En trinvis vejledning til dataindsamling

dataindsamling er en systematisk proces med indsamling af observationer eller målinger. Uanset om du udfører forskning til forretningsmæssige, statslige eller akademiske formål, giver dataindsamling dig mulighed for at få førstehånds viden og original indsigt i dit forskningsproblem.

selvom metoder og mål kan variere mellem felter, forbliver den samlede proces med dataindsamling stort set den samme., Før du begynder at indsamle data, er du nødt til at overveje:

• formålet med forskning
• Den type data, du vil indsamle
• De metoder og procedurer, du vil bruge til at indsamle, lagre og behandle data

for At indsamle data af høj kvalitet, der er relevante for dit formål, skal du følge disse fire trin.

Trin 1: Definer formålet med din forskning

før du starter processen med dataindsamling, skal du identificere præcis, hvad du vil opnå., Du kan starte med at skrive en problemerklæring: hvad er det praktiske eller videnskabelige problem, du vil løse, og hvorfor betyder det noget?

formuler derefter et eller flere forskningsspørgsmål, der præcist definerer, hvad du vil finde ud af. Afhængigt af dine forskningsspørgsmål skal du muligvis indsamle kvantitative eller kvalitative data:

• kvantitative data udtrykkes i tal og grafer og analyseres ved hjælp af statistiske metoder.
• kvalitative data udtrykkes i ord og analyseres gennem fortolkninger og kategoriseringer.,

Hvis dit mål er at teste en hypotese, måle noget præcist eller få storstilet statistisk indsigt, skal du indsamle kvantitative data. Hvis dit mål er at udforske ideer, forstå erfaringer eller Få detaljeret indsigt i en bestemt kontekst, indsamle kvalitative data. Hvis du har flere mål, kan du bruge en mi .ed methods-tilgang, der indsamler begge typer data.

Trin 2: Vælg din dataindsamlingsmetode

baseret på de data, du vil indsamle, skal du beslutte, hvilken metode der passer bedst til din forskning.,

• eksperimentel forskning er primært en kvantitativ metode.
• Intervie .s / fokusgrupper og Etnografi er kvalitative metoder.undersøgelser, observationer, arkivforskning og sekundær dataindsamling kan være kvantitative eller kvalitative metoder.overvej nøje, hvilken metode du vil bruge til at indsamle data, der hjælper dig med at besvare dine forskningsspørgsmål direkte.,

  metoder til dataindsamling

  Metode	Når du vil bruge	Hvordan til at indsamle data
  Eksperimentere	til At teste en årsagssammenhæng.	manipulere variabler og måle deres virkninger på andre.
  undersøgelse	for at forstå de generelle egenskaber eller meninger fra en gruppe mennesker.	fordel en liste over spørgsmål til en prøve online, personligt eller over-the-phone.,
  Intervie./fokusgruppe	for at få en dybdegående forståelse af opfattelser eller meninger om et emne.spørg deltagerne åbne spørgsmål mundtligt i individuelle intervie .s eller fokusgruppediskussioner.
  Observation	for at forstå noget i dets naturlige omgivelser.	mål eller undersøg en prøve uden at forsøge at påvirke dem.
  etnografi	at studere kulturen i et fællesskab eller organisation første hånd.	Deltag og deltage i et fællesskab og registrere dine observationer og refleksioner.,
  arkivforskning	for at forstå aktuelle eller historiske begivenheder, forhold eller praksis.	få adgang til manuskripter, dokumenter eller poster fra biblioteker, depositarer eller internettet.
  sekundær dataindsamling	for at analysere data fra populationer, som du ikke kan få adgang til førstehånds.	Find eksisterende datasæt, der allerede er indsamlet, fra kilder som offentlige myndigheder eller forskningsorganisationer.,

  Her”er derfor, at studerende, der elsker Scribbr”s korrekturlæsning

  Oplev korrekturlæsning & redigering

  Trin 3: Planlæg dine data indsamlingsmetoder

  Når du ved, hvilke metode(r), du bruger, er du nødt til at planlægge præcis, hvordan du vil gennemføre dem. Hvilke procedurer vil du følge for at foretage nøjagtige observationer eller målinger af de variabler, du er interesseret i?,hvis du f.eks. udfører undersøgelser eller intervie .s, skal du beslutte, hvilken form spørgsmålene skal tage; hvis du udfører et eksperiment, skal du tage beslutninger om dit eksperimentelle design.

  operationalisering

  Nogle gange kan dine variabler måles direkte: for eksempel kan du indsamle data om medarbejdernes gennemsnitsalder ved blot at bede om fødselsdato. Men ofte vil du være interesseret i at indsamle data om mere abstrakte begreber eller variabler, der ikke kan observeres direkte.,operationalisering betyder at omdanne abstrakte konceptuelle ideer til målbare observationer. Når du planlægger, hvordan du indsamler data, skal du oversætte den konceptuelle definition af, hvad du vil studere i den operationelle definition af, hvad du rent faktisk vil måle.

  Du har besluttet at anvende undersøgelser for at indsamle kvantitative data. Det koncept, du vil måle, er ledelsens ledelse., Du operationaliserer dette koncept på to måder:

  • du beder ledere om at bedømme deres egne lederevner på 5-punkts skalaer, der vurderer evnen til at delegere, beslutsomhed og pålidelighed.
  • du beder deres direkte medarbejdere om at give anonym feedback om lederne vedrørende de samme emner.

  brug af flere ratings af et enkelt koncept kan hjælpe dig med at krydstjekke dine data og vurdere testens gyldighed af dine foranstaltninger.

