데이터 수집

데이터 컬렉션이 수집하는 프로세스와 정보를 측정하는 변수에 대한 관심에 설립된 체계적인 패션할 수 있는 답변을 명시한 연구,질문,시험 분석 및 평가 결과입니다. 데이터 컬렉션을 구성 요소의 연구는 일반적 연구의 모든 분야를 포함하여 물리적 및 사회 과학,인문학,사업,etc. 방법은 규율에 따라 다르지만 정확하고 정직한 수집을 보장하는 데 중점을 두는 것은 동일하게 유지됩니다.,

의 중요성을 보장 정확하고 적절 데이터 수집
관계없이 연구 분야 또는 기본 설정 정의를 위한 데이터(정량적,정성적),한 정확한 데이터를 수집하기 위해 필수의 무결성을 유지 관리 연구이다. 모두 선택의 적절한 데이터 수집기(기존,수정 또는 새로이 개발)와 명확하게 묘사된 지침에 대한 올바른 사용의 가능성을 줄일 오류가 발생합니다., 연구 질문을 정확하게

는 정도의 영향에서 결함이 있는 데이터 컬렉션에 따라 달라질 수 있습 훈련과 자연의 조사,가능성이 있는 원인이 불균형을 해칠 때 이러한 연구 결과를 지원하는 데 사용되는 공공 정책을 권장 사항입니다.,

관련된 문제를 유지의 무결성 데이터 수집

주에 대한 이론적 근거를 보존하는 데이터의 무결성을 지원하는 것입니다 detection 의 오류에서 데이터 수집 프로세스는지 여부,그들은 의도적으로(고의적인 반증)또는(체계적인 또는 임의의 오류).

장,Craddick,크로포드 Redican,로도스,Rukenbrod,그리고 법률(2003)설명의 품질 보증 및’품질의 제어로는 두 가지 방법이 유지 할 수 있는 데이터의 무결성을 보장 과학적인 타당성 연구의 결과입니다., 각각의 접근 방식이 구현한 다른 지점에서의 연구를 타임라인(휘트니 린드,Wahl,1998 년):

1. 의 품질 보증 활동하는 장치에 있는 데이터 수집을 시작
2. 품질 관-이후에 데이터 수집

의 품질 보증
이후의 품질 보증 앞에 데이터 컬렉션은,그것의 주요 초점은’예방'(즉,을 미연에 문제가 데이터 수집). 예방은 데이터 수집의 무결성을 보장하는 가장 비용 효율적인 활동입니다., 이 사전 대책은 데이터 수집을위한 포괄적이고 상세한 절차 매뉴얼에서 개발 된 프로토콜의 표준화에 의해 가장 잘 입증됩니다. 잘못 작성된 매뉴얼은 연구 노력 초기에 문제와 오류를 식별하지 못할 위험을 증가시킵니다.,sible 를 위한 데이터 검토

품질 보증의 중요한 구성 요소는 엄격하고 상세한 채용 및 교육 계획을 개발하는 것입니다. 암시적에는 교육이 필요하고 효과적으로 통신의 값 정확한 데이터를 수집하여 연수생(Knatterud,치.,조지,바,데이비스,Fairweather,Honohan,Mowery,O’neill,1998). 교육 측면은 의도하지 않게 원래 프로토콜에서 벗어날 수있는 직원의 잠재적 인 문제를 해결하는 데 특히 중요합니다., ‘드리프트’로 알려진이 현상은 절차 매뉴얼에 명시되어야하는 조항 인 추가 교육으로 수정해야합니다.

주어진 범위의 질적 연구 전략(비자/참가자는 관찰,인터뷰,보관,현장 연구,민족학,콘텐츠 분석,구두,역사,전기,눈에 거슬리지 연구에)어렵다는 일반화에 대한 진술 방법을 확립해야 연구 프로토콜을 용이하게하기 위해서 품질의 우수성을 보증합니다., 확실히,연구원을 실시 비자/참가자는 관찰 할 수 있습만 가장 광범위한 연구 질문을 가이드로 초기 연구는 노력이 있습니다. 연구원이 연구의 주요 측정 장치이기 때문에 여러 번 다른 데이터 수집 도구가 거의 없거나 전혀 없습니다. 실제로,예상치 못한 연구 결과를 수용하기 위해 그 자리에서 악기를 개발해야 할 수도 있습니다.

