Сплошное и выборочное наблюдение в психологии: Сплошное и выборочное наблюдение: теоретический аспект

Наблюдение выборочное | Понятия и категории

НАБЛЮДЕНИЕ ВЫБОРОЧНОЕ — метод несплошного статистического наблюдения, при к-ром отобранная с помощью специальных приемов ч. объектов по составу и величине обобщающихся характеристик представляет всю изучаемую совокупность (см. Совокупность генеральная). От других форм несплошного наблюдения выборочный метод отличается тем, что обеспечивает определенные гарантии распространения полученных выводов по части на целое.

К преимуществам Н.в. по сравнению со сплошным следует отнести экономичность, быстроту, гибкость и возможность получения информации более высокого качества. Выборочный метод широко используется там, где получение информации о каждом элементе совокупности невозможно или слишком дорого. При обследовании ч. объектов появляется возможность больше внимания уделять организационным вопросам, в частности контролю качества процедур.

Отправной точкой в истории науч. теории выборочного метода считают работы норвежского статистика А.

Киаэра, который в 1895 впервые внес на обсуждение в Международном институте статистики вопрос о применении выборочного метода как самостоятельного инструмента статистического обследования. До этого времени различного рода несплошные наблюдения проводились во многих странах на фоне переписей населения и, как правило, без основания используемых процедур отбора. В России первые упоминания о практическом применении Н.в. относятся к 70-м гг. 19 в. в связи с изучением условий жизни терского казачества. Затем с середины 1880-х гг. выборочный метод постепенно находит более широкое применение в практике земских статистиков. Именно в стат. практике впервые зародились идеи Н.в. и были разработаны гл. положения метода. Основные предпосылки для корректного применения выборочного метода: требование достаточно большого объема выборочных единиц и равномерность их распределения по пространству генеральной совокупности обеспечивались либо механическим отбором, либо стратификацией совокупности с послед, механическим отбором или отбором типичных объектов. Однако до нач. 20 в. единственным критерием представительности результатов выборочного наблюдения было лишь их совпадение с данными сплошных исследований.

В 1902 англ. статистик А. Боули впервые дал науч. обоснование выборочного метода на основе теории вероятностей и указал априорные критерии точности результатов. Теория Боули позволяет в зависимости от объема выборочной совокупности определить теоретически допустимые пределы, за которые не выйдут отклонения результатов выборочного исследования о генеральных данных, и в зависимости от допустимой величины этих отклонений определенный минимум объем выборочной совокупности. Для решения этих задач требуется, чтобы каждый элемент совокупности имел равный шанс выбора. Чтобы результаты носили научный характер, способ отбора единиц должен быть строго объективен и лишен всякой, даже бессознательной тенденциозности. В различии между приемами, которыми гарантируется объективность выбора, и коренятся принципиальные различия между отд. формами Н.

в. (см. Выборка случайная, Выборка неслучайная).

Г.Н. Сотникова

Литература:

Четвериков Н. О выборочном иссл-и // Вест, статистики. 1919. № 8—12;

Ковалевский А.Г. Основы теории выборочного метода // Уч. записки Саратовского ун-та. Саратов, 1924;

Бокунин Н.Ч., Чернышева Т.М. Методы выборочных обследований. Минск, 1997;

Juo Poh Seng. Historical Survey of Development of the Sampling Theories and Practice // Journal of the Royal Statistical Society. Ser. A. 1958. V. CXIV. P. 2.

Социологический словарь / отв. ред. Г.В. Осипов, Л.Н. Москвичев. М, 2014, с. 268-269.

Tags: 

Социология

Понятие: 

Выборочное наблюдение

Наблюдение

Выборочное наблюдение | это… Что такое Выборочное наблюдение?

