En markedsforsker kan analysere flere unikke datapunkter forbundet med et emne, også kendt som triangulering, for at opnå en forståelse af det emne. Forskellige dataindsamlingsmetoder bruges til at fange forskellige synspunkter på et emne af interesse, samt validere forskning.
Følgende oplysninger forklarer, hvordan dataindsamlere analyserer og triangulerer oplysninger om et specifikt emne for at nå frem til en konklusion eller tendens.
Brug af triangulering til dataanalyse
Markedsforskere forbereder kvalitative data fra undersøgelser, interviews og fokusgrupper til analyse og triangulering, i dette tilfælde for at tilpasse flere perspektiver for at forstå et interesseområde. Forskere opretter tabeller, der indeholder alle deres hentede data til at analysere og indfange demografiske oplysninger som kan have betydning for studiet. For eksempel er det nyttigt at fremhæve de kriterier, der er brugt til at udvælge undersøgelsens deltagere, da disse egenskaber kan være vigtige for analysen. Kriterierne eller egenskaberne er grundlaget for identificere nøglesorteringskategorier.
På dette stadium af udarbejdelse af datatabel, er det nyttigt at tænke over de oplysninger, der vil være nøglen til datahentning når datatabeller flettes. Overvej de mange forhold, for hvilke dataanalyse vil blive gjort lettere og mere nøjagtig ved at flette tabeller:
- Flere respondenter—undersøgelsesdeltagere
- Fokus gruppe – flere respondenter
- Undersøg data fra forskellige tidsperioder
- Data grupperet efter spørgsmålstype på tværs af respondenter
Tilføjelse af kolonner til tabeller
Indtil videre ville datatabellen vise disse kolonner fra venstre mod højre: Deltagernavn eller ID, Temakode, moderatorspørgsmål/deltagersvar og rækkefølge.
De næste kolonner, der skal tilføjes, viser udvælgelseskriterier eller deltagerattributter. For eksempel kan en forsker ønske at sortere deltagernes svar efter deres rolle i en organisation, efter alder eller efter køn. Teksten i rækker, der indeholder spørgsmål stillet af interviewere eller moderatorer, skal være fed, så de skiller sig visuelt ud fra svarene fra undersøgelsesdeltagere. Det er nyttigt at formatere tabellen i liggende visning ved at tilføje kolonner for relevante kriterier eller attributter, som vil udvide tabellens bredde betydeligt.
Brug af korte etiketter til nøglesorteringskategorier
Sorteringskategorier kan repræsenteres af tal, bogstaver eller tal-bogstavkombinationer. I stedet for at skrive sorteringskategorierne ud i hele ord, kan en forsker vælge at bruge korte tags. For eksempel er organisationer forskellige orkestre rundt om i verden. Orkestrene kan matches med korte tags som følger:
- Simon Bolivar Ungdomsorkester = S
- Youth Orchestra of Los Angeles (YOLA) = L
Personernes roller i organisationerne kan også kodes:
- Dirigent = 1
- Koncertmester = 2
- Musiker = 3
- Musiklærer = 4
- Festivalleder = 5
Konklusion
Markedsundersøgelsesbudgettet for en lille virksomhedsejer eller især en hjemmebaseret virksomhed har generelt ikke plads til at bruge store summer på software at analysere de kvalitative data indsamlet til forretningsudvikling. Derfor kan du oprette en tabel ved hjælp af et almindeligt tekstbehandlingsprogram til at udføre tekstanalyse for kvalitativ markedsundersøgelse. De beskrevne processer kan anvendes til analyse af kvantitative data indsamlet fra undersøgelser forskning, fokusgruppesessioner og dybdegående interviews.