Araştırmada veri analizi nedir?
Veri analizinde araştırmanın tanımı: Göre
LeCompte
ve
Schensul
araştırma veri analizi, araştırmacılar tarafından verileri bir hikayeye indirgemek ve içgörü elde etmek için yorumlamak için kullanılan bir süreçtir. Veri analizi süreci, büyük bir veri yığınının daha küçük parçalara indirgenmesine yardımcı olur ve bu da anlamlıdır.
Veri analizi sürecinde üç temel şey gerçekleşir – ilk olarak veri organizasyonu. Summarizasyon ve kategorizasyon birlikte Veri indirgeme için kullanılan bilinen ikinci yöntem. Kolay tanımlama ve bağlantı kurma için verilerdeki kalıpları ve temaları bulmaya yardımcı olur. Üçüncü ve son yol ise veri analizidir – araştırmacılar bunu hem yukarıdan aşağıya hem de aşağıdan yukarıya doğru yaparlar.
Öte yandan Marshall ve Rossman şunları tanımlamaktadır
veri̇ anali̇zi̇
dağınık, belirsiz ve zaman alıcı, ancak toplanan veri yığınının düzene, yapıya ve anlama kavuşturulduğu yaratıcı ve büyüleyici bir süreçtir.
“Veri analizi ve veri yorumlama, tümdengelim ve tümevarım mantığının araştırma ve veri analizine uygulanmasını temsil eden bir süreçtir” diyebiliriz.
Araştırmada neden veri analizi yapılmalıdır?
Araştırmacılar, anlatacak bir hikayeleri veya çözmeleri gereken problemleri olduğu için büyük ölçüde verilere güvenirler. Her şey bir soruyla başlar ve veri bu soruya verilen bir yanıttan başka bir şey değildir. Peki ya sorulacak bir soru yoksa? Vay be! Bir sorun olmadan da verileri keşfetmek mümkündür – biz buna
‘Veri Madenciliği’
Bunlar genellikle veriler içinde keşfedilmeye değer bazı ilginç kalıpları ortaya çıkarır.
Araştırmacıların keşfettikleri veri türünden bağımsız olarak, misyonları ve izleyicilerin vizyonu, anlatmak istedikleri hikayeyi şekillendirecek kalıpları bulmaları için onlara rehberlik eder. Verileri analiz ederken araştırmacılardan beklenen en önemli şeylerden biri, beklenmedik kalıplara, ifadelere ve sonuçlara karşı açık ve tarafsız kalmalarıdır. Unutmayın, bazen veri analizi, veri analizi başlatılırken beklenmeyen ancak heyecan verici hikayeler anlatır. Bu nedenle, elinizdeki verilere güvenin ve keşifsel araştırma yolculuğunun tadını çıkarın.
Araştırmada veri türleri
Her tür veri, kendisine belirli bir değer atandıktan sonra bir şeyleri tanımlama gibi nadir bir niteliğe sahiptir. Analiz için, belirli bir bağlamda işlenen ve sunulan bu değerleri kullanışlı hale getirmek için düzenlemeniz gerekir. Veriler farklı biçimlerde olabilir; işte başlıca veri türleri.
- Nitel veriler: Sunulan verilerde kelimeler ve açıklamalar olduğunda, buna
Nitel veriler
. Bu verileri gözlemleyebilmenize rağmen, özellikle karşılaştırma yapmak için araştırmadaki verileri analiz etmek öznel ve daha zordur. Örnek: Kalite verileri; tat, deneyim, doku veya kaliteli veri olarak kabul edilen bir görüşü tanımlayan her şeyi temsil eder. Bu tür veriler genellikle odak grupları, kişisel nitel görüşmeler veya anketlerde açık uçlu sorular kullanılarak toplanır. - Nicel veriler: Sayısal rakamlarla ifade edilen her türlü veriye sayısal veri denir.
nicel veriler
. Bu tür veriler kategorilere ayrılabilir, gruplandırılabilir, ölçülebilir, hesaplanabilir veya sıralanabilir. Örnek: Yaş, rütbe, maliyet, uzunluk, ağırlık, puanlar vb. gibi sorular bu tür verilerin altına girer. Bu tür verileri grafik formatında, çizelgeler halinde sunabilir veya bu verilere istatistiksel analiz yöntemleri uygulayabilirsiniz. Anketlerdeki (Outcomes Measurement Systems) OMS anketleri, sayısal verilerin toplanmasında önemli bir kaynaktır. - Kategorik veri: Bu veriler gruplar halinde sunulmuştur. Ancak kategorik verilerde yer alan bir madde birden fazla gruba ait olamaz. Örnek: Bir ankete yaşam tarzını, medeni durumunu, sigara içme alışkanlığını veya içki içme alışkanlığını söyleyerek yanıt veren bir kişi kategorik veri kapsamına girer. Ki-kare testi, bu verileri analiz etmek için kullanılan standart bir yöntemdir.