        статистическое наблюдение, при котором исследованию подвергают не все элементы изучаемой совокупности (называемой при этом «генеральной»), а только некоторую, определённым образом отобранную их часть. Отобранная часть элементов совокупности (выборка) будет представлять всю совокупность с приемлемой точностью при двух условиях: она должна быть достаточно многочисленной, чтобы в ней могли проявиться закономерности, существующие в генеральной совокупности; элементы выборки должны быть отобраны объективно, независимо от воли исследователя, так чтобы каждый из них имел одинаковые шансы быть отобранным или же чтобы шансы эти были известны исследователю. Эти условия устанавливаются математической теорией выборочного метода (См. Выборочный метод). Она основана на ряде важнейших теорем теории вероятностей, составляющих так называемый закон больших чисел (см. Больших чисел закон). Лишь при соблюдении этих условий возникает объективная возможность оценить точность В. н. на основании самих выборочных данных. Точность В. н. измеряется с помощью средней ошибки выборки, величина которой прямо пропорциональна степени вариации изучаемых признаков и обратно пропорциональна объёму выборки. В. н. можно произвести быстрее сплошного, с меньшими затратами и получить результаты, по точности мало уступающие результатам сплошного наблюдения, а с учётом же возможности более тщательного наблюдения — даже нередко превосходящие их.

При социально-экономических исследованиях для отбора в большинстве случаев требуется основа выборки, т. е. список или перечень единиц, из которого будет вестись отбор. Объекты на местности, например, дома, населённые пункты, участки территории, удобно отбирать по карте. Полезны также некоторые предварительные сведения о характере изучаемой совокупности для правильного расчёта объёма выборки. Представительность, или репрезентативность, выборки обеспечивается не только её объёмом, но и строгим соблюдением научно обоснованных правил отбора, гарантирующих его объективность. Способы отбора весьма разнообразны. В социально-экономических обследованиях распространён систематический (механический) отбор, т. е. отбор единиц по их списку через установленный интервал. Реже применяется простой случайный отбор, при котором единицы отбираются по жребию, по таблице случайных чисел или иным аналогичным способом. Если предварительно имеются сведения о подлежащей изучению совокупности, то её разбивают на более или менее однородные, типические группы и производят отбор из каждой такой группы отдельно, получая типическую или расслоённую выборку. Отбирать можно как отдельные элементы (например, людей), так и группы таких элементов (например, семьи). В последнем случае отбор называется гнездовым, или серийным. При обследованиях крупного масштаба выборка производится обычно в несколько ступеней, т. е. сначала отбирают более крупные единицы (например, населённые пункты), а затем в них — более мелкие единицы (семьи). Разные способы отбора на практике обычно комбинируют.

         В. н. широко практиковалось русской дореволюционной земской статистикой. Некоторые приёмы, в частности высоко оценённый В. И. Лениным многофазный отбор, не потеряли значения и до настоящего времени. ЦСУ СССР регулярно проводит обследование около 62 тыс. бюджетов семей рабочих, служащих и колхозников, а также ведёт единовременные обследования в разных областях социально-экономической статистики. Выборочным путём получена часть сведений при Всесоюзной переписи населения 1970. Выборочные обследования широко практикуются научными учреждениями, в частности при социологических исследованиях.

Развивается и самостоятельная область В. н. — контроль качества промышленной продукции.

         Лит.: Ковалевский А. Г., Основы теории выборочного метода, Саратов. 1924; Боярский А. Я., Старовский В. Н. [и др.], Теория математической статистики, М., 1930 и М., 1931; Юл Дж. Э. и Кендэл М. Дж., Теория статистики, пер. с англ., 14 изд., пересмотр, и расшир., М., 1960; Иойтс Ф., Выборочный метод в переписях и обследованиях, пер. с англ., М., 1965; Выборочное наблюдение в статистике СССР. Сб. статей под ред. А. Я. Боярского [и др.], М., 1966; Дружинин Н. К., Выборочный метод и его применение в социально-экономических исследованиях, М., 1970.

         А. Г. Волков.

Как использовать открытое, осевое и выборочное кодирование в Grounded Theory — Delve

Это часть нашего Практического руководства по теории заземления |

Начать бесплатную пробную версию .