  Sampling

  det kan være nødvendigt at udarbejde en prøveudtagningsplan for systematisk at indhente data., Dette indebærer at definere en befolkning, den gruppe, du ønsker at drage konklusioner om, og en prøve, den gruppe, du rent faktisk vil indsamle data fra.

  din prøveudtagningsmetode bestemmer, hvordan du rekrutterer deltagere eller får målinger til din undersøgelse. For at træffe beslutning om en prøveudtagningsmetode skal du overveje faktorer som den krævede stikprøvestørrelse, tilgængeligheden af prøven og tidsrammen for dataindsamlingen.

  Standardiseringsprocedurer

  Hvis flere forskere er involveret, skal du skrive en detaljeret manual for at standardisere dataindsamlingsprocedurer i din undersøgelse.,

  dette betyder at udarbejde specifikke trinvise instruktioner, så alle i dit forskerteam indsamler data på en konsekvent måde-for eksempel ved at udføre eksperimenter under de samme betingelser og bruge objektive kriterier til at registrere og kategorisere observationer.

  dette hjælper med at sikre pålideligheden af dine data, og du kan også bruge dem til at gentage undersøgelsen i fremtiden.

  oprettelse af en datastyringsplan

  før du begynder dataindsamling, skal du også beslutte, hvordan du vil organisere og gemme dine data.,

  • hvis du indsamler data fra personer, skal du sandsynligvis anonymisere og beskytte dataene for at forhindre lækager af følsomme oplysninger (f.eks. navne eller identitetsnumre).
  • hvis du indsamler data via intervie .s eller blyant-og-papirformater, skal du udføre transskriptioner eller dataindtastning på systematiske måder for at minimere forvrængning.
  • du kan forhindre tab af data ved at have et organisationssystem, der rutinemæssigt sikkerhedskopieres.,

  Trin 4: indsamle dataene

  endelig kan du implementere dine valgte metoder til at måle eller observere de variabler, du er interesseret i.

  til At indsamle data om opfattelser af ledere, du administrerer en undersøgelse med lukkede og åbne spørgsmål til en stikprøve på 300 ansatte i virksomheden på tværs af forskellige afdelinger og lokationer.

  de lukkede spørgsmål beder deltagerne om at bedømme deres lederskabsevner på skalaer fra 1-5., De producerede data er numeriske og kan statistisk analyseres for Gennemsnit og mønstre.

  de åbne spørgsmål beder deltagerne om eksempler på, hvad manageren klarer sig godt nu, og hvad de kan gøre bedre i fremtiden. De producerede data er kvalitative og kan kategoriseres gennem indholdsanalyse for yderligere indsigt.

  for at sikre, at data af høj kvalitet registreres på en systematisk måde, er her nogle bedste fremgangsmåder:

  • Optag alle relevante oplysninger, når du henter data., Bemærk For eksempel, om eller hvordan laboratorieudstyr kalibreres igen under en eksperimentel undersøgelse.
  • dobbelttjek manuel indtastning af data for fejl.
  • hvis du indsamler kvantitative data, kan du vurdere pålideligheden og gyldigheden for at få en indikation af din datakvalitet.

  Ofte stillede spørgsmål om dataindsamling

  Hvad er dataindsamling?

  dataindsamling er den systematiske proces, hvormed observationer eller målinger indsamles i forskning. Det bruges i mange forskellige sammenhænge af akademikere, regeringer, virksomheder og andre organisationer.,

  Hvad er fordelene ved at indsamle data?

  Når at gennemføre forskning, indsamle oprindelige data har betydelige fordele:

  • Du kan skræddersy indsamling af data til din specifikke forskning sigter mod (fx forståelse af de behov, dine forbrugere eller brugertest din hjemmeside)
  • Du kan styre og standardisere processen for høj pålidelighed og gyldighed (fx valg af relevante målinger og prøveudtagninger)

  der er Dog også nogle ulemper: indsamling af data kan være tidskrævende, arbejdskrævende og dyrt., I nogle tilfælde er det mere effektivt at bruge sekundære data, der allerede er indsamlet af en anden, men dataene kan være mindre pålidelige.

  Hvad er forskellen mellem kvantitative og kvalitative metoder?

  kvantitativ forskning omhandler tal og statistik, mens kvalitativ forskning omhandler ord og betydninger.

  kvantitative metoder giver dig mulighed for at teste en hypotese ved systematisk at indsamle og analysere data, mens kvalitative metoder giver dig mulighed for at udforske ideer og oplevelser i dybden.,

  Hvad er forskellen mellem pålidelighed og gyldighed?

  pålidelighed og gyldighed handler både om, hvor godt en metode måler noget:

  • pålidelighed refererer til konsistensen af en foranstaltning (om resultaterne kan gengives under de samme betingelser).
  • gyldighed refererer til nøjagtigheden af en foranstaltning (om resultaterne virkelig repræsenterer, hvad de skal måle).

  Hvis du laver eksperimentel forskning, skal du også overveje den interne og eksterne gyldighed af dit eksperiment.,

  Hvad er operationalisering? operationalisering betyder at omdanne abstrakte konceptuelle ideer til målbare observationer.for eksempel er begrebet social angst ikke direkte observerbar, men det kan defineres operationelt med hensyn til selvvurderingsresultater, adfærdsmæssig undgåelse af overfyldte steder eller fysiske angstsymptomer i sociale situationer.

  før du indsamler data, er det vigtigt at overveje, hvordan du vil operationalisere de variabler, du vil måle.