Box 14.9Assessing the quality of qu

Box 14.9
Assessing the quality of qualitative data analysis: tactics suggested by Miles and Huberman
Assessing data quality
1. Checking for representativeness There are many pitfalls to the gathering of representative data. The informants, and the events or activities sampled, may be non-representative. Safeguards include the use of random sampling where feasible; triangulation through multiple methods of data collection; constructing data display matrices; and seeking data for empty or weakly sampled cells. You analysis may be biased, not only because you are drawing inferences from non-representative processes, but also because of your own biases as an information processor (see p. 460). Auditing processes by colleagues help guard against this.
2. Checking for researcher effects These come in two versions: the effects you have on the case, and the effects your involvement with the case have on you. They have been discussed previously (p. 311).
3. Triangulation Again discussed earlier (p. 371). Not a panacea , and it has its own problems. (What, for example, do you do when two data sources are inconsistent or conflicting? Answer: you investigate further, possibly ending up with a more complex set of understandings.) However, it is very important: ‘triangulation is not so much a tactic as a way of life. If you self-consciously set out to collect and double-check findings, using multiple sources and modes of evidence, the verification process will largely be built into data collection as you go’ (Miles and Huberman, 1994, p. 267).
4. Weighting the evidence Some data are stronger than others and you naturally place greater reliance on conclusions based on the former. Stronger data are typically those you collect first-hand; which you have observed directly; which come from trusted informants; which are collected when the respondent is alone rather than in a group setting; and which arise from repeated contact.
Testing patterns
5. Checking the meaning of outliers These are the exceptions, the ones that don’t fit into the overall pattern of findings or lie at the extremes of a distribution. Outliers can be people, cases, settings, treatments or events. Don’t be tempted to hide or forget them.
6. Using extreme cases These are outliers of a particular type, defined in terms of being atypical situations or persons rather than by the data they provide, which may or may not be atypical. An innovation which failed in a school where the circumstances appeared close to ideal seemed to be linked to the unexpressed resistance of the deputy head teacher responsible for timetabling, hence suggesting a key factor.

ผลลัพธ์ (ไทย) 1:

