onopvallende maatregelen zijn maatregelen die de onderzoeker niet verplichten zich in de onderzoekscontext te mengen. Directe observatie en observatie van deelnemers vereisen dat de onderzoeker fysiek aanwezig is. Dit kan ertoe leiden dat de respondenten hun gedrag veranderen om er goed uit te zien in de ogen van de onderzoeker. Een vragenlijst is een onderbreking in de natuurlijke stroom van gedrag. Respondenten kunnen moe worden van het invullen van een enquête of verontwaardigd over de gestelde vragen.
onopvallende meting vermindert vermoedelijk de vooroordelen die het gevolg zijn van het binnendringen van de onderzoeker of het meetinstrument. Echter, onopvallende maatregelen verminderen de mate van de onderzoeker heeft controle over het type gegevens verzameld. Voor sommige constructies kunnen er gewoon geen beschikbare onopvallende maatregelen zijn.
drie soorten onopvallende metingen worden hier besproken.
indirecte maatregelen
een indirecte maatregel is een onopvallende maatregel die van nature voorkomt in een onderzoekscontext. De onderzoeker is in staat om de gegevens te verzamelen zonder de invoering van een formele meetprocedure.
de soorten indirecte maatregelen die beschikbaar kunnen zijn, worden alleen beperkt door de verbeeldingskracht en inventiviteit van de onderzoeker. Bijvoorbeeld, laten we zeggen dat je de populariteit van verschillende tentoonstellingen in een museum wilt meten. Het kan mogelijk zijn om een soort mechanisch meetsysteem op te zetten dat onzichtbaar is voor de museumbezoekers. In één studie was het systeem eenvoudig. Het museum installeerde nieuwe vloertegels voor elke tentoonstelling die ze wilden meten en na verloop van tijd de slijtage van de tegels afmeten als indirecte maat voor patroonverkeer en interesse. Met behulp van elektronische maatregelen kunnen we deze aanpak wellicht aanzienlijk verbeteren. We kunnen bijvoorbeeld een elektrisch apparaat maken dat beweging voor een tentoonstelling waarneemt. Of we plaatsen Verborgen camera ‘ s en coderen klantinteresse op basis van op video opgenomen bewijs.
een van mijn favoriete indirecte maatregelen vond plaats in een studie naar luistervoorkeuren voor radiostations. In plaats van het uitvoeren van een opdringerig onderzoek of interview over favoriete radiostations, de onderzoekers ging naar de lokale auto-dealers en garages en gecontroleerd alle auto ‘ s die werden onderhouden om te zien welk station de radio was momenteel afgestemd op. Op dezelfde manier, als je wilt magazine voorkeuren weten, je zou kunnen rommelen door de prullenbak van uw monster of zelfs het stadium van een deur-tot-deur tijdschrift recycling inspanning.
deze voorbeelden illustreren een van de belangrijkste punten over indirecte metingen – u moet zeer voorzichtig zijn met de ethiek van dit type meting. In een indirecte maatregel verzamelt u per definitie informatie zonder medeweten van de respondent. Daarbij kan het zijn dat u hun recht op privacy schendt en dat u zeker geen geà nformeerde toestemming gebruikt. Natuurlijk kunnen sommige soorten informatie openbaar zijn en dus geen inbreuk op de privacy inhouden.
er kunnen momenten zijn waarop een indirecte maatregel geschikt, gemakkelijk beschikbaar en ethisch is. Net als bij alle metingen, echter, moet u er zeker van zijn om te proberen om de betrouwbaarheid en de geldigheid van de maatregelen te schatten. Het verzamelen van de voorkeuren van radiozenders op twee verschillende tijdstippen en het correleren van de resultaten kan bijvoorbeeld nuttig zijn voor het beoordelen van de betrouwbaarheid van de test-hertest. Of, kunt u de indirecte maatregel samen met andere directe maatregelen van dezelfde constructie (misschien in een pilot studie) om te helpen construct validiteit vast te stellen.
inhoudsanalyse
inhoudsanalyse is de analyse van tekstdocumenten. De analyse kan kwantitatief, kwalitatief of beide zijn. Typisch, het belangrijkste doel van inhoud analyse is om patronen in tekst te identificeren. Inhoudsanalyse is een zeer breed onderzoeksgebied. Het omvat:
- thematische analyse van de tekst. De identificatie van thema ‘ s of belangrijke ideeën in een document of set documenten. De documenten kunnen elke vorm van tekst met inbegrip van veld notities, krantenartikelen, technische papers of organisatorische memo ‘ s.
- indexering. Er zijn een breed scala aan geautomatiseerde methoden voor het snel indexeren van tekstdocumenten. Keywords in Context (KWIC) analyse is bijvoorbeeld een computeranalyse van tekstgegevens. Een computerprogramma scant de tekst en indexeert alle sleutelwoorden. Een sleutelwoord is elke term in de tekst die niet is opgenomen in een woordenboek met uitzonderingen. Typisch zou je een uitzondering woordenboek dat alle niet-essentiële woorden zoals “is”, “en”, EN “VAN”bevat. Alle sleutelwoorden zijn alfabetisch en worden weergegeven met de tekst die eraan voorafgaat en volgt, zodat de onderzoeker het woord kan zien in de context waarin het zich in de tekst heeft voorgedaan. In een analyse van interviewtekst bijvoorbeeld, kan men gemakkelijk alle toepassingen van de term “misbruik” en de context waarin ze werden gebruikt identificeren.
