a diszkrét intézkedések olyan intézkedések, amelyek nem igénylik a kutatót, hogy behatoljon a kutatási kontextusba. A közvetlen és résztvevő megfigyelés megköveteli, hogy a kutató fizikailag jelen legyen. Ez arra késztetheti a válaszadókat, hogy megváltoztassák viselkedésüket annak érdekében, hogy jól nézzenek ki a kutató szemében. A kérdőív a viselkedés természetes áramlásának megszakítása. A válaszadók belefáradhatnak egy felmérés kitöltésébe, vagy neheztelhetnek a feltett kérdésekre.
a diszkrét mérés feltehetően csökkenti a kutató vagy a mérőműszer behatolásából eredő torzításokat. A diszkrét intézkedések azonban csökkentik a kutató által az összegyűjtött adatok típusának ellenőrzését. Egyes konstrukciók esetében egyszerűen nem állnak rendelkezésre diszkrét intézkedések.
a diszkrét mérés három típusát tárgyaljuk itt.
közvetett intézkedések
a közvetett intézkedés olyan diszkrét intézkedés, amely természetesen előfordul egy kutatási környezetben. A kutató formális mérési eljárás bevezetése nélkül képes összegyűjteni az adatokat.
a rendelkezésre álló közvetett intézkedések típusait csak a kutató képzelőereje és találékonysága korlátozza. Tegyük fel például, hogy szeretné mérni a különböző kiállítások népszerűségét egy múzeumban. Lehetséges, hogy hozzanak létre valamilyen mechanikus mérési rendszer, amely láthatatlan a múzeum mecénások. Egy tanulmányban a rendszer egyszerű volt. A múzeum új padlólapokat telepített minden kiállítás elé, amelyeken mérni akarták, és egy idő után megmérték a burkolólapok kopását, mint közvetett mérést a mecénások forgalmáról és érdeklődéséről. Elektronikus intézkedésekkel jelentősen javíthatnánk ezen a megközelítésen. Építhetnénk például egy elektromos eszközt, ami érzékeli a mozgást egy kiállítás előtt. Vagy elhelyezhetünk rejtett kamerákat és kódolhatjuk a pártfogói érdekeket videóra vett bizonyítékok alapján.
az egyik kedvenc közvetett mérésem a rádióállomások hallgatási preferenciáinak tanulmányozása során történt. Ahelyett, hogy zavaró felmérést vagy interjút készítettek volna a kedvenc rádióállomásokról, a kutatók a helyi autókereskedőkhöz és garázsokhoz mentek, és ellenőrizték az összes szervizelt autót, hogy megnézzék, melyik állomásra van éppen hangolva a rádió. Hasonló módon, ha meg akarja tudni a magazin preferenciáit, turkálhat a minta kukájában, vagy akár háztól házig tartó magazin újrahasznosítási erőfeszítést is végezhet.
ezek a példák szemléltetik a közvetett intézkedések egyik legfontosabb pontját – nagyon óvatosnak kell lennie az ilyen típusú mérések etikájával kapcsolatban. Közvetett módon Ön definíció szerint információkat gyűjt a válaszadó tudta nélkül. Ennek során megsértheti a magánélethez való jogukat, és biztosan nem használja a tájékozott beleegyezést. Természetesen bizonyos típusú információk nyilvánosak lehetnek, ezért nem járnak a magánélet megsértésével.
előfordulhat, hogy egy közvetett intézkedés megfelelő, könnyen elérhető és etikus. Csakúgy, mint minden mérésnél, meg kell győződnie arról, hogy megpróbálja megbecsülni az intézkedések megbízhatóságát és érvényességét. Például a rádióállomások preferenciáinak összegyűjtése két különböző időszakban és az eredmények korrelálása hasznos lehet a teszt-újra teszt megbízhatóságának értékeléséhez. Vagy felveheti a közvetett mértéket ugyanazon konstrukció más közvetlen mértékeivel együtt (esetleg egy kísérleti tanulmányban) a konstrukció érvényességének megállapításához.
tartalomelemzés
a tartalomelemzés a szöveges dokumentumok elemzése. Az elemzés lehet mennyiségi, minőségi vagy mindkettő. A tartalomelemzés fő célja általában a szöveges minták azonosítása. A tartalomelemzés rendkívül széles kutatási terület. Ez magában foglalja:
- a szöveg tematikus elemzése. Témák vagy főbb ötletek azonosítása egy dokumentumban vagy dokumentumkészletben. A dokumentumok bármilyen szöveg lehetnek, beleértve a terepi jegyzeteket, újságcikkeket, műszaki cikkeket vagy szervezeti emlékeztetőket.
- indexelés. A szöveges dokumentumok gyors indexelésére sokféle automatizált módszer létezik. Például a kulcsszavak a kontextusban (KWIC) elemzés a szöveges adatok számítógépes elemzése. Egy számítógépes program beolvassa a szöveget, és indexeli az összes kulcsszót. Kulcsszó a szöveg bármely olyan kifejezése, amely nem szerepel a kivétel szótárban. Általában egy kivétel szótárat állít be, amely tartalmazza az összes nem lényeges szót ,mint például az” is”,” and “és”of”. Minden kulcsszó betűrendbe van sorolva, és az azt megelőző és követő szöveggel szerepel, így a kutató láthatja a szót abban a kontextusban, amelyben a szövegben történt. Az interjú szövegének elemzésében például könnyen azonosítható a “visszaélés” kifejezés minden használata és a kontextus, amelyben használták őket.