품질 관
하는 동안 품질 관리 활동(검출/모니터링 및 조치)동안 발생한 후 데이터를 수집할 수 있는 정보로 주의 깊게 문서화된 절차에서 매뉴얼입니다., 명확하게 정의 된 통신 구조는 모니터링 시스템을 구축하는 데 필요한 사전 조건입니다. 데이터 수집의 오류를 탐지 한 후 주요 조사관과 직원 간의 정보 흐름에 대한 불확실성이 없어야합니다. 잘못 개발 된 통신 구조는 느슨한 모니터링을 장려하고 오류를 탐지 할 수있는 기회를 제한합니다.,

탐지 또는 모니터링의 형태를 취할 수 있습니다 직접적인 직원 관찰하는 동안 사이트에 방문,회화,또는 정기적으로 자주의 리뷰 데이터 보고서를 식별하는 불일치를 극단적인 값 또는 잘못된 코드입니다. 는 사이트 방문에 적합하지 않을 수 있 모든 분야에 대한 오류를 정기적으로 감사를 기록 여부,정량적 또는 양적,어렵게 만들 것입을 위해 연구자는지 확인하는 데이터 컬렉션은 절차에 따라 수립된 절차 설명서를 참고하십시오., 또한,만약 구조물의 커뮤니케이션에 명확하게 묘사에서는 절차 설명서,전송의 모든 변경에서 절차를 직원들에게 노출될 수 있습

품질 제어를 식별할 수도 있습니다 필요한 응답 또는’액션’이 필요하여 올바른 결함이 있는 데이터 수집 방침을 최소화하고 또한 미래의 발생합니다.,ack 및 교육(Knatterud,et al,1998)

의 예로는 데이터 수집 문제가 필요한 신속한 조치를 포함한다:

• 에 오류가 개인 데이터 항목
• 체계적인 오류가
• 위반의 프로토콜
• 문제로 개별적인 직원 또는 사이트 performance
• 사기 또는 과학적인 행위

사회/행동 과학는 기본 데이터 컬렉션을 포함하는 인간의 과목 연구원들이 가르쳤을 통합하는 하나 이상의 보조 조치하는 데 사용할 수 있는지 확인하는 품질의 정보를 수집하고 있에서 인간의 주제입니다., 예를 들어,연구원이 실시한 설문 조사에 관심이 있을 수도 있습 얻고 더 나은 통찰력의 발생 위험한 행동 젊은 성인뿐만 아니라 사회적 조건을 증가시키는 가능성과 주파수의 이러한 위험한 행동을 합니다.

을 확인하는 데이터의 품질 응답자에게 수 있습 쿼리에 대한 동일한 정보를 요청했으나 다른 지점에서의 설문조사 그리고 다수의 다른 방법이 있습니다. ‘사회적 바람직 함’의 척도는 응답의 정직성에 대한 척도를 얻는 데 사용될 수도 있습니다., 두 가지 포인트 제기해야 할 여기에서,1)cross-검사 내에서 데이터 수집 프로세스 그리고 2)데이터의 품질 것으로 많은 관측 수준의 문제로 그것은 완전한 데이터 세트 문제입니다. 따라서 각 개별 측정,각 개별 관찰 및 전체 데이터 세트에 대해 데이터 품질을 다루어야합니다.
각 연구 분야에는 선호하는 데이터 수집 장비 세트가 있습니다., 의 특징은 실험실 과학은 세심한 문서의 실험실 노트북면서 사회과학 등과 같은 사회학,문화인류학을 좋아할지도 모른 사용의 상세한 분야 메모입니다. 규율에 관계없이 활동 전,도중 및 후에 수집 프로세스에 대한 포괄적 인 문서화가 데이터 무결성을 보존하는 데 필수적입니다. 그러나이 경우 의사와상의해야합니다. 종단 연구에서 품질 보증 및 품질 관리. 역학 리뷰,20(1):71-80.,

	Top