En steg-for-steg guide til datainnsamling
innsamling av Data er en systematisk prosess for å innhente observasjoner eller målinger. Enten du er å utføre forskning for næringsliv, offentlige eller akademiske formål, datainnsamling gir deg mulighet til å få førstehånds kunnskap og original innsikt i forskning problem.
Mens metoder og mål kan variere mellom feltene, den generelle prosessen med innsamling av data forblir i stor grad de samme., Før du begynner å samle inn data, må du vurdere følgende:
- målet av forskning
- Den type data du vil samle
- De metoder og prosedyrer som du vil bruke til å samle inn, lagre og behandle data
for Å samle inn data av høy kvalitet som er relevant til ditt formål, følger du disse fire trinnene.
Trinn 1: Definere mål av din forskning
Før du starter prosessen med innsamling av data, må du identifisere nøyaktig hva du ønsker å oppnå., Du kan starte ved å skrive et problem uttalelse: det som er praktisk eller vitenskapelig problem som du ønsker å løse, og hvorfor gjør det noe?
Neste, formulere en eller flere problemstillinger som presist definere hva du ønsker å finne ut. Avhengig av din forskning for spørsmål, kanskje du trenger for å samle inn kvantitative eller kvalitative data:
- Kvantitative data uttrykkes i tall og grafer, og er analysert gjennom statistiske metoder.
- Kvalitative data er uttrykt i ord og analysert gjennom fortolkninger og categorizations.,
Hvis målet ditt er å teste en hypotese, måle noe presist, eller få store statistiske innsikt, samle inn kvantitative data. Hvis målet ditt er å utforske ideer, forstå erfaringer, eller få detaljert innsikt i en bestemt kontekst, samle inn kvalitative data. Hvis du har flere mål, kan du bruke en blandet metoder tilnærming som samler begge typer data.
- Ditt første mål er å vurdere om det er vesentlige forskjeller i oppfatninger av ledere på tvers av ulike avdelinger og kontorer.
- andre målet er å samle meningsfull tilbakemelding fra ansatte til å utforske nye ideer for hvordan ledere kan forbedre.
Du bestemmer deg for å bruke en blanding av metoder for tilnærming til å samle inn både kvantitative og kvalitative data.
Trinn 2: Velg din datainnsamling metode
Basert på dataene som du ønsker å samle, bestemme hvilken metode som er best egnet for din forskning.,
- Eksperimentell forskning er først og fremst en kvantitativ metode.
- Intervjuer/fokusgrupper og etnografi er kvalitative metoder.
- Undersøkelser, observasjoner, arkivering forskning og videregående datainnsamling kan være kvantitative eller kvalitative metoder.
Nøye vurdere hvilken metode du vil bruke til å samle inn data som hjelper deg direkte svar på din forskning for spørsmål.,
| Metode | Ved å bruke | Hvordan for å samle inn data |
|---|---|---|
| Eksperiment | for Å teste en årsakssammenheng. | Manipulere variabler og måle effekter på andre. |
| Survey | for Å forstå de generelle egenskaper eller oppfatninger til en gruppe mennesker. | Distribuere en liste med spørsmål til en prøve online, personlig eller over telefon., |
| Intervju/focus group – | for Å få en dyptgående forståelse av oppfatninger eller meninger om et emne. | Verbalt be deltakerne åpne spørsmål i individuelle intervjuer eller fokus gruppediskusjoner. |
| Observasjon | for Å forstå noe i sin naturlige setting. | Måle eller kartlegge et eksempel uten å prøve å påvirke dem. |
| Etnografi | for Å studere kulturen i et samfunn eller en organisasjon som i første hånd. | Bli med og delta i samfunnet og ta opp dine observasjoner og refleksjoner., |
| Arkivering forskning | for Å forstå nåværende eller historiske hendelser, forhold eller praksis. | Tilgang manuskripter, dokumenter eller registre fra biblioteker, depositories eller internett. |
| Sekundære data collection | for Å analysere data fra bestander som du ikke kan få tilgang første hånd. | Finn eksisterende datasett som allerede er samlet inn, fra kilder som for eksempel offentlige kontorer eller forskning organisasjoner., |
Her»s hvorfor elevene elsker Scribbr»s korrekturlesing
Oppdag korrekturlesing & redigering
Trinn 3: Planlegg din datainnsamling prosedyrer
Når du vet hvilke metode(r) som du bruker, du trenger for å planlegge nøyaktig hvordan du vil gjennomføre dem. Hva prosedyrer vil du følge for å gjøre nøyaktige observasjoner eller målinger av variablene som du er interessert i?,
For eksempel, hvis du er å gjennomføre spørreundersøkelser eller intervjuer, bestemme hvilken form spørsmålene vil ta, hvis du er å gjennomføre et eksperiment, må beslutninger om den eksperimentelle design.
Operationalization
noen Ganger variabler som kan måles direkte: du kan for eksempel samle inn data på gjennomsnittlig alder på ansatte rett og slett ved å spørre etter fødselsdato. Imidlertid ofte du vil være interessert i å samle inn data på mer abstrakte begreper eller variabler som ikke kan være direkte observert.,
Operationalization betyr å slå abstrakt konseptuelle ideer til målbare observasjoner. Når du planlegger hvordan du vil samle inn data, trenger du å oversette den prinsipielle definisjonen av hva du ønsker å studere i operativ definisjon av hva du faktisk vil måle.
