선호도 다이어그램 : 브레인 스토밍뿐 아니라
선호도 다이어그램은 주로 브레인 스토밍 세션 중에 컴파일 된 정보를 구성하는 데 사용됩니다. 문제 및 해결책은 선호도 다이어그램을 사용하여 종종 "효과가 있습니다". 친화력 다이어그램은 아이디어 나 속성을 구성하는 한 가지 방법입니다. 친화도 (affinity diagram)의 사용은 품질 향상 서클 에서이 방법을 대중화 한 Kawakita Jiro의 이름을 따서 명명 된 KJ 방법이라고도합니다.
친화력 다이어그램을 만드는 것은 6 단계 프로세스입니다.
- 분류와 관련된 요소를 나열하십시오.
- 각 요소 또는 아이디어를 분류에 배치하십시오.
- 결합 및 단순화하여 분류를 줄 입니다.
- 다이어그램 분석 - 전체 분류 그룹 .
카드 정렬 : 연구 통찰력을 얻는 낮은 테크 방식
카드 소지 연구는 제 2 차 세계 대전 전후에 군대를 테스트 한 이후로 / 심리학 및인지 연구에 사용되었습니다.
오늘날 카드 정렬 전략은 소프트웨어 아키텍처의 유용성을 테스트하는 데 종종 사용됩니다. 카드 정렬 방법은 응답자가 아이디어, 구성 또는 제품을 연결하고 그룹화하는 방법에 대한 정보를 생성합니다. 정 성적 프로세스로서 카드 분류는 통찰력의 발전을 지원하는 데 도움이됩니다.
카드 소지 활동에 참여하려면 응답자는 분류되지 않은 카드를 그룹으로 구성해야합니다.
또한 작성한 카테고리에 레이블을 지정하도록 요청받을 수도 있습니다. 카드 소지 활동에는 두 가지 버전이 있습니다 : 폐쇄 된 카드 정렬 및 열린 카드 정렬. 열린 카드 정렬 활동에서 응답자는 자신의 범주를 만듭니다 . 폐쇄 된 카드 종류의 경우, 응답자는 시장 조사원이 미리 확인한 범주로 카드를 분류해야합니다.
카드 정렬은 Post-It ™ 메모 또는 색인 카드를 사용하는 매우 낮은 기술 방법입니다. 짐작할 수 있듯이 디지털 카트 정렬 활동을 지원하는 소프트웨어 패키지가 있습니다. 카드 정렬은 개별 응답자, 소규모 그룹의 동시 카드 정렬 수행, 또는 응답자가 개별적으로 카드 정렬을 수행 한 다음 그룹으로 모여서 작업에 접근하는 방법을 논의하고 자신의 카드를 비교할 수 있습니다 결과.
카드 정렬 연구는 일련의 유사성 점수 형태로 정량적 데이터를 산출합니다. 유사성 점수는 다양한 카드 쌍에 대한 일치의 척도입니다. 예를 들어 한 쌍의 카드가 주어지면 모든 응답자가 한 쌍의 카드를 같은 범주로 분류하면 유사성 점수는 100 %가됩니다. 정확히 절반의 응답자가 두 카드를 동일한 카테고리로 분류했지만 나머지 절반은 카드를 다른 카테고리로 분류하면 유사성 점수는 50 퍼센트가됩니다.
질적 연구 과정 인 카드 정렬 기법은 탐색 적 요인 분석으로 알려진 정량적 기법 을 대체하는 데 사용되었습니다. 이 연구의 인용문은 다음과 같습니다 : Santos, GJ (2006). 정량적 탐색 요인 분석을위한 질적 대체물로서 카드 정렬 기법, Corporate Communications : 국제 저널, 11 (3), 288 - 302.
자연주의 연구 데이터 코딩을위한 상수 비교
상수 비교 방법은 Glaser & Strauss 및 Lincoln & Guba와 같은 자연 주의적 연구 팀에 의해 최초로 기술되고 정제 된 잘 알려진 질적 연구 방법입니다. 상수 비교 방법은 4 단계로 수행된다 : (a) 카테고리가 출현함에 따라 각 카테고리에 적용 가능한 데이터를 비교한다. (b) 데이터 집합과 데이터 잡음을 줄이기 위해 범주와 속성을 통합하는 것. (c) 감소 된 데이터 세트에 기초하여 이론을 더 한정 짓는 단계; 그리고 (d) 이론을 쓴다.
연구 가 시작 되기 전에 가설이 생성 되는 양적 연구 방법과 달리, 상수 비교 방법은 진행되는 동안 이론을 생성합니다. 연구 방향을 결정할 가설을 세우는 대신 데이터가 코딩되고 분석 될 때 테마가 나타납니다. 이것을 자연 주의적 연구 또는 기초 이론이라고합니다. 분석을 통한 이론의 지속적인 구축으로 인해 관계의 발견은 초기 관측치가 분석 될 때 시작됩니다. 코딩이 데이터 수집 및 데이터 분석에 필수적이므로 지속적인 정제 프로세스가 발생합니다.
인터뷰의 서술 내용과 개방형 설문 조사 질문 은 핵심 패턴에 대해 분석됩니다. 주제를 발견하기 위해 패턴을 식별하고 분류하고 코딩합니다. 상수 비교 프로세스는 유도 연구입니다. 즉, 범주의 범주와 의미는 데이터가 수집되거나 분석되기 전에 데이터에 부과되는 것이 아니라 데이터에서 나타납니다.