Nitel araştırmada veri analizi
Veri analizi ve nitel veri araştırması, sayısal verilerden biraz farklı çalışır çünkü nitelikli veriler kelimelerden, tanımlardan, görüntülerden, nesnelerden ve bazen de sembollerden oluşur. Böylesine karmaşık bilgilerden içgörü elde etmek karmaşık bir süreçtir. Bu nedenle genellikle keşifsel araştırma ve veri analizi için kullanılır.
Nitel verilerde örüntüler bulmak
Metinsel bilgilerde örüntü bulmanın çeşitli yolları olmasına rağmen, kelime tabanlı yöntem, araştırma ve veri analizi için en çok güvenilen ve yaygın olarak kullanılan küresel tekniktir. Özellikle, nitel araştırmada veri analiz süreci manueldir. Burada araştırmacılar genellikle mevcut verileri okur ve tekrar eden veya yaygın olarak kullanılan kelimeleri bulur.
Örneğin,
Araştırmacılar, insanların karşılaştığı en acil sorunları anlamak için Afrika ülkelerinden toplanan verileri incelerken şunları bulabilirler
“yemek”
ve
“AÇLIK”
en sık kullanılan kelimelerdir ve daha fazla analiz için bunları vurgulayacağız.
Anahtar kelime bağlamı, yaygın olarak kullanılan bir diğer kelime tabanlı tekniktir. Bu yöntemde araştırmacı, katılımcıların belirli bir anahtar kelimeyi kullandıkları bağlamı analiz ederek kavramı anlamaya çalışır.
Örneğinkavramını incelemek için araştırma ve veri analizi yapan araştırmacılar
‘diyabet’
Katılımcılar arasında, katılımcının ‘diyabet’ kelimesini ne zaman ve nasıl kullandığını veya bu kelimeye nasıl atıfta bulunduğunu analiz edebilir.
İncelemeye dayalı teknik de şiddetle tavsiye edilen tekniklerden biridir.
metin analizi
Kaliteli bir veri örüntüsünü tanımlamak için kullanılan yöntemler. Karşılaştırma ve zıtlık, belirli bir metnin birbiriyle nasıl benzer veya farklı olduğunu ayırt etmek için bu teknik altında yaygın olarak kullanılan yöntemdir.
Örneğin: “Bir şirkette asistan doktorun önemini” bulmak için toplanan veriler, asistan doktor çalıştırmanın gerekli olduğunu düşünenler ve gereksiz olduğunu düşünenler olarak ikiye ayrılmıştır. Karşılaştırma ve zıtlık, tek cevaplı soru türlerine sahip anketleri analiz etmek için kullanılabilecek en iyi yöntemdir.
Metaforlar, veri yığınını azaltmak ve içinde kalıplar bulmak için kullanılabilir, böylece verileri teori ile ilişkilendirmek daha kolay hale gelir.
Değişken Bölümleme, araştırmacıların muazzam verilerden daha tutarlı tanımlar ve açıklamalar bulabilmeleri için değişkenleri bölmek için kullanılan bir başka tekniktir.
Nitel araştırmada veri analizi için kullanılan yöntemler
Nitel araştırmada verileri analiz etmek için çeşitli teknikler vardır, ancak burada yaygın olarak kullanılan bazı yöntemler verilmiştir,
- İçerik Analizi: Araştırma metodolojisinde veri analizi için yaygın olarak kabul gören ve en sık kullanılan tekniktir. Metinlerden, görüntülerden ve bazen de fiziksel öğelerden belgelenmiş bilgileri analiz etmek için kullanılabilir. Bu aşağıdakilere bağlıdır
araştırma soruları
Bu yöntemin ne zaman ve nerede kullanılacağını tahmin etmek için. - Anlatı Analizi: Bu yöntem, kişisel görüşmeler, saha gözlemleri ve anketler gibi çeşitli kaynaklardan toplanan içeriği analiz etmek için kullanılır.
anketler
.
