M3.07. Εφαρμογή αξιολόγησης της διαδικασίας mentoring

4. Ανάλυση και Ερμηνεία Δεδομένων

4.2. Ανάλυση Ποιοτικών Δεδομένων και Παρουσίαση των Αποτελεσμάτων

Τα ποιοτικά δεδομένα συνήθως λαμβάνουν τη μορφή κειμένου. Υπάρχουν τέσσερα σημαντικά βήματα στην ανάλυση ποιοτικών δεδομένων, τα οποία περιγράφονται παρακάτω.

  • Έλεγχος δεδομένων
    Πριν από τη διεξαγωγή της ανάλυσης δεδομένων, πρέπει να διαβάσετε και να κατανοήσετε τα δεδομένα που συλλέξατε, να αφαιρέσετε τα δεδομένα που είναι ασαφή / ελλιπή / ανεπαρκή και να έχετε σαφήνεια πριν κωδικοποιήσετε τα δεδομένα.
  • Οργάνωση δεδομένων
    Οργανώστε τα δεδομένα με τρόπο που σας διευκολύνει να γράψετε την αναφορά π.χ. να οργανώσετε τα δεδομένα ανά τύπο ερωτήματος ή με τύπο ερωτώμενου ή και τα δύο.
  • Κωδικοποιήστε τα δεδομένα
    Υπάρχουν δύο βασικές μέθοδοι κωδικοποίησης και θα μπορούσατε να χρησιμοποιήσετε μια ή και τις δύο από αυτές:
    • Ανοιχτή κωδικοποίηση - Όταν αντιστοιχίζετε κωδικούς βάσει των στοιχείων που προκύπτουν από τα δεδομένα.
    • Κλειστή κωδικοποίηση - Όταν έχετε ήδη προετοιμάσει κώδικες βάσει των ερωτήσεων που θέλετε να απαντήσετε.

Η κωδικοποίηση είναι η διαδικασία συγχώνευσης των δεδομένων ανά θέμα, ιδέα και κατηγορία και στη συνέχεια η επισήμανση παρόμοιων κειμένων με μια ετικέτα, ώστε να μπορούν εύκολα να ανακτηθούν σε μεταγενέστερο στάδιο για περαιτέρω σύγκριση και ανάλυση. Η κωδικοποίηση των δεδομένων διευκολύνει την αναζήτηση των δεδομένων, τη σύγκριση και τον εντοπισμό τυχόν μοτίβων που απαιτούν περαιτέρω διερεύνηση.

  • Προσδιορισμός και δημιουργία θεμάτων
    Μετά την κωδικοποίηση των δεδομένων, μπορείτε να αρχίσετε να προσδιορίζετε θέματα που προέρχονται από τις πληροφορίες που κωδικοποιήθηκαν. Αυτό μπορεί να είναι δύσκολο, καθώς μπορεί να χρειαστεί να επανεξετάσετε το κωδικοποιημένο κείμενο πολλές φορές, για να προσδιορίσετε ένα θέμα που αντικατοπτρίζει με ακρίβεια τα δεδομένα. Είναι, επίσης, χρήσιμο να δώσετε παραδείγματα δηλώσεων και παρατηρήσεων για να υποστηρίξετε το θέμα και για να καταγράψετε πόσο ισχυρό είναι ένα θέμα μπορείτε να αναφέρετε τον αριθμό και το ποσοστό των απαντήσεων που κωδικοποιήσατε για να υποστηρίξετε το θέμα.


Ερμηνεύστε τα ευρήματα

Το επόμενο βήμα περιλαμβάνει τη σύγκριση των αποτελεσμάτων σας με τα αναμενόμενα αποτελέσματά σας, τις αρχικές ερωτήσεις αξιολόγησης, τους στόχους του προγράμματος σας και τις τρέχουσες γνώσεις (π.χ. έρευνα για τα προγράμματα mentoring). Ορισμένες ερωτήσεις για την καθοδήγηση της διερμηνείας σας περιλαμβάνουν:

  • Μήπως υπήρξαν απροσδόκητες τάσεις που εντοπίστηκαν;
  • Ποιοι είναι οι παράγοντες που μπορούν να εξηγήσουν τις αποκλίσεις;
  • Εάν συλλέξατε τόσο ποιοτικά όσο και ποσοτικά δεδομένα, τα ποιοτικά ευρήματα υποστηρίζουν τα ποσοτικά ευρήματα; Εάν όχι, ποιοι είναι οι παράγοντες που θα μπορούσαν να εξηγήσουν τις διαφορές (π.χ. δειγματοληψία, τρόπος με τον οποίο τέθηκαν οι ερωτήσεις στην έρευνα σε σύγκριση με τις συνεντεύξεις κ.λπ.);
  • Εμφανίζονται τυχόν ενδιαφέρουσες τάσεις από τις απαντήσεις;
  • Τα αποτελέσματα υποδηλώνουν τυχόν συστάσεις για τη βελτίωση του προγράμματος;
  • Τα αποτελέσματα οδηγούν σε επιπλέον ερωτήσεις σχετικά με το πρόγραμμα; Θα χρειαστούν πρόσθετα δεδομένα;
  • Πρέπει να αλλάξετε τον τρόπο με τον οποίο συλλέγονται τα δεδομένα την επόμενη φορά;

Να είστε προσεκτικοί όταν ερμηνεύετε δεδομένα. Μην βιάζεστε να βγάλετε συμπεράσματα ή να κάνετε υποθέσεις σχετικά με το τι εννοούν οι συμμετέχοντες/ουσες σας.

Η συμμετοχή άλλων ατόμων (π.χ. του προσωπικού του προγράμματος) για να συζητήσετε τι σημαίνουν τα ευρήματα μπορεί να σας βοηθήσει να κατανοήσετε τα δεδομένα.