Количественные и качественные методы анализа

Получение обширных знаний о пользователях, помогающих выяснить, какую пользу они могут извлекать из того или иного продукта является неоспоримой целью каждого исследования. Несмотря на то, что частью исследования является не только сбор данных, ученые стараются получить большее количество информации.

После сбора данных, данные нуждаются в обработке и анализе:

Искажения и ошибки устраняются;

Исходя из типа данных и их количества выбирается метод, необходимый для анализа;

Выделяются, интерпретируются и структурируются неслучайности;

Исследовательские вопросы требуют формулирования ответов;

Выводы, рекомендации и итоги фиксируются.

Анализ данных в социальной работе заключается в интеграции всей собранной информации и в приведении ее к виду, удобному для объяснения.

Методы анализа социальной информации можно условно разделить на два больших класса в соответствии с той формой, в которой эта информации представлена:

– качественные методы ориентированы на анализ информации, представленной главным образом в словесной форме.

– количественные методы носят математический характер и представляют собой приемы обработки цифровой информации.

Для того, чтобы совершить количественный анализ на примере, необходимо познакомиться с понятием количественного анализа.

Статический анализ, помогающий в поиске смысла в числах и заставляющий получить ответы на все вопросы, называется анализом количественных данных.

В процессе анализа происходят мероприятия по группировке тем и гипотез по событиям, считается количество, происходит исследование общих признаков закономерностей. QA преследует несколько целей, но основная – уточнение, упрощение данных и, использование их в дальнейшем при

прогнозировании тенденций и выбора лучших решений. Нужно выбирать один или несколько приемов исходя из цели и вопроса исследования:

1) Описательный: производится подсчёт мод, медиан, коэффициентов, частот, процентов, средних значений.

2) Сравнительный: сравнение независимых и зависимых выборок.

3) Анализ взаимосвязей: корреляционный и регрессионный анализ.

Анализ количественных данных зачастую, вполне достаточно, для проведения исследовательских работ.

Гипотезы, задачи и цели исследования необходимо помнить перед тем, как планируется начать анализировать данные. Для верного фокуса на главном, чтобы ни одна деталь не была потеряна в процессе работы, нужно периодически возвращаться к гипотезам, целям и задачам.

Чтобы анализ был полным, а выводы репрезентативными, данные нужно предварительно обработать.

Как подготовить и проанализировать количественные данные?

Информацию, не релевантную - исключаем. Информацию в виде ошибок, пропусков, несоответствующих выборке – удаляем. После всех проведенных мероприятий остается проверить выборку на репрезентативность.

Трудности количественного анализа (QA) выявляются из-за технологий и оцифровки. Отслеживание большого количества метрик, измерения переменных, оценивание множества параметров – все это необходимо контролировать. Особенно это касается крупных организаций, предприятий, учреждений. Как, например, к госучреждениям, которым стоит учитывать большое количество факторов.