Çoğu zaman, insanlar tarafından paylaşılan hikayeler veya görüşler araştırma sorularına yanıt bulmaya odaklanır. - Söylem Analizi: Anlatı analizine benzer şekilde, söylem analizi de insanlarla olan etkileşimleri analiz etmek için kullanılır. Bununla birlikte, bu özel yöntem, araştırmacı ile katılımcı arasındaki iletişimin gerçekleştiği veya içinde bulunduğu sosyal bağlamı dikkate alır. Buna ek olarak, söylem analizi herhangi bir sonuca varırken yaşam tarzına ve günlük çevreye de odaklanır.
- Temellendirilmiş Teori: Belirli bir olgunun neden meydana geldiğini açıklamak istediğinizde, kaliteli verileri analiz etmek için temellendirilmiş teoriyi kullanmak en iyi çözümdür. Temellendirilmiş teori, farklı ortamlarda meydana gelen benzer vakalar hakkındaki verileri incelemek için uygulanır. Araştırmacılar bu yöntemi kullanırken, bir sonuca ulaşana kadar açıklamaları değiştirebilir veya yenilerini üretebilirler.
Nicel araştırmalarda veri analizi
Analiz için veri hazırlama
Araştırma ve veri analizinde ilk aşama, verilerin analiz için uygun hale getirilmesidir.
nominal veri
anlamlı bir şeye dönüştürülebilir. Veri hazırlama aşağıdaki aşamalardan oluşur.
Aşama I: Veri Doğrulama
Veri doğrulama, toplanan veri örneğinin önceden belirlenmiş standartlara uygun olup olmadığını veya yanlı bir veri örneği olup olmadığını anlamak için yapılır ve yine dört farklı aşamaya ayrılır
- Sahtekarlık: Ankete veya soru formuna verilen her yanıtın gerçek bir insan tarafından kaydedildiğinden emin olmak için
- Eleme: Her bir katılımcının veya yanıtlayıcının araştırma kriterlerine uygun olarak seçildiğinden veya seçildiğinden emin olmak
- Prosedür: Veri örneklemi toplanırken etik standartların korunmasını sağlamak için
- Bütünlük: Katılımcının çevrimiçi bir anketteki tüm soruları yanıtladığından emin olmak için. Başka, görüşmeci ankette tasarlanan tüm soruları sormuştur.
Aşama II: Veri Düzenleme
Çoğu zaman, kapsamlı bir araştırma veri örneği hatalarla yüklü olarak gelir. Katılımcılar bazen bazı alanları yanlış doldurmakta veya yanlışlıkla atlamaktadır. Veri düzenleme, araştırmacıların sağlanan verilerin bu tür hatalardan arındırılmış olduğunu teyit etmeleri gereken bir süreçtir. Ham düzenlemeyi düzenlemek ve analize hazır hale getirmek için gerekli kontrolleri ve aykırı değer kontrollerini yapmaları gerekir.
Aşama III: Veri Kodlama
Bu üç aşama arasında, anket yanıtlarının gruplandırılması ve değerlerinin atanması ile ilgili en kritik veri hazırlama aşamasıdır. Bir anket 1000 örneklem büyüklüğü ile tamamlanırsa, araştırmacı katılımcıları yaşlarına göre ayırmak için bir yaş aralığı oluşturacaktır. Böylece devasa veri yığınıyla uğraşmak yerine küçük veri kovalarını analiz etmek daha kolay hale gelir.
Nicel araştırmalarda veri analizi için kullanılan yöntemler
Veriler analiz için hazırlandıktan sonra, araştırmacılar anlamlı içgörüler elde etmek için farklı araştırma ve veri analiz yöntemlerini kullanmaya açıktır. Sayısal verileri analiz etmek için en çok tercih edilen yöntem elbette istatistiksel tekniklerdir. Yöntem yine iki gruba ayrılır. Birincisi, ‘Tanımlayıcı İstatistikler’ verileri tanımlamak için kullanılır. İkincisi, Verilerin karşılaştırılmasına yardımcı olan‘çıkarımsal istatistik’ .
Tanımlayıcı istatistikler
Bu yöntem, araştırmada çok yönlü veri türlerinin temel özelliklerini tanımlamak için kullanılır. Verileri o kadar anlamlı bir şekilde sunar ki verilerdeki örüntüler anlam kazanmaya başlar. Bununla birlikte, betimsel analiz sonuç çıkarmanın ötesine geçmemektedir. Sonuçlar yine araştırmacıların şu ana kadar formüle ettikleri hipotezlere dayanmaktadır. Başlıca birkaç betimsel analiz yöntemi aşağıda verilmiştir.
Frekans Ölçütleri
- Sayı, Yüzde, Frekans
- Belirli bir olayın evde ne sıklıkla meydana geldiğini belirtmek için kullanılır.