- kvantitatív leíró elemzés. Itt a cél a szöveg jellemzőinek mennyiségi leírása. Például érdemes megtudni, hogy mely szavakat vagy kifejezéseket használták leggyakrabban a szövegben. Ismét ez a fajta elemzés leggyakrabban közvetlenül számítógépes programokkal történik.
a Tartalomelemzésnek számos problémája van, amelyeket szem előtt kell tartania. Először is a szöveges formában elérhető információk típusaira korlátozódik. Ha azt tanulmányozza, hogy a hírmédia hogyan kezeli a híreket, akkor valószínűleg készen állna a hírekről, amelyekből mintát vehet. Ha azonban érdekli az emberek halálbüntetéssel kapcsolatos nézeteinek tanulmányozása, akkor kevésbé valószínű, hogy megtalálja a megfelelő szöveges dokumentumok archívumát. Másodszor, különösen óvatosnak kell lennie a mintavételnél az elfogultság elkerülése érdekében. Például a rák kezelésének módszereivel kapcsolatos jelenlegi kutatások tanulmánya felhasználhatja a publikált irodalmat populációként. Ez kihagyná mind a rákról szóló írást, amelyet egyik vagy másik ok miatt nem tettek közzé, mind a legfrissebb munkát, amelyet még nem tettek közzé. Végül óvatosnak kell lennie az automatizált tartalomelemzések eredményeinek értelmezésében. A számítógépes program nem tudja meghatározni, hogy valaki mit ért egy kifejezés vagy kifejezés alatt. Egy nagy elemzésben viszonylag könnyű félreértelmezni az eredményt, mert nem vette figyelembe a jelentés finomságait.
a tartalomelemzésnek azonban az az előnye, hogy nem feltűnő, és attól függően, hogy léteznek-e automatizált módszerek, viszonylag gyors módszer lehet nagy mennyiségű szöveg elemzésére.
adatok másodlagos elemzése
a másodlagos elemzés a tartalomelemzéshez hasonlóan a már meglévő adatforrásokat használja fel. A másodlagos elemzés azonban általában a mennyiségi adatok újraelemzésére utal, nem pedig szövegre.
modern világunkban hihetetlen mennyiségű adatot gyűjtenek rendszeresen kormányok, vállalkozások, iskolák és más szervezetek. Ezen információk nagy részét elektronikus adatbázisokban tárolják, amelyek hozzáférhetők és elemezhetők. Ezenkívül számos kutatási projekt elektronikus formában tárolja nyers adatait számítógépes archívumokban, hogy mások is elemezhessék az adatokat. A másodlagos elemzéshez rendelkezésre álló adatok között szerepel:
- census bureau adatok
- bűnügyi nyilvántartás
- szabványosított vizsgálati adatok
- gazdasági adatok
- fogyasztói adatok
a másodlagos elemzés gyakran magában foglalja a több adatbázisból származó információk kombinálását a kutatási kérdések megvizsgálására. Például összekapcsolhatja a bűnügyi adatokat a népszámlálási adatokkal, hogy felmérje a bűnözői magatartás mintáit Földrajzi hely és csoport szerint.
a másodlagos elemzésnek számos előnye van. Először is hatékony. Felhasználja azokat az adatokat,amelyeket már valaki más gyűjtött. Ez az újrahasznosítás kutatási megfelelője. Másodszor, gyakran lehetővé teszi, hogy jelentősen kiterjessze tanulmányának körét. Számos kisebb kutatási projektben a felmerülő költségek miatt nem lehet Nemzeti mintát venni. Számos archivált adatbázis már országos hatályú, és ezek használatával viszonylag kis költségvetést használhat fel egy sokkal szélesebb körű tanulmányra, mintha maga gyűjtené az adatokat.
a másodlagos elemzés azonban nem nehézségmentes. Gyakran nem triviális a nagy, összetett adatbázisokból származó adatok elérése és összekapcsolása. Gyakran a kutatónak feltételezéseket kell tennie arról, hogy milyen adatokat kombináljon, és mely változókat megfelelően összesítik indexekké. Talán ennél is fontosabb, hogy amikor mások által gyűjtött adatokat használ, gyakran nem tudja, milyen problémák merültek fel az eredeti adatgyűjtés során. A nagy, jól finanszírozott nemzeti tanulmányokat általában meglehetősen alaposan dokumentálják, de az eljárások részletes dokumentálása gyakran nem helyettesíti a közvetlen adatgyűjtést.
a másodlagos elemzés egyik legfontosabb és legkevésbé használt célja a korábbi kutatási eredmények megismétlése. Bármely eredeti adatelemzésben fennáll a hibák lehetősége. Ezenkívül minden adatelemző hajlamos az elemzést saját szemszögéből megközelíteni az általuk ismert analitikai eszközök segítségével. A legtöbb kutatásban az adatokat az eredeti kutatócsoport csak egyszer elemzi. Szörnyű pazarlásnak tűnik. Azokat az adatokat, amelyek összegyűjtése hónapokig vagy évekig tarthatott, csak egyszer vizsgálják meg viszonylag rövid módon és egy elemző szemszögéből. A társadalomkutatásban általában szörnyű munkát végzünk az egyes tanulmányok adatainak dokumentálásával és archiválásával, és ezeket elektronikus formában elérhetővé tesszük mások számára, hogy újra elemezzék. És hajlamosak vagyunk kevés szakmai hitelt adni az újraelemzett tanulmányoknak. Ennek ellenére a kemény tudományokban az eredmények megkettőzhetőségének hagyománya kritikus, és mi az alkalmazott társadalomtudományokban hasznunkra válhatna, ha több erőfeszítésünket a meglévő adatok másodlagos elemzésére irányítanánk.
