データ収集のステップバイステップガイド
データ収集は、観測または測定値を収集する体系的 ビジネス、政府、学術目的で研究を行っているかどうかにかかわらず、データ収集により、研究問題に関する直接の知識と独自の洞察を得ることができま
方法と目的はフィールド間で異なる場合がありますが、データ収集の全体的なプロセスはほとんど同じままです。, データの収集を開始する前に、次のことを検討する必要があります。
- 研究の目的
- 収集するデータの種類
- データの収集、保存、処理に使用する方法と手順
目的に合った質の高いデータを収集するには、次の四つのステップに従います。
ステップ1：あなたの研究の目的を定義します
データ収集のプロセスを開始する前に、達成したいものを正確に特定する必要があります。, 問題文を書くことから始めることができます：あなたが対処したい実用的または科学的な問題は何ですか、そしてなぜそれが重要なのですか？
次に、あなたが見つけたいものを正確に定義する一つ以上の研究の質問を定式化します。 あなたの研究の質問に応じて、あなたは定量的または定性的なデータを収集する必要があるかもしれません：
- 定量的データは数字とグラフで表さ
- 質的データは言葉で表現され、解釈と分類によって分析されます。,
あなたの目的が仮説をテストすること、何かを正確に測定すること、または大規模な統計的洞察を得ることであれば、定量的データを収集します。 アイデアの探求、経験の理解、または特定のコンテキストに関する詳細な洞察を得ることが目的の場合は、質的データを収集します。 複数の目的がある場合は、両方のタイプのデータを収集する混合メソッドアプローチを使用できます。
- あなたの最初の目的は、異なる部門やオフィスの場所にわたってマネージャーの認識に大きな違いがあるかどうかを評価することです。
- 第二の目的は、収集の意義からの従業員の新しいアイデアなどの経営者が向上します。
あなたは、定量的および定性的データの両方を収集するために混合法のアプローチを使用することにしました。
ステップ2：データ収集方法を選択します
収集したいデータに基づいて、どの方法が研究に最も適しているかを決定します。,
- 実験的研究は、主に定量的方法である。
- インタビュー/フォーカスグループと民族誌は定性的な方法です。
- 調査、観察、アーカイブ研究および二次データ収集は、定量的または定性的な方法であり得る。
研究の質問に直接答えるのに役立つデータを収集するためにどのような方法を使用するかを慎重に検討してください。,
| メソッド | いつ使用するか | データ収集方法 |
|---|---|---|
| 実験th> | 因果関係をテストします。 | 変数を操作し、他の変数への影響を測定します。tr> |
| 調査 | 人々のグループの一般的な特性や意見を理解するために。 | 質問のリストをオンラインで、直接または電話でサンプルに配布します。,td> |
| インタビュー/フォーカスグループ | トピックに関する認識や意見の深い理解を得るために。 | 口頭で個々のインタビューやフォーカスグループの議論で参加者にオープンエンドの質問をします。tr> |
| 観察 | その自然な設定で何かを理解するために。 | それらに影響を与えることを試みないで測定するか、または調査して下さい。td> |
| エスノグラフィー | コミュニティまたは組織の文化を直接研究するためのものです。 | 参加し、コミュニティに参加し、あなたの観察や反射を記録します。,td> |
| アーカイブリサーチ | 現在または歴史的なイベント、条件または慣行を理解するために。 | 図書館、寄託機関またはインターネットからの原稿、文書または記録にアクセスします。td> |
| セカンダリデータ収集 | 直接アクセスできない集団からのデータを分析します。 | 政府機関や研究機関などのソースから、すでに収集されている既存のデータセットを検索します。, |
ここでは、学生がScribbrの校正サービスを愛する理由
校正を発見&編集
ステップ3：データ収集手順を計画する
使用している方法がわかっている場合は、それらの実装方法を正確に計画する必要があります。 関心のある変数の正確な観測または測定を行うためには、どのような手順に従いますか？,
たとえば、調査やインタビューを行う場合は、質問の形式を決定し、実験を行う場合は、実験デザインについて決定します。
Operationalization
変数を直接測定することができます：たとえば、生年月日を尋ねるだけで従業員の平均年齢に関するデータを収集することができます。 ただし、直接観察できないより抽象的な概念や変数に関するデータを収集することに興味があることがよくあります。,
操作化とは、抽象的な概念のアイデアを測定可能な観察に変えることを意味します。 どのようにデータを収集するかを計画するときは、研究したいものの概念定義を、実際に測定するものの運用定義に変換する必要があります。
