en steg-för-steg-guide till datainsamling

datainsamling är en systematisk process för att samla in observationer eller mätningar. Oavsett om du utför forskning för affärs -, statliga eller akademiska ändamål, datainsamling kan du få förstahandskunskap och ursprungliga insikter i ditt forskningsproblem.

metoder och mål kan skilja sig åt mellan olika fält, men den övergripande processen för datainsamling är i stort sett densamma., Innan du börjar samla in data måste du överväga:

• syftet med forskningen
• vilken typ av data som du kommer att samla in
• de metoder och procedurer du använder för att samla in, lagra och bearbeta data

för att samla in högkvalitativa data som är relevanta för dina ändamål, följ dessa fyra steg.

Steg 1: definiera syftet med din forskning

innan du börjar processen med datainsamling måste du identifiera exakt vad du vill uppnå., Du kan börja med att skriva ett problem uttalande: Vad är den praktiska eller vetenskapliga frågan som du vill ta itu med och varför spelar det någon roll?

därefter formulera en eller flera forskningsfrågor som exakt definierar vad du vill ta reda på. Beroende på dina forskningsfrågor kan du behöva samla in kvantitativa eller kvalitativa data:

• kvantitativa data uttrycks i siffror och diagram och analyseras genom statistiska metoder.
• kvalitativa data uttrycks i ord och analyseras genom tolkningar och kategoriseringar.,

om ditt mål är att testa en hypotes, mäta något exakt eller få storskaliga statistiska insikter, samla in kvantitativa data. Om ditt mål är att utforska idéer, förstå erfarenheter eller få detaljerade insikter i ett visst sammanhang, samla in kvalitativa data. Om du har flera mål kan du använda en blandad metod som samlar in båda typerna av data.

du undersöker anställdas uppfattningar om sina direkta chefer i en stor organisation.,

• ditt första mål är att bedöma om det finns betydande skillnader i uppfattningar om Chefer mellan olika avdelningar och kontorsplatser.
• ditt andra mål är att samla meningsfull feedback från anställda för att utforska nya idéer för hur chefer kan förbättra.

du väljer att använda en blandad metod för att samla in både kvantitativa och kvalitativa data.

steg 2: Välj din datainsamlingsmetod

baserat på de data du vill samla in bestämmer du vilken metod som passar bäst för din forskning.,

• experimentell forskning är främst en kvantitativ metod.
• intervjuer / fokusgrupper och etnografi är kvalitativa metoder.
• undersökningar, observationer, arkivforskning och sekundär datainsamling kan vara kvantitativa eller kvalitativa metoder.

noggrant överväga vilken metod du ska använda för att samla in data som hjälper dig att direkt svara på dina forskningsfrågor.,

datainsamlingsmetoder

metod	när du ska använda	hur man samlar in data
experimentera	för att testa ett orsakssamband.	manipulera variabler och mäta deras effekter på andra.
undersökning	för att förstå de allmänna egenskaperna eller åsikterna hos en grupp människor.	distribuera en lista med frågor till ett prov online, personligen eller över telefon.,
Intervju/fokusgrupp	för att få en djupgående förståelse för uppfattningar eller åsikter om ett ämne.	muntligt fråga deltagarna öppna frågor i enskilda intervjuer eller fokusgruppdiskussioner.
Observation	för att förstå något i sin naturliga miljö.	mäta eller kartlägga ett prov utan att försöka påverka dem.
etnografi	för att studera kulturen i en gemenskap eller organisation första hand.	gå med och delta i en gemenskap och spela in dina observationer och reflektioner.,
arkivforskning	för att förstå aktuella eller historiska händelser, förhållanden eller praxis.	få tillgång till manuskript, dokument eller poster från bibliotek, förvaringsinstitut eller internet.
sekundär datainsamling	för att analysera data från populationer som du inte kan komma åt första hand.	hitta befintliga datauppsättningar som redan har samlats in, från källor som myndigheter eller forskningsorganisationer.,

steg 3: planera dina datainsamlingsförfaranden

När du vet vilken metod du använder måste du planera exakt hur du ska implementera dem. Vilka procedurer kommer du att följa för att göra noggranna observationer eller mätningar av de variabler du är intresserad av?,

om du till exempel genomför undersökningar eller intervjuer bestämmer du vilken form frågorna ska ta.om du utför ett experiment ska du fatta beslut om din experimentella design.