Что такое открытое кодирование, аксиальное кодирование и селективное кодирование?

Открытое кодирование, аксиальное кодирование и селективное кодирование — все это этапы метода обоснованной теории анализа качественных данных. С обоснованной теорией вы выводите новые теории и концепции на основе данных, в отличие от других методов, где вы начинаете с существующей теории и смотрите, применимы ли ваши данные к теории.

Чтобы узнать больше о теории заземления, ознакомьтесь с нашим Практическим руководством по теории заземления .

Корбин и Штраус излагают свой подход к открытому кодированию, аксиальному кодированию и выборочному кодированию в своей статье 1990 года «Исследование обоснованной теории: процедуры, каноны и критерии оценки». Этот пост является нашим резюме и интерпретацией их статьи.

TLDR (короткое) объяснение 

В двух словах, первый шаг обоснованной теории – открытое кодирование , когда вы берете свои текстовые данные и разбиваете их на отдельные части, осевое кодирование когда вы проводите связи между вашими кодами, а выборочное кодирование когда вы выбираете одну центральную категорию, которая соединяет все коды из ваш анализ и отражает суть вашего исследования. Продолжайте читать, чтобы получить более подробное, пошаговое представление о том, как использовать эти методы кодирования на практике.

Узнайте больше об обоснованной теории и качественном анализе на канале Delve на YouTube.

Что такое открытое кодирование?

Открытое кодирование — это обычный первый шаг в анализе ваших качественных исследований, который часто используется в качестве начального этапа кодирования в Grounded Theory. На этом этапе вы начнете собирать качественные данные, такие как стенограммы интервью. При открытом кодировании вы разбиваете свои данные на отдельные части и создаете «коды» для их маркировки.

Как следует из названия, открытое кодирование предназначено для того, чтобы открыть вам новые теоретические возможности, когда вы впервые взаимодействуете со своими качественными данными. Цель разделения ваших данных и маркировки их кодами состоит в том, чтобы позволить вам как исследователю постоянно сравнивать и сопоставлять сходные события в ваших данных.

Вы делаете это, сопоставляя все фрагменты данных (например, котировки), которые были помечены определенным кодом. Этот процесс избавляет вас от предвзятых представлений и предубеждений в отношении собственных исследований.

Открытое кодирование в качественных исследованиях редко является единственным этапом кодирования, за ним следует один или несколько методов кодирования, таких как аксиальное кодирование.

Что такое осевое кодирование?

Осевое кодирование в обоснованной теории — это второй этап кодирования, следующий за открытым кодированием. В отличие от открытого кодирования, при котором вы разбиваете данные на отдельные части, при осевом кодировании вы начинаете проводить связи между кодами. При осевом кодировании вы организуете коды, разработанные вами, в открытом кодировании.

При использовании аксиального кодирования в качественных исследованиях вы просматриваете свои коды и лежащие в их основе данные, чтобы определить, как ваши коды можно сгруппировать по категориям.

Категория может быть создана на основе существующего кода или может быть разработана новая более абстрактная категория, которая включает в себя ряд различных кодов.

После выполнения аксиального кодирования у вас будет ряд категорий, которые поддерживаются очищенным набором вспомогательных кодов. Эти категории являются «осями», вокруг которых вращаются поддерживающие коды.

Пошаговый пример можно найти в нашем блоге, в котором более подробно рассматривается аксиальное кодирование.

Качественный анализ не должен быть подавляющим

Пройдите бесплатный онлайн-курс Delve, чтобы научиться находить темы и закономерности в качественных данных.

Начните здесь.

Что такое выборочное кодирование?

