Ustanowienie wiarygodności w badaniach jakościowych

Jakościowe badania rynku koncentrują się raczej na wiarygodności danych niż na danych, które zostałyby zdefiniowane jako badania ilościowe. Badania jakościowe są ważne, ponieważ mierzy rzeczy, których liczby mogą nie być w stanie zdefiniować, metody jakościowe czasami identyfikują trendy, zanim pojawią się w danych ilościowych.

Wiarygodność danych ma cztery kluczowe elementy: wiarygodność, możliwość przeniesienia, niezawodność i zdolność potwierdzająca.

Wiarygodność

Triangulacja i kontrole członków pomagają ustalić wiarygodność i przyczynić się do wiarygodności. Inne czynniki obejmują przedłużające się zaangażowanie i uporczywe obserwacje badań badawczych.

Triangulacja zadaje te same pytania badawcze różnych uczestników badania i zbiera dane z różnych źródeł za pomocą różnych metod, aby odpowiedzieć na te same pytania. Kontrola członków występują, gdy naukowcy proszą uczestników o przegląd danych zebranych przez ankieterów i interpretacje tych danych badaczy. Uczestnicy ogólnie doceniają proces kontroli członków, ponieważ daje im to szansę weryfikacji ich oświadczeń i wypełnienia wszelkich luk z wcześniejszych wywiadów. Zaufanie jest ważnym aspektem procesu kontroli członka.

Możliwość przenoszenia

Ogólność uogólnia wyniki badań i próby zastosowania ich do innych sytuacji i kontekstów. Naukowcy nie mogą ostatecznie udowodnić, że wyniki oparte na interpretacji danych można przenieść, ale mogą ustalić, że jest to prawdopodobne.

Celowe pobieranie próbek, forma próbkowania nieuprawności, służy do maksymalizacji określonych danych w stosunku do kontekstu, w którym zostały zebrane. Różni się to od łącznych informacji, które byłyby wynikiem badań ilościowych. Celowe pobieranie próbek uwzględnia charakterystykę próbek, które są bezpośrednio związane z pytaniami badawczymi.

Rzetelność

Wielu jakościowych badaczy uważa, że ​​jeśli wykazano wiarygodność, nie jest konieczne również i osobne wykazanie niezawodności. Jeśli jednak badacz zezwala na analizowanie warunków, wiarygodność wydaje się bardziej związana z ważnością, a niezawodność wydaje się bardziej związana z wiarygodnością.

Czasami ważność danych jest oceniana za pomocą audytu danych. Audyt danych można przeprowadzić, jeśli zestaw danych jest zarówno bogaty, aby audytor mógł ustalić, czy sytuacja badawcza ma zastosowanie do ich okoliczności. Bez wystarczających szczegółów i informacji kontekstowych nie jest to możliwe. Niezależnie od tego, należy pamiętać, że celem nie jest uogólnienie poza próbką.

Potwierdzalność

Badania jakościowe można przeprowadzić w celu powtórzenia wcześniejszych prac, a kiedy taki jest cel, ważne jest, aby kategorie danych były konsekwentne wewnętrznie. Autorzy Yvonna s. Lincoln i Egon G. Guba stwierdzili w swojej książce z 1985 r. „Naturalistalsing”, że naukowcy muszą opracować reguły opisujące właściwości kategorii i które ostatecznie mogą zostać wykorzystane do uzasadnienia włączenia każdego bitu danych, które pozostaje przypisane do kategorii, a także w celu zapewnienia podstawy na później Testy zdolności do powtórzenia.

Ważne jest, aby inni badacze mogli powtórzyć wyniki, aby wykazać, że wyniki te są produktem niezależnych metod badawczych, a nie świadomych lub nieświadomych uprzedzeń.

_Źródła:

_{Dye, J.G, Schatz, i. M., Rosenberg, ur. A., i Coleman, s. T. (2000, styczeń). Metoda ciągłego porównania: kalejdoskop danych. Raport jakościowy, 4 (1/2).}

_{Glaser, ur., i Strauss, a. (1967). Odkrycie ugruntowanej teorii: strategie badań jakościowych. Chicago, IL: Aldine.}

_{Lincoln, y. S., i Guba, E. G. (1985). Naturalistyczne zapytanie. Newbury Park, Kalifornia: Mędrzec.}