- kwantitatieve beschrijvende analyse. Hier is het doel om kenmerken van de tekst kwantitatief te beschrijven. U wilt bijvoorbeeld weten welke woorden of zinnen het vaakst in de tekst werden gebruikt. Nogmaals, dit soort analyse wordt meestal direct gedaan met computerprogramma ‘ s.
inhoudsanalyse heeft een aantal problemen waarmee u rekening moet houden. Ten eerste beperkt u zich tot de soorten informatie die in tekstvorm beschikbaar zijn. Als je de manier bestudeert waarop een nieuwsverhaal wordt behandeld door de nieuwsmedia, zou je waarschijnlijk een klaar aantal nieuwsverhalen hebben waaruit je zou kunnen proeven. Echter, als je geïnteresseerd bent in het bestuderen van de mening van mensen over de doodstraf, heb je minder kans om een archief van tekstdocumenten die geschikt zou zijn te vinden. Ten tweede moet je vooral voorzichtig zijn met sampling om bias te voorkomen. Bijvoorbeeld, een studie van het huidige onderzoek naar methoden voor de behandeling van kanker zou de gepubliceerde literatuur te gebruiken als de bevolking. Dit zou zowel het schrijven over kanker dat niet werd gepubliceerd om een of andere reden weg te laten als het meest recente werk dat nog niet is gepubliceerd. Tot slot moet je voorzichtig zijn met het interpreteren van de resultaten van geautomatiseerde contentanalyses. Een computerprogramma kan niet bepalen wat iemand bedoelde met een term of zin. Het is relatief gemakkelijk in een grote analyse om een resultaat verkeerd te interpreteren omdat je geen rekening hield met de subtiliteiten van betekenis.
inhoudsanalyse heeft echter het voordeel onopvallend te zijn en kan, afhankelijk van het bestaan van geautomatiseerde methoden, een relatief snelle methode zijn voor het analyseren van grote hoeveelheden tekst.
secundaire analyse van gegevens
secundaire analyse maakt, net als de inhoudsanalyse, gebruik van reeds bestaande gegevensbronnen. Echter, secundaire analyse verwijst meestal naar de heranalyse van kwantitatieve gegevens in plaats van tekst.
in onze moderne wereld is er een ongelooflijke massa aan gegevens die routinematig worden verzameld door overheden, bedrijven, scholen en andere organisaties. Veel van deze informatie wordt opgeslagen in elektronische databases die kunnen worden geraadpleegd en geanalyseerd. Daarnaast slaan veel onderzoeksprojecten hun ruwe gegevens in elektronische vorm op in computerarchieven, zodat anderen de gegevens ook kunnen analyseren. Een van de beschikbare gegevens voor secundaire analyse is:
- gegevens van het census bureau
- criminaliteitsgegevens
- gestandaardiseerde testgegevens
- economische gegevens
- consumentengegevens
secundaire analyse omvat vaak het combineren van informatie uit meerdere databases om onderzoeksvragen te onderzoeken. U kunt bijvoorbeeld misdaadgegevens samenvoegen met tellingsinformatie om patronen in crimineel gedrag te beoordelen op basis van geografische locatie en groep.
secundaire analyse heeft verschillende voordelen. Ten eerste is het efficiënt. Het maakt gebruik van gegevens die al door iemand anders zijn verzameld. Het is het onderzoeksequivalent van recycling. Ten tweede kunt u vaak de reikwijdte van uw studie aanzienlijk uit te breiden. Bij veel kleine onderzoeksprojecten is het vanwege de kosten onmogelijk om een nationale steekproef te nemen. Veel gearchiveerde databases zijn al nationaal van omvang en door ze te gebruiken, kunt u een relatief klein budget gebruiken voor een veel breder onderzoek dan wanneer u de gegevens zelf verzamelde.
secundaire analyse is echter niet zonder problemen. Vaak is het niet onbelangrijk om gegevens uit grote complexe databases te benaderen en te koppelen. Vaak moet de onderzoeker veronderstellingen maken over welke gegevens te combineren en welke variabelen op de juiste wijze worden geaggregeerd in indexen. Misschien nog belangrijker, wanneer u gegevens gebruikt die door anderen zijn verzameld, weet u vaak niet welke problemen zich hebben voorgedaan bij de oorspronkelijke gegevensverzameling. Grote, goed gefinancierde nationale studies zijn meestal vrij grondig gedocumenteerd, maar zelfs gedetailleerde documentatie van procedures is vaak geen vervanging voor directe ervaring verzamelen van gegevens.
een van de belangrijkste en minst gebruikte doeleinden van de secundaire analyse is het nabootsen van eerdere onderzoeksresultaten. In elke originele data-analyse is er kans op fouten. Daarnaast heeft elke data-analist de neiging om de analyse vanuit hun eigen perspectief te benaderen met behulp van analytische tools waarmee ze vertrouwd zijn. In de meeste onderzoeken worden de gegevens slechts eenmaal geanalyseerd door het oorspronkelijke onderzoeksteam. Het lijkt een vreselijke verspilling. Gegevens die maanden of jaren in beslag hebben genomen om te verzamelen, worden slechts eenmaal onderzocht op een relatief korte manier en vanuit het perspectief van een analist. In sociaal onderzoek doen we over het algemeen een verschrikkelijk werk van het documenteren en archiveren van de gegevens van individuele studies en het beschikbaar maken van deze in elektronische vorm voor anderen om opnieuw te analyseren. En, we hebben de neiging om weinig professionele krediet te geven aan studies die heranalyses zijn. Niettemin is in de harde wetenschappen de traditie van repliceerbaarheid van resultaten van cruciaal belang en kunnen wij in de toegepaste sociale wetenschappen er baat bij hebben om meer van onze inspanningen te richten op secundaire analyse van bestaande gegevens.