Избирательное кодирование — это последний шаг в обоснованной теории, когда вы соединяете все свои категории вместе вокруг одной основной категории. При этом вы определяете одну единую теорию вокруг своего исследования. Избирательное кодирование происходит позже в ходе вашего исследования и связывает категории, которые вы разработали на основе качественных данных в предыдущих циклах кодирования, таких как аксиальное кодирование. Основная категория, которую вы разрабатываете при выборочном кодировании, может быть получена путем повышения уровня одной из категорий на этапе осевого кодирования или может быть новой категорией, которую вы получаете на основе других ваших категорий. Основная категория в конечном счете представляет центральный тезис вашего исследования.

Избирательное кодирование является кульминацией процесса обоснованной теории, и его цель состоит в том, чтобы либо определить новую теорию, либо изменить существующую теорию на основе вашего исследования. В идеале вы сможете изложить свою теорию всего в нескольких словах или предложениях, и это должно быть четко изложено в отчете об исследовании.

Когда следует использовать открытое кодирование, аксиальное кодирование и выборочное кодирование?

Вам следует рассмотреть эти методы кодирования, когда

• Вы хотите следовать обоснованному теоретическому методу качественного анализа

• Вы хотите вывести новые теории или концепции из ваших данных

• Вы не хотите, чтобы предвзятые теории определяли результаты вашего исследования

• идеи

Посмотреть вебинар

Узнайте, как открытое, осевое и выборочное кодирование вписывается в процесс обоснованной теории.

Каков пошаговый процесс открытого кодирования, осевого кодирования и выборочного кодирования?

Открытое кодирование

• 1. Превратите свои данные в небольшие дискретные компоненты данных

• 2. Кодируйте каждую дискретную часть данных описательной меткой.

  • Интерпретируйте каждую часть данных и пометьте ее на основе свойств данных

  • Убедитесь, что любые две части данных, относящиеся к одному и тому же предмету, должны быть помечены одинаковыми кодами

Осевое кодирование

• 3. Найдите связи и отношения между кодами

  • Теперь, когда у вас есть набор кодов, определите связи между ними. Ищите причинно -следственные условия, контекст наблюдений и последствия явлений

• 4. Коды агрегирования и конденса

• 6. Определите связь между этой всеобъемлющей категорией и остальными вашими кодами и данными

• 7. Удалите категории или коды, для которых недостаточно подтверждающих данных

  90859
, Еще раз прочитайте расшифровку и кодируйте в соответствии с этой всеобъемлющей категорией

Попробуйте Delve, программное обеспечение для качественного кодирования

Интернет-программное обеспечение, такое как Delve, может помочь упростить процесс качественного кодирования. Попробуйте бесплатную пробную версию Delve на 14 дней.

Заключительные шаги

После того, как вы завершили открытое, осевое и выборочное кодирование, соедините историю ваших данных с повествованием, которое сосредоточено вокруг вашей всеобъемлющей категории, и дает ваши аналитические объяснения других категорий, которые вы нашли.

Чтобы узнать обо всем процессе теории заземления, ознакомьтесь с нашим Практическим руководством по теории заземления.

Другие способы анализа

Открытое кодирование, аксиальное кодирование и выборочное кодирование для обоснованной теории — это лишь один из многих способов анализа качественного исследования. Чтобы узнать больше о других типах кодирования, прочтите наше основное руководство по кодированию качественных данных.

Попробуйте Delve, программное обеспечение для открытого, аксиального и выборочного кодирования

Интернет-программное обеспечение, такое как Delve, может помочь упростить процесс качественного кодирования. Попробуйте бесплатную пробную версию или посмотрите демо-версию Delve.

Загрузка…

Ссылка

• Корбин Дж. и Штраус А. (1990). Исследование обоснованной теории: процедуры, каноны и оценочные критерии. Качественная социология, 13, 3-21.

• Салдана, Джонни (2009). Руководство по кодированию для качественных исследователей . Тысяча дубов, Калифорния: Sage.