- Araştırmacılar, bir yanıtın ne sıklıkta verildiğini göstermek istediklerinde bunu kullanırlar.
Merkezi Eğilim Ölçütleri
- Ortalama, Medyan, Mod
- Bu yöntem, çeşitli noktalara göre dağılımı göstermek için yaygın olarak kullanılmaktadır.
- Araştırmacılar, en yaygın veya ortalama olarak belirtilen yanıtı sergilemek istediklerinde bu yöntemi kullanırlar.
Dağılım veya Varyasyon Ölçütleri
- Aralık, Varyans, Standart sapma
- Burada alan yüksek/düşük puanlara eşittir.
- Varyans standart sapma = gözlenen puan ile ortalama arasındaki fark
- Aralıkları belirterek skorların yayılımını tanımlamak için kullanılır.
- Araştırmacılar bu yöntemi dağınık verileri sergilemek için kullanmaktadır. Verilerin hangi derinliğe kadar yayıldığını ve bunun ortalamayı doğrudan etkilediğini belirlemelerine yardımcı olur.
Pozisyon Ölçütleri
- Yüzdelik sıralar, Çeyreklik sıralar
- Araştırmacıların farklı puanlar arasındaki ilişkiyi belirlemelerine yardımcı olan standartlaştırılmış puanlara dayanır.
- Genellikle araştırmacılar skorları ortalama sayı ile karşılaştırmak istediklerinde kullanılır.
Kantitatif pazar araştırmaları için betimsel analiz kullanımı genellikle mutlak sayılar verir, ancak analiz hiçbir zaman bu sayıların arkasındaki mantığı göstermek için yeterli değildir. Bununla birlikte, anket soru formunuza ve araştırmacıların anlatmak istedikleri hikayeye uygun araştırma ve veri analizi için en iyi yöntemi düşünmek gerekir. Örneğin, ortalama, okullardaki öğrencilerin ortalama puanlarını göstermenin en iyi yoludur. Araştırmacılar araştırmayı veya sonucu verilenlerle sınırlı tutmak istediklerinde tanımlayıcı istatistiklere güvenmek daha iyidir örnek genelleme yapmadan. Örneğin, iki farklı şehirde yapılan ortalama oylamayı karşılaştırmak istediğinizde, diferansiyel istatistikler yeterlidir.
Tanımlayıcı analiz, genellikle tek bir değişkeni analiz etmek için kullanıldığından ‘tek değişkenli analiz’ olarak da adlandırılır.
Çıkarımsal istatistikler
Çıkarımsal istatistikler, temsil eden popülasyonun toplanan örnekleminin araştırılması ve veri analizinden sonra daha büyük bir popülasyon hakkında tahminlerde bulunmak için kullanılır. Örneğin, bir sinema salonundaki 100 kadar seyirciye izledikleri filmi beğenip beğenmediklerini sorabilirsiniz. Araştırmacılar daha sonra toplanan veriler üzerinde çıkarımsal istatistikler kullanır.
örnek
insanların yaklaşık %80-90’ının filmi beğenmesi.
İşte çıkarımsal istatistiğin iki önemli alanı.
Parametrelerin tahmin edilmesi:
Örnek araştırma verilerinden istatistikler alır ve popülasyon parametresi hakkında bir şeyler gösterir.
Hipotez testi:
Isorulara cevap vermek için araştırma verilerini örneklemekle ilgilidir.
anket araştırması
Sorular. Örneğin, araştırmacılar yakın zamanda piyasaya sürülen yeni ruj tonunun iyi olup olmadığını veya multivitamin kapsüllerinin çocukların oyunlarda daha iyi performans göstermesine yardımcı olup olmadığını anlamak isteyebilir.
Bunlar sofistike
anali̇z yöntemleri̇
tek bir değişkeni tanımlamak yerine farklı değişkenler arasındaki ilişkiyi sergilemek için kullanılır. Genellikle araştırmacılar değişkenler arasındaki ilişkiyi anlamak için mutlak sayıların ötesinde bir şey istediklerinde kullanılır.
Araştırmalarda veri analizi için yaygın olarak kullanılan yöntemlerden bazıları şunlardır.
- Korelasyon: Araştırmacılar araştırma yapmadığında
deneysel araştırma
veya yarı deneysel araştırmalar da, araştırmacılar iki veya daha fazla değişken arasındaki ilişkiyi anlamak istediklerinde, aşağıdaki yöntemleri tercih ederler
korelasyonel araştırma
yöntemler.