กล่อง 14.9ประเมินคุณภาพของการวิเคราะห์ข้อมูลเชิงคุณภาพ: กลยุทธ์แนะนำไมล์และ Hubermanประเมินคุณภาพข้อมูล1. ตรวจสอบ representativeness มีข้อผิดพลาดในการรวบรวมข้อมูลพนักงาน คุณค่า และเหตุการณ์ หรือตัวอย่าง กิจกรรมอาจจะไม่ใช่ตัวแทน การป้องกันรวมถึงการใช้สุ่มชักตัวอย่างเป็นไปได้ สามผ่านหลายวิธีของการเก็บรวบรวมข้อมูล สร้างข้อมูลแสดงเมทริกซ์ และหาข้อมูลที่ว่างเปล่า หรือ weakly ตัวอย่างเซลล์ คุณวิเคราะห์อาจจะลำเอียง ไม่ใช่ เพราะคุณจะวาด inferences จากกระบวนการไม่ใช่ตัวแทน แต่เนื่อง จากคุณเองยอมเป็นการประมวลผลข้อมูล (ดู 460 พี) ได้ กระบวนการตรวจสอบ โดยเพื่อนร่วมงานช่วยรักษานี้2. ตรวจสอบสำหรับนักวิจัยลักษณะพิเศษเหล่านี้มาในรุ่นที่ 2: ลักษณะพิเศษที่คุณมีเกี่ยวกับกรณีนี้ และผลกระทบที่เกี่ยวข้องกับกรณีมีคุณ พวกเขาได้รับการกล่าวถึงก่อนหน้านี้ (p. 311)3. สามอีกกล่าวถึงก่อนหน้านี้ (p. 371) ไม่เป็นยาครอบจักรวาล และมีปัญหาของตนเอง ( ตัวอย่าง คุณทำอะไรเมื่อแหล่งข้อมูลไม่สอดคล้อง หรือขัดแย้งกันหรือไม่ ตอบ: คุณสอบสวนต่อไป สิ้นสุดอาจ มีการตั้งค่าที่ซับซ้อนของหมดตอนนี้) อย่างไรก็ตาม มันเป็นสิ่งสำคัญมาก: ' สามไม่ใช่แทยังมากเป็นวิถีชีวิต ถ้าคุณ self-consciously จะออกเก็บรวบรวม และตรวจสอบอีกครั้งพบ ใช้หลายแหล่งและโหมดหลักฐาน การตรวจสอบจะส่วนใหญ่สร้างขึ้นไปเก็บรวบรวมข้อมูลคุณไป ' (ไมล์และ Huberman, 1994, p. 267)4. น้ำหนักหลักฐานข้อมูลบางอย่างที่แข็งแกร่งกว่าผู้อื่นและธรรมชาติทำพึ่งบทสรุปตามเดิมมากกว่า ข้อมูลที่แข็งแกร่งคือโดยทั่วไปคุณเก็บมือแรก ที่คุณสังเกตโดยตรง ซึ่งมาจากคุณค่าที่เชื่อถือได้ ซึ่งจะรวบรวมเมื่อผู้ตอบอยู่คนเดียวมากกว่า ในการตั้ง ค่ากลุ่ม และที่เกิดขึ้นจากผู้ติดต่อซ้ำรูปแบบการทดสอบ5. ตรวจสอบความหมายของ outliers เหล่านี้เป็นข้อยกเว้น คนที่ไม่พอดีกับรูปแบบโดยรวมของผลการวิจัย หรือสุดของการกระจาย Outliers ได้คน กรณี การตั้งค่า รักษา หรือเหตุการณ์ ไม่ต้องซ่อน หรือลืม6. ใช้กรณีเป็น outliers ชนิดหนึ่ง ๆ กำหนด ในสถานการณ์พิเศษหรือบุคคล มากกว่าข้อมูลที่พวกเขาให้ ซึ่งอาจ หรืออาจไม่อักเสบ นวัตกรรมที่ล้มเหลวในโรงเรียนซึ่งสถานการณ์ปรากฏใกล้กับเหมาะ ดูเหมือนจะเชื่อมโยงกับความต้านทาน unexpressed ของรองหัวครูชอบ timetabling ดังนั้น แนะนำเป็นปัจจัยสำคัญ

ผลลัพธ์ (ไทย) 2:

กล่อง 14.9
การประเมินคุณภาพของการวิเคราะห์ข้อมูลเชิงคุณภาพ: กลยุทธ์แนะนำโดยไมล์และ Huberman
การประเมินคุณภาพของข้อมูล
1 ตรวจสอบมูลมีข้อผิดพลาดมากมายในการรวบรวมข้อมูลที่เป็นตัวแทนอยู่ ให้ข้อมูลและเหตุการณ์หรือกิจกรรมตัวอย่างอาจจะไม่เป็นตัวแทน การป้องกันรวมถึงการใช้วิธีการสุ่มตัวอย่างที่เป็นไปได้; Triangulation ผ่านหลายวิธีการเก็บรวบรวมข้อมูล สร้างเมทริกซ์การแสดงผลข้อมูล และการแสวงหาข้อมูลสำหรับว่างหรือเซลล์ตัวอย่างนิดหน่อย คุณวิเคราะห์อาจจะลำเอียงไม่เพียงเพราะคุณกำลังวาดข้อสรุปจากกระบวนการที่ไม่ได้เป็นตัวแทน แต่ยังเป็นเพราะอคติของคุณเองเช่นการประมวลผลข้อมูล (ดูพี. 460) กระบวนการตรวจสอบจากเพื่อนร่วมงานช่วยป้องกันนี้.
2 ตรวจสอบผลการวิจัยเหล่านี้มาในสองรุ่น: ผลกระทบที่คุณมีในกรณีนี้และผลกระทบการมีส่วนร่วมของคุณด้วยกรณีที่มีต่อคุณ พวกเขาได้รับการกล่าวถึงก่อนหน้านี้ (พี. 311).
3 Triangulation กล่าวถึงอีกครั้งก่อนหน้านี้ (พี. 371) ไม่ได้ยาครอบจักรวาลและมีปัญหาของตัวเอง (สิ่งที่ยกตัวอย่างเช่นที่คุณทำเมื่อสองแหล่งข้อมูลที่ไม่สอดคล้องหรือขัดแย้งคำตอบ:. ตรวจสอบต่อไปคุณอาจจะสิ้นสุดกับชุดที่ซับซ้อนมากขึ้นของความเข้าใจ) แต่ก็เป็นสิ่งที่สำคัญมาก: 'สมเป็นไม่มาก ชั้นเชิงเป็นวิถีชีวิต หากคุณตัวเองมีสติออกไปรวบรวมและตรวจสอบผลการวิจัยโดยใช้สื่อที่หลากหลายและรูปแบบของหลักฐานกระบวนการตรวจสอบส่วนใหญ่จะได้รับการสร้างขึ้นในการเก็บรวบรวมข้อมูลที่คุณไป '(ไมล์และ Huberman 1994 พี. 267).
4 . น้ำหนักหลักฐานข้อมูลบางอย่างมีความแข็งแรงกว่าคนอื่น ๆ และคุณธรรมชาติวางความเชื่อมั่นมากขึ้นในข้อสรุปขึ้นอยู่กับอดีต ข้อมูลที่แข็งแกร่งโดยทั่วไปจะมีคนที่คุณเก็บมือแรก ที่คุณได้สังเกตโดยตรง ซึ่งมาจากผู้ให้ข้อมูลที่เชื่อถือได้; ซึ่งจะถูกเก็บรวบรวมเมื่อผู้ถูกกล่าวหาเป็นคนเดียวมากกว่าในกลุ่มการตั้งค่า; และที่เกิดขึ้นจากการสัมผัสซ้ำ.
รูปแบบการทดสอบ
5 การตรวจสอบความหมายของค่าผิดปกติเหล่านี้เป็นข้อยกเว้นคนที่ไม่พอดีในรูปแบบโดยรวมของผลการวิจัยหรือนอนที่สุดขั้วของการกระจาย ค่าผิดปกติจะมีคนกรณีการตั้งค่าการรักษาหรือเหตุการณ์ ทำไม่ถูกล่อลวงเพื่อซ่อนหรือลืมพวกเขา.
6 ใช้กรณีที่รุนแรงเหล่านี้เป็นค่าผิดปกติของประเภทเฉพาะที่กำหนดไว้ในแง่ของการเป็นสถานการณ์ที่ผิดปกติหรือบุคคลมากกว่าโดยข้อมูลที่พวกเขาให้ซึ่งอาจจะหรืออาจจะไม่ผิดปกติ นวัตกรรมที่ล้มเหลวในโรงเรียนที่สถานการณ์ปรากฏตัวใกล้เคียงกับอุดมคติดูเหมือนจะเชื่อมโยงกับความต้านทานไม่ได้แสดงออกมาของรองหัวหน้าครูที่รับผิดชอบในการจัดตารางจึงบอกเป็นปัจจัยสำคัญ

ผลลัพธ์ (ไทย) 3:

กล่อง 14.9
การประเมินคุณภาพของการวิเคราะห์ข้อมูลเชิงคุณภาพ : กลยุทธ์ที่แนะนำโดยไมล์ และประเมินคุณภาพของข้อมูลฮูเบอร์เมิ่น