- Du spør ledere til å rangere sine egne lederegenskaper på 5-punkt skalaer å vurdere evne til å delegere, besluttsomhet og pålitelighet.
- Du spør direkte ansatte til å gi anonyme tilbakemeldinger på ledere om samme emner.
ved Hjelp av flere klassifiseringer av et enkelt konsept som kan hjelpe deg med å kryss-sjekke dine data og vurdere teste gyldigheten av dine tiltak.
Prøvetaking
Du kan få behov for å utvikle et utvalg plan for å få tak i data systematisk., Dette innebærer å definere en befolkning, den gruppen du ønsker å trekke konklusjoner om, og et eksempel på et konsernet vil du faktisk samle inn data fra.
Din sampling metoden vil finne ut hvordan du kan rekruttere deltakere eller få målinger for ditt studium. For å avgjøre om en sampling metoden vil du trenger for å vurdere faktorer som kreves for eksempel størrelse, tilgjengelighet av prøven, og tidsramme av datainnsamlingen.
Standardisering av prosedyrer
Hvis flere forskere er involvert, skriver en detaljert manual for å standardisere datainnsamling prosedyrer i ditt studium.,
Dette betyr å legge ut bestemte trinn-for-trinn-instruksjoner, slik at alle i din forskning teamet samler inn data på en konsistent måte – for eksempel ved å gjennomføre eksperimenter under samme forutsetninger og med objektive kriterier for å registrere og kategorisere observasjoner.
Dette bidrar til å sikre påliteligheten av dataene, og du kan også bruke den til å gjenskape studere i fremtiden.
Opprette en data management plan
Før du starter innsamling av data, bør du også bestemme deg for hvordan du vil organisere og lagre dine data.,
- Hvis du er med å samle inn data fra folk, vil du sannsynligvis trenger for å anonymisere og beskytte data for å hindre lekkasjer av sensitiv informasjon (f.eks. navn eller id-nummer).
- Hvis du er med å samle inn data via intervjuer eller blyant-og-papir-formater, må du utføre avskrifter eller innlegging av data i systematiske måter å minimere forvrengning.
- Du kan forhindre tap av data ved å ha en organisasjon som er rutinemessig sikkerhetskopiert.,
Trinn 4: Samle data
til Slutt, du kan implementere din valgte metoder for å måle eller observere variabler du er interessert i.
Den lukkede spørsmål, be deltakerne om å rangere sin manager ledelse ferdigheter på skala fra 1-5., De data som produseres er numerisk og kan være statistisk analysert for gjennomsnitt og mønstre.
Den åpne spørsmål, be deltakerne for eksempler på hva lederen gjør det bra nå, og hva de kan gjøre bedre i fremtiden. De data som produseres, er kvalitative og kan kategoriseres gjennom innholdet analyse for ytterligere innsikt.
for Å sikre at høy kvalitet på data som er tatt opp på en systematisk måte, finner du her noen eksempler på beste praksis:
- spille inn all relevant informasjon, og når du får tak i dataene., For eksempel, merk ned om hvordan lab utstyr er rekalibrert under en eksperimentell studie.
- kontroller manuell innlegging av data for feil.
- Hvis du samle inn kvantitative data, kan du vurdere påliteligheten og gyldigheten for å få en indikasjon på kvaliteten på dine data.
Ofte stilte spørsmål om datainnsamling
datainnsamling er systematisk prosess der observasjoner eller målinger er samlet i forskning. Det er brukt i mange forskjellige sammenhenger av akademikere, myndigheter, bedrifter og andre organisasjoner.,
Ved å drive forskning, samle opprinnelige dataene har vesentlige fordeler:
- Du kan skreddersy datainnsamling til dine spesifikke forskning mål (f.eks. forstå behovene til forbrukerne eller brukertesting ditt nettsted)
- Du kan kontrollere og standardisere prosessen for høy pålitelighet og gyldighet (f.eks. ved å velge riktige målinger og prøvetaking metoder)
det er Imidlertid også noen ulemper: datainnsamling kan være tidkrevende, arbeidskrevende og dyrt., I noen tilfeller er det mer effektivt å bruke sekundære data som allerede er samlet inn av noen andre, men dataene kan være mindre pålitelig.
Kvantitativ forskning avtaler med tall og statistikker, mens kvalitativ forskning avtaler med ord og betydninger.
Kvantitative metoder tillate deg å teste en hypotese ved systematisk å samle inn og analysere data, mens kvalitative metoder tillate deg å utforske ideer og erfaringer i dybden.,
Pålitelighet og gyldighet er både om hvor godt en metode som måler noe:
- Pålitelighet refererer til konsistensen av et tiltak (om resultatene kan reproduseres under samme vilkår).
- Validitet refererer til nøyaktigheten av et tiltak (om resultatene virkelig representerer hva de er ment å måle).
Hvis du gjør eksperimentell forskning, du må også vurdere de interne og eksterne gyldigheten av eksperimentet.,
Operationalization betyr å slå abstrakt konseptuelle ideer til målbare observasjoner.
For eksempel, begrepet sosial angst ikke er direkte observerbare, men det kan være operasjonelt definert i form av selv-vurdering score, atferdsmessige å unngå overfylte steder, eller fysiske angst symptomer i sosiale situasjoner.
Før innsamling av data, er det viktig å vurdere hvordan du vil operasjonalisere variablene som du ønsker å måle.