- Çapraz tablolama: Olumsallık tabloları olarak da adlandırılır,
çapraz tablolama
çoklu değişkenler arasındaki ilişkiyi analiz etmek için kullanılır. Sağlanan verilerin satır ve sütunlarda sunulan yaş ve cinsiyet kategorilerine sahip olduğunu varsayalım. İki boyutlu çapraz tablolama, her yaş kategorisindeki erkek ve kadın sayısını göstererek sorunsuz veri analizi ve araştırma yapılmasına yardımcı olur.
- Regresyon analizi: İki değişken arasındaki güçlü ilişkiyi anlamak için araştırmacılar, aynı zamanda kullanılan bir tahmin analizi türü olan birincil ve yaygın olarak kullanılan regresyon analizi yönteminin ötesine bakmazlar. Bu yöntemde, bağımlı değişken olarak adlandırılan temel bir faktörünüz vardır. Ayrıca regresyon analizinde birden fazla bağımsız değişkeniniz vardır. Bağımsız değişkenlerin bağımlı değişken üzerindeki etkisini bulmak için çaba sarf ediyorsunuz. Hem bağımsız hem de bağımlı değişkenlerin değerlerinin hatasız ve rastgele bir şekilde tespit edildiği varsayılmaktadır.
- Frekans tabloları: İstatistiksel prosedür, bir deneyde iki veya daha fazla değişme veya farklılaşma derecesini test etmek için kullanılır. Hatırı sayılır derecede çeşitlilik, araştırma bulgularının anlamlı olduğu anlamına gelmektedir. Birçok bağlamda, ANOVA testi ve varyans analizi benzerdir.
- Varyans analizi: İstatistiksel prosedür, bir deneyde iki veya daha fazla değişkenin veya farklılığın derecesini test etmek için kullanılır. Hatırı sayılır derecede çeşitlilik, araştırma bulgularının anlamlı olduğu anlamına gelmektedir. Birçok bağlamda,
ANOVA testi
ve varyans analizi benzerdir.
Araştırma verilerinin analizinde dikkat edilmesi gerekenler
- Araştırmacılar, verileri analiz etmek ve manipüle etmek için gerekli becerilere sahip olmalı, yüksek standartta araştırma uygulamaları sergilemek üzere eğitim almalıdır. İdeal olarak, araştırmacılar daha iyi veri içgörüleri elde etmek için bir istatistiksel yöntemi diğerine tercih etmenin mantığı hakkında temel bir anlayıştan daha fazlasına sahip olmalıdır.
- Genellikle, araştırma ve veri analizi projeleri bilimsel disipline göre farklılık gösterir; bu nedenle, analizin başında istatistiksel tavsiye almak, anket soru formunun tasarlanmasına, anketin
veri̇ toplama
yöntemleri ve örnekleri seçin.
- Veri araştırması ve analizinin birincil amacı, tarafsız nihai içgörüler elde etmektir. Veri toplarken, analiz yöntemini seçerken ya da veri analizi yaparken herhangi bir hata ya da önyargılı
izleyici
örnek il yanlı bir çıkarım yapmak için.
- Araştırma verilerinde ve analizinde kullanılan karmaşıklıkla ilgisi olmayan, zayıf tanımlanmış nesnel sonuç ölçümlerini düzeltmek için yeterlidir. Tasarımın hatalı olması veya niyetin açık olmaması önemli değildir, ancak netlik eksikliği okuyucuları yanlış yönlendirebilir, bu nedenle bu uygulamadan kaçının.
- Araştırmalarda veri analizinin ardında yatan neden, doğru ve güvenilir veriler sunmaktır. Mümkün olduğunca istatistiksel hatalardan kaçının ve aykırı değerler, eksik veriler, veri değiştirme, veri madenciliği veya grafiksel gösterim geliştirme gibi günlük zorluklarla başa çıkmanın bir yolunu bulun.
Her gün üretilen veri miktarı korkutucu boyutlarda. Özellikle de veri analizi ön plana çıktığında. 2018’de. Geçtiğimiz yıl toplam veri arzı 2,8 trilyon gigabayta ulaşmıştır. Dolayısıyla, hiper rekabetçi dünyada ayakta kalmak isteyen işletmelerin karmaşık araştırma verilerini analiz etme, eyleme geçirilebilir içgörüler elde etme ve yeni pazar ihtiyaçlarına uyum sağlama konusunda mükemmel bir yeteneğe sahip olmaları gerektiği açıktır.
QuestionPro, kuruluşları veri analizi ve araştırma konusunda güçlendiren ve onlara çekici anketler oluşturarak veri toplamaları için bir ortam sağlayan çevrimiçi bir anket platformudur.