operationalisering

Ibland kan dina variabler mätas direkt: till exempel kan du samla in data i genomsnittsåldern för anställda genom att helt enkelt be om födelsedatum. Men ofta kommer du att vara intresserad av att samla in data om mer abstrakta begrepp eller variabler som inte kan observeras direkt.,

operationalisering innebär att abstrakta konceptuella idéer omvandlas till mätbara observationer. När du planerar hur du samlar in data måste du översätta den konceptuella definitionen av vad du vill studera i den operativa definitionen av vad du faktiskt mäter.

du har bestämt dig för att använda undersökningar för att samla in kvantitativa data. Konceptet du vill mäta är ledarskapet för chefer., Du operationalize detta koncept på två sätt:

• du ber chefer att betygsätta sina egna ledarskapsförmåga på 5-punktsskalor som bedömer förmågan att delegera, beslutsamhet och pålitlighet.
• du ber deras direkta anställda att ge anonym feedback på cheferna om samma ämnen.

med hjälp av flera betyg av ett enda koncept kan du dubbelkolla dina data och bedöma test giltigheten av dina åtgärder.

provtagning

Du kan behöva utveckla en provtagningsplan för att få data systematiskt., Detta innebär att definiera en befolkning, den grupp du vill dra slutsatser om, och ett prov, den grupp du faktiskt samlar in data från.

din provtagningsmetod avgör hur du rekryterar deltagare eller får mätningar för din studie. För att besluta om en provtagningsmetod måste du överväga faktorer som den önskade provstorleken, tillgängligheten av provet och tidsramen för datainsamlingen.

Standardiseringsprocedurer

om flera forskare är inblandade, skriv en detaljerad handbok för att standardisera datainsamlingsprocedurer i din studie.,

det innebär att man lägger fram specifika steg – för-steg-instruktioner så att alla i din forskargrupp samlar in data på ett konsekvent sätt-till exempel genom att utföra experiment under samma förhållanden och använda objektiva kriterier för att spela in och kategorisera observationer.

detta bidrar till att säkerställa tillförlitligheten i dina data, och du kan också använda den för att replikera studien i framtiden.

skapa en datahanteringsplan

innan datainsamlingen påbörjas bör du också bestämma hur du ska organisera och lagra dina data.,

• Om du samlar in data från människor kommer du sannolikt att behöva anonymisera och skydda data för att förhindra läckage av känslig information (t.ex. namn eller identitetsnummer).
• Om du samlar in data via intervjuer eller penna-och-papper format, måste du utföra transkriptioner eller datainmatning på systematiska sätt för att minimera distorsion.
• Du kan förhindra förlust av data genom att ha ett organisationssystem som rutinmässigt säkerhetskopieras.,

steg 4: samla in data

slutligen kan du implementera dina valda metoder för att mäta eller observera de variabler du är intresserad av.

för att samla in data om uppfattningar om Chefer administrerar du en undersökning med slutna och öppna frågor till ett urval av 300 företagsanställda över olika avdelningar och platser.

de slutna frågorna ber deltagarna att betygsätta sin chefs ledarskapsförmåga på skalor från 1-5., De data som produceras är numeriska och kan analyseras statistiskt för medelvärden och mönster.

de öppna frågorna frågar deltagarna om exempel på vad chefen gör bra nu och vad de kan göra bättre i framtiden. De data som produceras är kvalitativa och kan kategoriseras genom innehållsanalys för ytterligare insikter.

för att säkerställa att högkvalitativa data registreras på ett systematiskt sätt, här är några bästa metoder:

• spela in all relevant information som och när du får data., Notera till exempel om eller hur laboratorieutrustning omkalibreras under en experimentell studie.
• dubbelkolla manuell datainmatning för fel.
• Om du samlar in kvantitativa data kan du bedöma tillförlitligheten och giltigheten för att få en indikation på din datakvalitet.

vanliga frågor om datainsamling

---