1 ตรวจสอบ representativeness มีหลายข้อผิดพลาดในการรวบรวมข้อมูลตัวแทน ผู้ให้ข้อมูล และเหตุการณ์หรือกิจกรรม โดยอาจเป็นตัวแทนไม่ได้ การป้องกัน รวมถึงการใช้วิธีการสุ่มที่เหมาะสม ;สามเหลี่ยมผ่านหลายวิธีในการเก็บรวบรวมข้อมูล การสร้างเมทริกซ์แสดงข้อมูล และค้นหาข้อมูลว่าง หรืออย่างอ่อน โดยเซลล์ การวิเคราะห์คุณอาจจะอคติ ไม่เพียงเพราะคุณจะวาดภาพจากกระบวนการไม่ใช้ตัวแทน แต่ยังเพราะอคติของคุณเองเป็นข้อมูลการประมวลผล ( เห็นหน้า 460 ) การตรวจสอบกระบวนการ โดยเพื่อนร่วมงานช่วยป้องกันนี้ .
2ตรวจสอบผลนักวิจัยเหล่านี้มาในสองรุ่น : ผลกระทบที่คุณมีในคดี และผลกระทบที่เกี่ยวข้องกับคดีนี้ มีคุณ พวกเขาได้รับการกล่าวถึงก่อนหน้านี้ ( หน้า 311 )
3 สามเหลี่ยมอีกครั้งกล่าวก่อนหน้านี้ ( หน้า 173 ) ไม่ใช่ยาครอบจักรวาล และมันก็มีปัญหาของตัวเอง ( อะไร ตัวอย่างเช่น คุณทำเมื่อสองแหล่งข้อมูลที่สอดคล้องหรือขัดแย้งกัน ? ตอบ :คุณศึกษาเพิ่มเติม อาจจะจบด้วยการตั้งค่าที่ซับซ้อนมากขึ้นของความเข้าใจ ) อย่างไรก็ตาม มันเป็นสิ่งที่สำคัญมาก : ' กระทบไม่มาก ชั้นเชิง เป็นวิธีของชีวิต ถ้าคุณ self-consciously ออกไปเก็บรวบรวมและตรวจสอบข้อมูล การใช้แหล่ง หลายรูปแบบของหลักฐาน กระบวนการตรวจสอบส่วนใหญ่จะถูกสร้างขึ้นในการเก็บรวบรวมข้อมูลที่คุณไป ' ( ฮูเบอร์เมิ่นไมล์ ,1994 , p . 267 )
4 น้ำหนักหลักฐานข้อมูลบางอย่างจะแข็งแกร่งกว่าคนอื่น ๆและเป็นธรรมชาติมากขึ้นในสถานที่การด่วนสรุปจากอดีต ข้อมูลที่แข็งแกร่งมักจะคนที่คุณเก็บมือแรก ซึ่งคุณจะสังเกตได้โดยตรง ซึ่ง มา จากข้อมูลที่เชื่อถือได้ ซึ่งจะรวบรวมเมื่อจำเลยเป็นเพียงอย่างเดียวมากกว่าในกลุ่มการตั้งค่า ;ซึ่งเกิดขึ้นจากรูปแบบการทดสอบซ้ำติดต่อ .

5 ตรวจสอบความหมายของค่าผิดปกติเหล่านี้เป็นข้อยกเว้น พวกที่ไม่พอดีกับรูปแบบโดยรวมของการค้นพบหรือนอนที่สุดขั้วของการกระจาย เมื่อสามารถคน , กรณี , การตั้งค่า , การรักษาหรือเหตุการณ์ ไม่อยากที่จะซ่อนหรือลืมพวกเขา .
6 ใช้กรณีที่รุนแรงเหล่านี้ผิดปกติของประเภทที่เฉพาะเจาะจงที่กำหนดไว้ในข้อตกลงของการผิดปกติหรือสถานการณ์ที่บุคคลมากกว่าโดยข้อมูลที่พวกเขาให้ซึ่งอาจจะหรืออาจจะไม่ได้ผิดปกติ นวัตกรรมที่ล้มเหลวในโรงเรียนที่สถานการณ์ปรากฏใกล้อุดมคติที่ดูเหมือนจะเชื่อมโยงกับการต้านทาน unexpressed ของรองหัวหน้าครูรับผิดชอบบริหารจัดการใช้ห้องประชุมจึงแนะนำเป็นปัจจัยสำคัญ .