Revista Empresa

Cómo analizar los datos de la entrevista y las respuestas de la encuesta

Publicado el 08 marzo 2019 por Masideasdenegocio @masideasnegocio

La investigación de mercado a veces requiere que un número bastante grande de ideas o atributos se clasifiquen y clasifiquen de acuerdo con las relaciones o atributos. A menudo, los investigadores de mercado piden a los consumidores, clientes o clientes que organicen sus ideas. A veces son los propios investigadores de mercado los que deben clasificar los datos. Aquí se describen tres maneras de organizar y analizar datos cualitativos: diagrama de afinidad, clasificación de tarjetas y comparación constante.

Diagramas de afinidad

Los diagramas de afinidad se utilizan principalmente para organizar la información recopilada durante una sesión de lluvia de ideas. A menudo, los problemas y las soluciones se "resuelven" utilizando un diagrama de afinidad. Un diagrama de afinidad es una forma de organizar ideas o atributos. El uso de un diagrama de afinidad también se conoce como el Método KJ, llamado así por Kawakita Jiro, quien popularizó el método en los círculos de mejoramiento de la calidad. La creación de un diagrama de afinidad es un proceso de seis pasos.

  • Determinar la razón para realizar el proceso
  • Identificar un conjunto lógico de clasificaciones
  • Enumerar los factores relacionados con las clasificaciones
  • Coloque cada factor o idea bajo una clasificación
  • Reducir las clasificaciones combinando y simplificando
  • Analizar el diagrama - el grupo total de clasificaciones

Card Sort es un método de baja tecnología para obtener conocimientos de investigación

Los estudios de tipo tarjeta se han utilizado en la investigación de la psicología y la cognición desde que los militares probaron a los soldados antes y durante la Segunda Guerra Mundial. Hoy en día, las estrategias de clasificación de tarjetas se utilizan a menudo para probar la usabilidad de la arquitectura de software. Los métodos de clasificación de tarjetas generan información sobre cómo los encuestados asocian y agrupan ideas, construcciones o productos. Como proceso cualitativo, la clasificación de tarjetas ayuda a apoyar el desarrollo de las percepciones.

Para participar en una actividad de clasificación de tarjetas, los encuestados deben organizar las tarjetas sin clasificar en grupos. También se les puede pedir que etiqueten las categorías que crean. Hay dos versiones de la actividad de clasificación de tarjetas: clasificación de tarjetas cerradas y clasificación de tarjetas abiertas. En una actividad de clasificación abierta de tarjetas, los encuestados crean sus propias categorías. En un tipo de tarjeta cerrada, se pide a los encuestados que clasifiquen las tarjetas en categorías que hayan sido identificadas de antemano por el investigador de mercado.

La clasificación de tarjetas es un método de muy baja tecnología que emplea notas o fichas Post-It™ Hay, como usted podría adivinar, paquetes de software que apoyan la creación de actividades de clasificación digital de carros. La clasificación de tarjetas puede realizarse con encuestados individuales, con un pequeño grupo en el que se realiza una clasificación concurrente de tarjetas, o como una actividad híbrida en la que los encuestados realizan individualmente una clasificación de tarjetas y luego se reúnen en grupo para discutir cómo abordaron la tarea y comparar sus resultados.

Un estudio de clasificación de tarjetas produce datos cuantitativos en forma de un conjunto de puntuaciones de similitud. Las puntuaciones de similitud son una medida de la coincidencia de varios pares de cartas. Por ejemplo, dado un par de tarjetas, si todos los encuestados clasificaran el par de tarjetas en la misma categoría, la puntuación de similitud sería del 100 por ciento. Si exactamente la mitad de los encuestados clasificaron las dos tarjetas en la misma categoría, pero la otra mitad clasificó las tarjetas en diferentes categorías, entonces la puntuación de similitud sería del 50 por ciento.

Es interesante observar que la técnica de clasificación de tarjetas, que es un proceso de investigación cualitativa, se ha utilizado para sustituir a una técnica cuantitativa conocida como análisis factorial exploratorio. La cita para este estudio es la siguiente: Santos, G. J. (2006), "Card sort technique as a qualitative substitute for quantitative exploratory factor analysis", Corporate Communications: Una revista internacional , 11 (3), 288-302.

Comparación constante para codificar datos de investigación naturalista

El método de comparación constante es un método de investigación cualitativa bien conocido, descrito y refinado por primera vez por equipos de investigación naturalista como Glaser & Strauss y Lincoln & Guba. El método de comparación constante se lleva a cabo en cuatro etapas: a) comparar los datos aplicables a cada categoría, a medida que vayan surgiendo; b) integrar las categorías y sus propiedades para reducir el conjunto de datos y el ruido de los datos; c) delimitar aún más la teoría basada en un conjunto de datos reducido; y d) redactar la teoría.

A diferencia de los métodos de investigación cuantitativa, en los que se genera una hipótesis antes incluso de que comience la investigación, el método de comparación constante genera la teoría a medida que ésta progresa. En lugar de tener una hipótesis para dirigir la investigación, los temas surgen a medida que se codifican y analizan los datos. Esto se llama investigación naturalista o teoría fundamentada. Debido a la continua construcción de la teoría a través del análisis, el descubrimiento de las relaciones comienza cuando se analizan las observaciones iniciales. Un proceso de refinamiento continuo ocurre a medida que la codificación es integral a la recolección y análisis de datos.

El contenido narrativo de las entrevistas y las preguntas abiertas de la encuesta se analiza en busca de patrones clave. Los patrones son identificados, categorizados y codificados con el fin de descubrir temas. Un proceso de comparación constante es la investigación inductiva. Es decir, las categorías y el significado de las categorías emergen de los datos en lugar de ser impuestas a los datos antes de que éstos sean recolectados o analizados.


Volver a la Portada de Logo Paperblog

Revista