质性数据分析软件NVivo教程:如何分析调查结果的方法

NVivo是一款支持定性研究方法和混合研究方法的软件。它可以帮助您收集、整理和分析访谈、焦点小组讨论、问卷调查、音频等内容。

NVivo是一款支持定性研究方法和混合研究方法的软件。它可以帮助您收集、整理和分析访谈、焦点小组讨论、问卷调查、音频等内容。

NVivo最新版下载


您可以在“详细信息视图”中直观地浏览数据集。您可以:

  • 隐藏列可限制正在查看的数据量,例如,如果要查看数据集中的第一列在第五列的旁边,则可以隐藏中间的列。
  • 使用排序或过滤功能可以查看数据中的模式。例如,如果您的数据集包含调查答复并包括性别分类字段,则可以使用排序或过滤功能来查看男性或女性的答复。
  • 在代表数据主题的代码上手动编写调查答复。

您还可以运行查询来查找数据中的主题并对其进行编码:

  • 运行“词频”查询以识别调查响应中的常见主题。
  • 运行文本搜索查询以查找特定单词或短语的所有实例。

收集每个问题的答案

您是否想查看所有受访者如何回答问题“调查导入向导”通过代码收集对每个开放式调查问题的答复,使您可以将数据分组为广泛的主题。将对一个问题的所有答复分组到一个代码中,然后就可以使用NVivo的一些功能强大的分析工具来分析数据。

  • 打开代码并直观地浏览编码的内容。在这里,您可以“编码”到更详细的主题分组。例如,您可以收集所有提到无车区的答案。
  • 运行“词频查询”(使用查询范围内的代码)以查找对问题4的答复中的常用词或概念。
  • 使用查询范围内的代码,运行文本搜索查询以查找特定的单词或概念。例如,您可以搜索教育并将所有结果编码为新代码。
  • 生成聚类分析图。例如,您可以探索对问题4的回答与对其他调查问题的回答之间的相似性。
  • 打开代码,然后将对部分响应的一部分手动编码为一组代码(无车区,照明,安全栅栏),然后使用基于模式的编码将代码自动编码为与该问题相关的特定主题代码。
  • 自动分析代码中的内容以检测主题或情感(这需要安装NVivo来增强代码功能)。

收集每个调查受访者的答复

调查响应存储在代表每个响应者的案例中。如果您的数据包含描述您的调查受访者的封闭式问题(例如姓名,年龄和性别),则向导将创建这些作为案例属性。

通过将调查响应编码为每个响应者的案例,您可以使用分析工具来比较其属性值。例如:

  • 创建图表以比较受访者的人口统计属性-也许您的受访者大多是30岁以下的男性/span>
  • 生成一个聚类分析图,以比较受访者的属性值-是否存在具有类似特征的受访者聚类否存在“异常值”-人口统计学特征与其他人截然不同的受访者。
  • 运行单词频率查询(使用查询范围内的大小写)以查找对问题4的答复中的常见单词或概念。您可以使用新代码对结果进行编码,以进一步优化分析。
  • 使用查询范围内的大小写,运行文本搜索查询以查找特定的单词或概念。例如,您可以搜索教育并将所有结果编码为新代码。

当同时在问题代码(问题4,问题5)和案例(安娜,杰克,玛丽亚,彼得)处收集调查内容时,您可以分析不同人口群体在回答特定问题时所说的话:

  • 使用编码查询来查看30岁以下男性对问题4的所有回答。
  • 使用词频查询来查找女性在回答问题5时提到的最常见的单词或想法

注意:如果您有与调查数据分开存储的有关受访者的人口统计信息,则可能需要通过另一种方法来设置属性值。例如,您可以从电子表格导入案例属性值,也可以从另一个NVivo项目导入案例属性值。

将受众特征值分组到范围内

在数据集中使用人口统计信息设置案例的属性值时,可以选择将值分组为范围。

例如,如果您的数据集包含受访者的年龄,则知道单个参与者的年龄在21-29岁之间可能比知道他们的确切年龄有用。

“从数据集分类案例”向导允许您分组值。

根据现有编码模式对调查回复进行自动编码(此功能仅在启用了编码增强功能的NVivo安装中可用。)

您可以使用基于模式的自动编码来加快对调查响应进行编码的过程。在使用基于模式的编码之前,您需要从手动对响应进行“试点”编码开始,例如,手动对响应的5-10%进行编码。

如果您的数据集包含对一系列主题或问题的回答,那么,如果使用与该问题相关的特定主题代码一次自动对一个问题的回答进行自动编码,则使用基于模式的编码可能会获得更好的结果。

  • 首先,为每个问题收集答案的子集,并按如下所示执行手动“试点”编码:
    • 过滤数据集中的行,以仅显示要用于试点代码的响应。例如,您可以显示特定响应日期之前的行。
    • 使用文件结构对数据集进行自动编码,以将响应收集到每个问题的代码中,例如,问题1,问题2,问题3。在向导的第3步中,选择仅对过滤的行进行编码。
    • 打开每个问题代码,然后手动“编码”到特定于该问题的一组主题代码。
  • 接下来,使用现有的编码模式对其余的响应进行自动编码,如下所示:
    • 更改数据集中的过滤条件以隐藏已编码的响应-例如,您可以隐藏特定响应日期之前的行。过滤数据的原因是为了确保模式编码不会重新编码您已经手动编码的响应。
    • 同样,使用文件结构对数据集进行自动编码,以将答案收集到每个问题的新代码中。在向导的第3步中,选择仅对过滤行进行编码。在向导的第5步中,在“新代码”下的某个位置中创建新代码(以使它们与为飞行员编码创建的问题代码处于不同的代码层次结构中)。
    • 对于新代码层次结构中的每个问题代码,请使用基于模式的编码将对该问题的特定主题代码的响应自动编码。

如果您打算从同一SurveyMonkey调查中多次导入(例如,通过定期收集对开放调查的完整答复),则可以导入并手动编码初始答复。然后,您可以导入其他响应,并对新数据使用基于模式的自动编码。

基于模式的自动编码是一项实验性功能,您可以测试并试用,此功能旨在加快大量文本内容的编码过程。


包含质性分析软件NVivo的算法专题已建立,点击此处立即到达!

想要购买NVivo正版授权的朋友,或者获取更多该产品相关信息的朋友可以点击咨询在线客服 >>

关注慧聚IT微信公众号了解产品的最新动态及最新资讯。

标签:

来源:慧都

声明:本站部分文章及图片转载于互联网,内容版权归原作者所有,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2021年1月18日
下一篇 2021年1月18日

相关推荐

发表回复

登录后才能评论