市場調査 場合によっては、かなりの数のアイデアや属性を関係性や属性に従って並べ替え、分類する必要があります。 多くの場合、市場調査員は消費者、顧客、クライアントにアイデアを整理するよう求めます。 市場調査員自身がデータを分類しなければならない場合もあります。 整理して分析する 3 つの方法 定性的データ ここでは、親和図、カード ソート、および定数の比較について説明します。
親和性図
アフィニティ ダイアグラムは主に、ブレーンストーミング セッション中に収集された情報を整理するために使用されます。 問題と解決策は、多くの場合、 親和性 図。 親和図は、アイデアや属性を整理する方法の 1 つです。 親和図の使用は、品質改善サークルでこの方法を普及させた川北二郎にちなんで KJ 法とも呼ばれます。 アフィニティ ダイアグラムの作成は 6 つのステップからなるプロセスです。
- プロセスを実行する理由を特定する
- 論理的な分類セットを特定する
- 分類に関連する要因を列挙する
- 各要素またはアイデアを分類の下に置く
- 組み合わせて単純化して分類を減らす
- 図を分析する - 分類のグループ全体
カードソートは研究の洞察を得るローテクな方法です
カードソート研究は、第二次世界大戦前および第二次世界大戦中に軍が兵士のテストを行って以来、心理学や認知の研究に使用されてきました。 現在、カード ソート戦略は、ソフトウェア アーキテクチャの使いやすさをテストするためによく使用されています。 カードソート方法は、回答者がアイデア、構成、製品をどのように関連付け、グループ化するかに関する情報を生成します。 定性的なプロセスとして、カードの並べ替えは洞察の開発をサポートするのに役立ちます。
カードの並べ替えアクティビティに参加するには、回答者は未並べのカードをグループに編成する必要があります。 また、作成したカテゴリにラベルを付けるよう求められる場合もあります。 カード ソート アクティビティには、クローズド カード ソートとオープン カード ソートの 2 つのバージョンがあります。 オープンカードソートアクティビティでは、回答者は独自のカテゴリを作成します。 クローズドカードソートでは、回答者は市場調査員が事前に特定したカテゴリーにカードを分類するよう求められます。
カードソートは、Post-It™ メモまたはインデックスカードを使用する非常にローテクな方法です。 ご想像のとおり、デジタル カートの並べ替えアクティビティの作成をサポートするソフトウェア パッケージがあります。 カードの並べ替えは、個別の回答者に対して行うことができます。
カード分類調査では、一連の類似性スコアの形式で定量的なデータが生成されます。 類似性スコアは、さまざまなカードのペアの一致の尺度です。 たとえば、カードのペアが与えられた場合、回答者全員がそのカードのペアを同じカテゴリに分類した場合、類似性スコアは 100% になります。 回答者のちょうど半分が 2 つのカードを同じカテゴリに分類し、残りの半分がカードを異なるカテゴリに分類した場合、類似性スコアは 50% になります。
興味深いのは、質的研究プロセスであるカードソート手法が、探索的因子分析として知られる定量的手法の代わりに使用されているということです。 この研究の引用は次のとおりです: Santos, G. J. (2006)、「定量的探索的因子分析の定性的代替としてのカードソート技術」 コーポレートコミュニケーション: 国際ジャーナル, 11 (3), 288–302.
自然主義的研究データのコーディングのための定数比較
定数比較法は、次のような自然主義的研究チームによって最初に説明され、洗練されたよく知られた定性的研究手法です。 グレイザー&ストラウスとリンカーン&グバ. 一定の比較方法は、次の 4 つの段階で実行されます。(a) カテゴリが出現したときに、各カテゴリに適用できるデータを比較します。 (b) カテゴリとそのプロパティを統合して、データ セットとデータ ノイズを削減します。 (c) 削減されたデータセットに基づいて理論をさらに限定する。 (d) 理論を書くこと。
研究を開始する前に仮説が生成される定量的研究手法とは異なり、定常比較手法では研究の進行に応じて理論が生成されます。 研究を方向付ける仮説を持つのではなく、データがコード化され分析されるにつれてテーマが現れます。 これは自然主義的研究または根拠づけられた理論と呼ばれます。 分析を通じて理論が継続的に構築されるため、最初の観察が分析されると関係の発見が始まります。 コーディングはデータ収集とデータ分析に不可欠であるため、継続的な改良のプロセスが発生します。
インタビューや自由回答形式のアンケートの質問の内容が分析され、主要なパターンが抽出されます。 テーマを明らかにするために、パターンを特定、分類、コード化します。 継続的な比較プロセスは帰納的研究です。 つまり、カテゴリーとカテゴリーの意味は、データが収集または分析される前にデータに押し付けられるのではなく、データから現れます。