم هذه الطريقة لتحليل المحتوى الذي تم جمعه من مصادر مختلفة مثل المقابلات الشخصية والملاحظة الميدانية والاستطلاعات . تركز معظم المرات أو القصص أو الآراء التي يشاركها الأشخاص على إيجاد إجابات لأسئلة البحث.
- تحليل الخطاب: على غرار التحليل السردي ، يستخدم تحليل الخطاب لتحليل التفاعلات مع الناس. ومع ذلك ، فإن هذه الطريقة بالذات تأخذ في الاعتبار السياق الاجتماعي الذي يتم من خلاله أو من خلاله يتم الاتصال بين الباحث والمجيب. بالإضافة إلى ذلك ، يركز تحليل الخطاب أيضًا على نمط الحياة والبيئة اليومية أثناء استخلاص أي نتيجة.
- نظرية الارض: عندما تريد شرح سبب حدوث ظاهرة معينة ، فإن استخدام نظرية الأساس لتحليل بيانات الجودة هو أفضل حل. يتم تطبيق النظرية الأساسية لدراسة البيانات حول مجموعة من الحالات المماثلة التي تحدث في أماكن مختلفة. عندما يستخدم الباحثون هذه الطريقة ، فقد يغيرون التفسيرات أو ينتجون تفسيرات جديدة حتى يتوصلوا إلى بعض الاستنتاجات.
تحليل البيانات في البحث الكمي
تجهيز البيانات للتحليل
المرحلة الأولى في البحث وتحليل البيانات هي جعلها للتحليل بحيث تكون البيانات الاسمية يمكن تحويلها إلى شيء ذي معنى. يتكون إعداد البيانات من المراحل التالية.
المرحلة الأولى: التحقق من صحة البيانات
يتم التحقق من صحة البيانات لفهم ما إذا كانت عينة البيانات المجمعة وفقًا للمعايير المحددة مسبقًا ، أم أنها عينة بيانات متحيزة مقسمة مرة أخرى إلى أربع مراحل مختلفة
- الاحتيال: للتأكد من أن الإنسان الفعلي يسجل كل رد على الاستبيان أو الاستبيان
- الفرز: للتأكد من اختيار أو اختيار كل مشارك أو مشارك وفقًا لمعايير البحث
- الإجراء: لضمان الحفاظ على المعايير الأخلاقية أثناء جمع عينة البيانات
- الاكتمال: للتأكد من أن المستفتى قد أجاب على جميع الأسئلة في استطلاع عبر الإنترنت. آخر، قام القائم بإجراء المقابلة بطرح جميع الأسئلة التي تم وضعها في الاستبيان.
المرحلة الثانية: تحرير البيانات
في كثير من الأحيان ، تأتي عينة بيانات بحثية شاملة محملة بالأخطاء. أحيانًا يملأ المستجيبون بعض الحقول بشكل غير صحيح أو يتخطونها أحيانًا عن طريق الخطأ. تحرير البيانات هي عملية يتعين على الباحثين فيها التأكد من خلو البيانات المقدمة من مثل هذه الأخطاء. يحتاجون إلى إجراء الفحوصات اللازمة والفحوصات الخارجية لتحرير التعديل الأولي وجعله جاهزًا للتحليل.
المرحلة الثالثة: تشفير البيانات
من بين الثلاثة ، هذه هي المرحلة الأكثر أهمية في إعداد البيانات المرتبطة بتجميع وتعيين القيم لإجابات الاستطلاع . إذا تم إكمال الاستطلاع بحجم عينة 1000 ، فسيقوم الباحث بإنشاء شريحة عمرية لتمييز المستجيبين بناءً على أعمارهم. وبالتالي ، يصبح من الأسهل تحليل مجموعات البيانات الصغيرة بدلاً من التعامل مع كومة البيانات الضخمة.
الأساليب المستخدمة لتحليل البيانات في البحث الكمي
بعد إعداد البيانات للتحليل ، يكون الباحثون منفتحين على استخدام طرق مختلفة للبحث وتحليل البيانات لاستخلاص رؤى ذات مغزى. من المؤكد أن الأساليب الإحصائية هي الأكثر تفضيلًا لتحليل البيانات الرقمية. الطريقة مرة أخرى مصنفة إلى مجموعتين. أولاً، ‘الإحصاء الوصفي’ تستخدم لوصف البيانات. ثانية، “الإحصائيات الاستدلالية” التي تساعد في مقارنة البيانات .
الإحصاء الوصفي
تُستخدم هذه الطريقة لوصف السمات الأساسية لأنواع البيانات المتنوعة في البحث. يقدم البيانات بطريقة ذات مغزى بحيث يبدأ النمط في البيانات في فهمه. ومع ذلك ، فإن التحليل الوصفي لا يتعدى الاستنتاجات. تستند الاستنتاجات مرة أخرى إلى الفرضية التي صاغها الباحثون حتى الآن. فيما يلي بعض الأنواع الرئيسية لطرق التحليل الوصفي.