Процитируйте это сообщение в блоге:

• Delve, Ho, L. , & Limpaecher, A. (2022c, 8 февраля). Как выполнять открытое, осевое и выборочное кодирование в теории заземления . Практическое руководство по теории заземления. https://delvetool.com/blog/openaxialselective

Теоретическая насыщенность

Теоретическая насыщенность — это точка в обоснованном теоретическом анализе, когда сбор и анализ дополнительных данных не дает вам дополнительных знаний по вашей теме. Узнайте больше о теоретической насыщенности.

Что такое постоянный сравнительный метод?

Постоянный сравнительный метод представляет собой процесс или сортировку и организацию данных в группы в структурированном виде для формулирования новой обоснованной теории.

История теории заземления

Историю теории заземления можно проследить до середины 1960-х годов, когда социологи Барни Глейзер и Ансельм работали над исследованием осознания смерти.

Аналитические записки

Аналитические записки — это записи мыслей, идей и вопросов, которые приходят в голову исследователю в процессе исследования.

Пошаговые руководства, заземленная теорияLaiYee H 2 сентября 2020 г.

0 лайков

Сбор количественных данных: 5 лучших методов

В отличие от качественных данных, сбор количественных данных основывается на цифрах и числах. Исследователи часто полагаются на количественные данные, когда они намереваются количественно оценить атрибуты, отношения, поведение и другие определенные переменные с мотивом либо поддержать, либо опровергнуть гипотезу о конкретном явлении, контекстуализируя данные, полученные в результате опроса или опроса исследуемой выборки.

Указатель содержания

1. Что такое сбор количественных данных?
2. Важность сбора количественных данных
3. Методы, используемые для сбора количественных данных
   1. Вероятностная выборка
   2. Интервью
   3. Опросы/анкеты
   4. Наблюдения
4. Проверка документов при сборе количественных данных
5. Заключение

Что такое сбор количественных данных?

Сбор количественных данных относится к сбору числовых данных, которые можно анализировать с использованием статистических методов. Этот тип сбора данных часто используется в опросах, экспериментах и ​​других методах исследования. Он измеряет переменные и устанавливает отношения между переменными. Данные, собранные с помощью количественных методов, обычно представлены в виде чисел, таких как частота ответов, средние значения и стандартные отклонения, и могут быть проанализированы с помощью статистического программного обеспечения.

Важность сбора количественных данных

Как исследователь, у вас есть возможность выбрать сбор данных онлайн или использовать традиционные методы сбора данных посредством соответствующих исследований. Сбор количественных данных важен по нескольким причинам:

• Объективность: Сбор количественных данных обеспечивает объективную и поддающуюся проверке информацию, поскольку данные собираются систематическим и стандартизированным образом.
• Обобщаемость: Результаты сбора количественных данных могут быть распространены на большую популяцию, что делает их эффективным способом изучения больших групп людей.
• Точность: Числовые данные позволяют проводить точные измерения и анализ, обеспечивая более точные результаты, чем другие формы сбора данных.
• Проверка гипотез: Сбор количественных данных позволяет проверять гипотезы и теории, что приводит к лучшему пониманию взаимосвязей между переменными.
• Сравнение: Сбор количественных данных позволяет сравнивать и анализировать данные. Это может быть полезно при принятии решений и выявлении тенденций или закономерностей.
• Воспроизводимость: Числовая природа количественных данных упрощает воспроизведение результатов исследований. Это необходимо для накопления знаний в определенной области.

В целом сбор количественных данных дает ценную информацию для понимания сложных явлений и принятия обоснованных решений на основе эмпирических данных.

Методы, используемые для сбора количественных данных

Данные, которые можно подсчитать или выразить в числовом виде, составляют количественные данные. Он обычно используется для изучения событий или уровней совпадения. И собирается с помощью структурированной анкеты, в которой вопросы начинаются со слов «сколько» или «сколько». Поскольку количественные данные являются числовыми, они представляют собой как окончательные, так и объективные данные. Кроме того, количественная информация хорошо сортируется для статистического и математического анализа, что позволяет иллюстрировать ее в виде диаграмм и графиков.