- あなたは、委任する能力、決断力と信頼性を評価する5ポイントスケールで自分のリーダーシップスキルを評価するためにマネージャーに尋ねます。
- 伺いますがその直接従業員を匿名でフィードバックの管理者には同じです。
単一のコンセプトの複数の評価を使用すると、データをクロスチェックし、メジャーのテストの妥当性を評価するのに役立ちます。
Sampling
データを体系的に取得するには、サンプリング計画を作成する必要がある場合があります。, これには、母集団、結論を導き出したいグループ、および実際にデータを収集するグループのサンプルを定義することが含まれます。
あなたのサンプリング方法は、あなたが参加者を募集したり、あなたの研究のための測定値を取得する方法を決定し サンプリング方法を決定するには、必要なサンプルサイズ、サンプルのアクセシビリティ、データ収集の時間枠などの要因を考慮する必要があります。
標準化プロシージャ
複数の研究者が関与している場合は、研究のデータ収集手順を標準化するための詳細なマニュアルを書いてください。,
これは、研究チームの全員が同じ条件で実験を行い、客観的な基準を使用して観測を記録および分類するなど、一貫した方法でデータを収集できるように、特定のステップバイステップの指示をレイアウトすることを意味します。
これは、データの信頼性を確保するのに役立ち、将来的に研究を複製するためにそれを使用することもできます。
データ管理計画の作成
データ収集を開始する前に、データをどのように整理および保存するかも決定する必要があります。,
- 人からデータを収集する場合は、機密情報（名前やid番号など）の漏洩を防ぐために、データを匿名化して保護する必要がある可能性があります。
- インタビューや鉛筆と紙の形式でデータを収集する場合は、歪みを最小限に抑えるために体系的な方法で転写またはデータ入力を行う必要があり
- 定期的にバックアップされた組織システムを使用することで、データの損失を防ぐことができます。,
ステップ4：データを収集する
最後に、選択した方法を実装して、関心のある変数を測定または観察することができます。
の閉鎖-終了の疑問をお願い参加率をマネージャのリーダーシップ-スキルにスケールから1-5., に作成されたデータをそのままの数値とのできる統計-分析のための平均値やパターンがあります。
オープンエンドの質問は、マネージャーが現在うまくやっていることと、将来的により良いことができることの例を参加者に尋ねます。 に作成されたデータをそのままの質的および分類できる内容分析を通じてさらなる講演会を開催します。
高品質のデータが体系的に記録されるようにするには、次のベストプラクティスをいくつか示します。
- データを取得するときに、関連するすべての情報を記録します。, たとえば、実験研究中にラボ機器が再校正されるかどうか、またはどのようにメモしておきます。
- 手動データ入力にエラーがないかを再確認します。
- 定量的なデータを収集する場合、信頼性と妥当性を評価してデータ品質の指標を得ることができます。
データ収集に関するよくある質問
データ収集は、観測または測定が研究において収集される体系的なプロセスである。 これは、学者、政府、企業、およびその他の組織によって多くの異なる文脈で使用されています。,
研究を行う際には、元のデータを収集することに大きな利点があります。
- 特定の研究目的に合わせてデータ収集を調整できます（消費者のニーズを理解したり、ウェブサイトをテストしたりするなど）
- 高い信頼性と妥当性のためのプロセスを制御および標準化できます（適切な測定およびサンプリング方法を選択するなど）
しかし、いくつかの欠点もあります。データ収集は時間がかかり、労力がかかり、費用がかかる可能性があります。, 場合によっては、他のユーザーによってすでに収集されているセカンダリデータを使用する方が効率的ですが、データの信頼性が低い場合があります。
定量的研究は数字と統計を扱い、定性的研究は言葉と意味を扱います。
定量的方法では、データを体系的に収集して分析することによって仮説をテストすることができますが、定性的な方法ではアイデアや経験を深,
信頼性と妥当性は、メソッドが何かをどれだけうまく測定するかについてです。
- 信頼性とは、メソッドの一貫性（結果が同じ条件で再現できるか
- 妥当性とは、メジャーの精度（結果が実際に測定することになっているものを表しているかどうか）を指します。
実験研究を行っている場合は、実験の内部および外部の妥当性も考慮する必要があります。,
操作化とは、抽象的な概念アイデアを測定可能な観察に変えることを意味します。
たとえば、社会不安の概念は直接観察できませんが、自己評価スコア、混雑した場所の行動回避、または社会的状況における身体的不安症状の観点から運用上定義することができます。
データを収集する前に、測定する変数をどのように操作するかを検討することが重要です。