مقاييس التردد
- العد ، النسبة المئوية ، التكرار
- يتم استخدامه للإشارة إلى المنزل غالبًا ما يحدث حدث معين.
- يستخدمه الباحثون عندما يريدون عرض عدد المرات التي يتم فيها تقديم استجابة.
مقاييس النزعة المركزية
- يعني وضع متوسط
- تستخدم الطريقة على نطاق واسع لإثبات التوزيع حسب نقاط مختلفة.
- يستخدم الباحثون هذه الطريقة عندما يريدون عرض الاستجابة الأكثر شيوعًا أو متوسطًا.
مقاييس التشتت أو الاختلاف
- المدى ، التباين ، الانحراف المعياري
- هنا الحقل يساوي النقاط العالية / المنخفضة.
- الانحراف المعياري للتباين = الفرق بين الدرجة المرصودة والمتوسط
- يتم استخدامه لتحديد انتشار الدرجات عن طريق تحديد الفواصل الزمنية.
- يستخدم الباحثون هذه الطريقة لعرض البيانات المنتشرة. يساعدهم على تحديد العمق الذي تنتشر فيه البيانات بحيث تؤثر بشكل مباشر على الوسط.
مقاييس الموقف
- الرتب المئوية ، الرتب الربعية
- يعتمد على الدرجات الموحدة التي تساعد الباحثين على تحديد العلاقة بين الدرجات المختلفة.
- غالبًا ما يتم استخدامه عندما يريد الباحثون مقارنة الدرجات بمتوسط العد.
بالنسبة لأبحاث السوق الكمية ، غالبًا ما يعطي استخدام التحليل الوصفي أرقامًا مطلقة ، لكن التحليل لا يكفي أبدًا لإثبات الأساس المنطقي وراء هذه الأرقام. ومع ذلك ، من الضروري التفكير في أفضل طريقة للبحث وتحليل البيانات تتناسب مع استبيان المسح الخاص بك وما يريد باحثو القصة إخباره. على سبيل المثال ، المتوسط هو أفضل طريقة لتوضيح متوسط درجات الطلاب في المدارس. من الأفضل الاعتماد على الإحصاء الوصفي عندما ينوي الباحثون إبقاء البحث أو النتيجة مقصورة على ما تم توفيره عينة دون تعميمها. على سبيل المثال ، عندما تريد مقارنة متوسط التصويت الذي تم إجراؤه في مدينتين مختلفتين ، تكون الإحصائيات التفاضلية كافية.
يُطلق على التحليل الوصفي أيضًا اسم “التحليل أحادي المتغير” نظرًا لأنه يُستخدم بشكل شائع لتحليل متغير واحد.
الإحصاء الاستدلالي
تُستخدم الإحصائيات الاستدلالية لعمل تنبؤات حول عدد أكبر من السكان بعد البحث وتحليل البيانات لعينة السكان الممثلة التي تم جمعها. على سبيل المثال ، يمكنك أن تطلب من بعض 100 شخص غريب في السينما ما إذا كانوا يحبون الفيلم الذي يشاهدونه. يستخدم الباحثون بعد ذلك الإحصائيات الاستدلالية على العينة التي تم جمعها لإيجاد سبب أن حوالي 80-90٪ من الأشخاص يحبون الفيلم.
فيما يلي مجالان مهمان للإحصاءات الاستنتاجية.
- تقدير المعلمات: يأخذ الإحصائيات من عينة بيانات البحث ويوضح شيئًا عن المعلمة السكانية.
- اختبار الفرضية: يتعلق الأمر بأخذ عينات من بيانات البحث للإجابة على بحث المسح أسئلة. على سبيل المثال ، قد يكون الباحثون مهتمين بفهم ما إذا كان اللون الجديد لأحمر الشفاه الذي تم إطلاقه مؤخرًا جيدًا أم لا ، أو ما إذا كانت كبسولات الفيتامينات تساعد الأطفال على أداء أفضل في الألعاب.
هذه طرق تحليل متطورة تُستخدم لعرض العلاقة بين المتغيرات المختلفة بدلاً من وصف متغير واحد. غالبًا ما يستخدم عندما يريد الباحثون شيئًا يتجاوز الأرقام المطلقة لفهم العلاقة بين المتغيرات.
فيما يلي بعض الطرق الشائعة الاستخدام لتحليل البيانات في البحث.
- الارتباط: عندما لا يقوم الباحثون بإجراء بحث تجريبي أو بحث شبه تجريبي حيث يهتم الباحثون بفهم العلاقة بين متغيرين أو أكثر ، فإنهم يختارون طرق البحث الارتباطية .