Дискретные и непрерывные — это две основные категории количественных данных, в которых дискретные данные имеют конечные числа, а постоянные значения данных, попадающие в континуум, могут иметь дроби или десятичные дроби. Если провести исследование, чтобы узнать количество транспортных средств, принадлежащих американскому домохозяйству, то мы получим целое число, которое является прекрасным примером дискретных данных. Когда исследование ограничивается изучением физических параметров населения, таких как рост, вес, возраст или расстояние, результат является прекрасным примером непрерывных данных.

Любой традиционный или онлайн-метод сбора данных, который помогает в сборе числовых данных, является проверенным методом сбора количественных данных.

Вероятностная выборка

Окончательный метод выборки, осуществляемый с использованием некоторой формы случайной выборки и позволяющий исследователям делать вероятностные утверждения на основе данных, собранных случайным образом из целевой демографической группы. Одна из лучших особенностей вероятностной выборки заключается в том, что она позволяет исследователям собирать данные от представителей интересующего их населения. Кроме того, данные собираются случайным образом из выбранной выборки, что исключает возможность смещения выборки.

Существует четыре основных типа вероятностной выборки:

• Простая случайная выборка: Чаще всего для включения в выборку выбирается целевая демографическая группа.
• Кластерная выборка: Кластерная выборка — это метод, при котором совокупность делится на более мелкие группы или кластеры, и из этих кластеров выбирается случайная выборка. Этот метод используется, когда получение случайной выборки из всей совокупности нецелесообразно или дорого.
• Систематическая выборка: Любая целевая демографическая группа будет включена в выборку, но только первая единица для включения в выборку выбирается случайным образом, остальные выбираются упорядоченно, как если бы один из каждых десяти человек в списке .
• Стратифицированная выборка: Позволяет выбрать каждую единицу из определенной группы целевой аудитории при создании выборки. Это полезно, когда исследователи избирательно включают в выборку определенный набор людей, то есть только мужчин или женщин, менеджеров или руководителей, людей, работающих в определенной отрасли.

Интервью

Опрос людей является стандартным методом сбора данных. Однако интервью, проводимые для сбора количественных данных, более структурированы, в них исследователи задают только стандартный набор анкет и ничего более.

Существует три основных типа интервью, проводимых для сбора данных 

• Телефонные интервью: В течение многих лет телефонные интервью доминировали в списках методов сбора данных. В настоящее время наблюдается значительный рост числа видеоинтервью с использованием Интернета, Skype или аналогичных платформ онлайн-видеозвонков.
• Личные интервью: Это проверенный метод сбора данных непосредственно от участников. Это помогает в получении качественных данных, поскольку дает возможность задавать подробные вопросы и проводить дальнейшие исследования для сбора богатых и информативных данных. Требования к грамотности участника не имеют значения, поскольку опросы F2F предлагают широкие возможности для сбора невербальных данных путем наблюдения или изучения сложных и неизвестных вопросов. Хотя это может быть дорогостоящий и трудоемкий метод, процент ответов на интервью F2F часто выше.
• Личное собеседование с помощью компьютера (CAPI): Это не что иное, как схема личного интервью, когда интервьюер носит с собой настольный компьютер или ноутбук во время интервью для загрузки данных, полученных из интервью прямо в базу данных. CAPI экономит много времени на обновление и обработку данных, а также делает весь процесс безбумажным, так как интервьюер не носит с собой кучу бумаг и анкет.

Опросы/анкеты

Опросы или анкеты, созданные с использованием программного обеспечения для онлайн-опросов, играют ключевую роль в онлайн-сборе данных, будь то количественные или качественные исследования. Опросы разработаны таким образом, чтобы узаконить поведение и доверие респондентов. Чаще контрольные списки и вопросы типа рейтинговой шкалы составляют основную часть количественных опросов, поскольку они помогают упростить и количественно оценить отношение или поведение респондентов.

Существует два важных типа опросных анкет, используемых для сбора онлайн-данных для количественного исследования рынка.