- الجدولة المتقاطعة: تسمى أيضًا جداول الطوارئ ، تُستخدم الجدولة المتقاطعة لتحليل العلاقة بين المتغيرات المتعددة. افترض أن البيانات المقدمة تحتوي على فئات عمرية وجنس معروضة في صفوف وأعمدة. يساعد الجدولة المتقاطعة ثنائية الأبعاد على تحليل البيانات والبحث السلس من خلال إظهار عدد الذكور والإناث في كل فئة عمرية.
- تحليل الانحدار: لفهم العلاقة القوية بين متغيرين ، لا ينظر الباحثون إلى ما وراء طريقة تحليل الانحدار الأولية والشائعة الاستخدام ، والتي تعد أيضًا نوعًا من التحليل التنبئي المستخدم. في هذه الطريقة ، لديك عامل أساسي يسمى المتغير التابع. لديك أيضًا العديد من المتغيرات المستقلة في تحليل الانحدار. إنك تبذل جهودًا لمعرفة تأثير المتغيرات المستقلة على المتغير التابع. يُفترض أن قيم كل من المتغيرات المستقلة والتابعة يتم التحقق منها بطريقة عشوائية خالية من الأخطاء.
- جداول التردد: يتم استخدام الإجراء الإحصائي لاختبار الدرجة التي يختلف بها اثنان أو أكثر أو يختلفان في التجربة. درجة كبيرة من التباين يعني أن نتائج البحث كانت مهمة. في العديد من السياقات ، يتشابه اختبار ANOVA وتحليل التباين.
- تحليل التباين: يتم استخدام الإجراء الإحصائي لاختبار الدرجة التي يختلف بها اثنان أو أكثر أو يختلفان في التجربة. درجة كبيرة من التباين يعني أن نتائج البحث كانت مهمة. في العديد من السياقات ، يتشابه اختبار ANOVA وتحليل التباين.
اعتبارات في تحليل بيانات البحث
- يجب أن يتمتع الباحثون بالمهارات اللازمة لتحليل البيانات ومعالجتها ، والحصول على تدريب لإثبات مستوى عالٍ من الممارسة البحثية. من الناحية المثالية ، يجب أن يمتلك الباحثون أكثر من فهم أساسي للأساس المنطقي لاختيار طريقة إحصائية واحدة على الأخرى للحصول على رؤى بيانات أفضل.
- عادة ، تختلف مشاريع البحث وتحليل البيانات باختلاف الانضباط العلمي ؛ لذلك ، فإن الحصول على المشورة الإحصائية في بداية التحليل يساعد في تصميم استبيان مسح ، واختيار طرق جمع البيانات ، واختيار العينات.
- الهدف الأساسي لبحوث البيانات وتحليلها هو استنباط رؤى نهائية غير متحيزة. أي خطأ أو الاحتفاظ بعقل متحيز لجمع البيانات ، أو اختيار طريقة التحليل ، أو اختيار عينة الجمهور لاستخلاص استنتاج متحيز.
- غير ذي صلة بالتطور المستخدم في بيانات البحث والتحليل يكفي لتصحيح قياسات النتائج الموضوعية سيئة التحديد. لا يهم ما إذا كان التصميم على خطأ أو أن النوايا غير واضحة ، لكن الافتقار إلى الوضوح قد يضلل القراء ، لذا تجنب هذه الممارسة.
- الدافع وراء تحليل البيانات في البحث هو تقديم بيانات دقيقة وموثوقة. قدر الإمكان ، تجنب الأخطاء الإحصائية ، وابحث عن طريقة للتعامل مع التحديات اليومية مثل القيم المتطرفة ، أو البيانات المفقودة ، أو تغيير البيانات ، أو التنقيب في البيانات ، أو تطوير التمثيل الرسومي.
الكم الهائل من البيانات التي يتم إنشاؤها يوميًا أمر مخيف. خاصة عندما يحتل تحليل البيانات مركز الصدارة. في 2018. في العام الماضي ، بلغ إجمالي المعروض من البيانات 2.8 تريليون غيغابايت. ومن ثم ، فمن الواضح أن المؤسسات الراغبة في البقاء في عالم شديد التنافسية يجب أن تمتلك قدرة ممتازة على تحليل البيانات البحثية المعقدة ، واشتقاق رؤى قابلة للتنفيذ ، والتكيف مع احتياجات السوق الجديدة.
QuestionPro هي عبارة عن منصة استطلاع عبر الإنترنت تعمل على تمكين المؤسسات في تحليل البيانات والبحث وتوفر لهم وسيلة لجمع البيانات من خلال إنشاء استطلاعات جذابة.