• Веб-анкета : Это один из основных и наиболее надежных методов интернет-исследований или онлайн-исследований. В онлайн-анкете респондент получает электронное письмо со ссылкой на опрос, нажав на которую, респондент перейдет к безопасному инструменту онлайн-опроса, откуда он / она может пройти опрос или заполнить анкету. Исследователи отдают предпочтение веб-опросам, поскольку они экономичнее, быстрее и имеют более широкий охват. Основным преимуществом веб-анкеты является гибкость. Респонденты могут пройти опрос в свободное время, используя настольный компьютер, ноутбук, планшет или мобильный телефон.
• Анкета по почте : В анкете по почте анкета рассылается по почте большому количеству выборки, что позволяет исследователю связаться с широким кругом аудиторий. Почтовая анкета обычно состоит из пакета, содержащего титульный лист, который знакомит аудиторию с типом исследования и причиной, по которой оно проводится, а также с предоплаченным возвратом для сбора данных в Интернете. Методы сбора количественных данных, добавление определенных льгот, таких как напоминания и поощрения за завершение опроса, помогают значительно улучшить показатель оттока. Одним из основных преимуществ почтовой анкеты является то, что все ответы являются анонимными, и респонденты могут потратить столько времени, сколько они хотят, чтобы заполнить анкету и быть полностью честными в отношении ответа, не опасаясь предвзятости.

Наблюдения

Как следует из названия, это довольно простой и понятный метод сбора количественных данных. В этом методе исследователи собирают количественные данные посредством систематических наблюдений с использованием таких методов, как подсчет количества людей, присутствующих на конкретном мероприятии в определенное время и в определенном месте, или количества людей, посетивших мероприятие в определенном месте. Чаще всего для сбора количественных данных исследователи применяют натуралистический подход к наблюдению. Ему нужны острые навыки наблюдения и чувства для получения числовых данных о том, «что», а не о том, «почему» и «как».

Естественные наблюдения используются для сбора обоих типов данных; качественный и количественный. Однако структурированное наблюдение больше используется для сбора количественных, а не качественных данных.

• Структурированное наблюдение: В этом типе метода наблюдения исследователь должен тщательно наблюдать за одним или несколькими конкретными видами поведения в более комплексной или структурированной обстановке по сравнению с естественным наблюдением или включенным наблюдением. При структурированном наблюдении исследователи не наблюдают за всем, а сосредотачиваются только на очень специфическом интересующем поведении. Это позволяет им количественно оценить поведение, которое они наблюдают. Когда наблюдения требуют суждения со стороны наблюдателей, это часто называют кодированием, которое требует четкого определения набора целевых действий.

Проверка документов при сборе количественных данных

Проверка документов — это процесс, используемый для сбора данных после просмотра существующих документов. Это эффективный и действенный способ сбора данных, поскольку документами можно управлять. Это практический ресурс для получения качественных данных из прошлого. Помимо укрепления и поддержки исследования путем предоставления дополнительных данных исследования, обзор документов стал одним из полезных методов сбора количественных данных исследования.

Анализируются три основных типа документов для сбора вспомогательных данных количественных исследований.

• Публичные записи: В рамках этого обзора документов официальные, текущие записи организации анализируются для дальнейшего исследования. Например, годовые отчеты, методические пособия, студенческие мероприятия, игровые мероприятия в университете и т. д.
• Личные документы: В отличие от общедоступных документов, этот тип проверки документов касается индивидуальных личных отчетов о действиях, поведении, здоровье, телосложении и т. д. Например, рост и вес студентов, дистанционно путешествующих студентов посещать школу и т. д.
• Вещественные доказательства: Вещественные доказательства или физические документы касаются предыдущих достижений человека или организации с точки зрения денежного и масштабируемого роста.

Заключение

Количественные данные касаются не конвергентных рассуждений, а дивергентного мышления. Он имеет дело с числовой, логикой и объективной позицией, сосредоточив внимание на числовых и неизменных данных.