Datainsamling

datainsamling är processen att samla in och mäta information om variabler av intresse, på ett etablerat systematiskt sätt som gör att man kan svara på angivna forskningsfrågor, testa hypoteser och utvärdera resultat. Datainsamlingskomponenten i forskningen är gemensam för alla studieområden, inklusive fysiska och sociala vetenskaper, humaniora, företag etc. Medan metoderna varierar efter disciplin, är betoningen på att säkerställa korrekt och ärlig samling densamma.,

vikten av att säkerställa korrekt och lämplig datainsamling
oavsett studieområde eller preferens för att definiera data (kvantitativ, kvalitativ), är korrekt datainsamling avgörande för att upprätthålla forskningens integritet. Både valet av lämpliga datainsamlingsinstrument (befintliga, ändrade eller nyutvecklade) och tydligt avgränsade instruktioner för korrekt användning minskar sannolikheten för att fel uppstår., forskningsfrågor noggrant

medan graden av påverkan från felaktig datainsamling kan variera beroende på disciplin och typ av undersökning, finns det potential att orsaka oproportionerlig skada när dessa forskningsresultat används för att stödja public policy rekommendationer. – herr talman!,

problem relaterade till att upprätthålla integriteten hos datainsamlingen:

den primära grunden för att bevara dataintegriteten är att stödja upptäckt av fel i datainsamlingsprocessen, oavsett om de görs avsiktligt (avsiktliga förfalskningar) eller inte (systematiska eller slumpmässiga fel).

de flesta, Craddick, Crawford, Redican, Rhodes, Rukenbrod och Laws (2003) beskriver ”kvalitetssäkring” och ”kvalitetskontroll” som två metoder som kan bevara dataintegriteten och säkerställa den vetenskapliga giltigheten av studieresultat., Varje metod genomförs på olika punkter i forskningstidslinjen (Whitney, Lind, Wahl, 1998):

1. kvalitetssäkring – aktiviteter som äger rum innan datainsamlingen börjar
2. kvalitetskontroll-aktiviteter som äger rum under och efter datainsamling

kvalitetssäkring
eftersom kvalitetssäkring föregår datainsamling är dess huvudsakliga fokus ”förebyggande” (dvs. att förebygga problem med datainsamling). Förebyggande är den mest kostnadseffektiva verksamheten för att säkerställa integriteten i datainsamlingen., Denna proaktiva åtgärd demonstreras bäst av standardiseringen av protokollet som utvecklats i en omfattande och detaljerad procedurhandbok för datainsamling. Dåligt skrivna handböcker ökar risken för att inte identifiera problem och fel tidigt i forskningsarbetet.,Sible for reviewing data

en viktig del av kvalitetssäkringen är att utveckla en rigorös och detaljerad rekryterings-och utbildningsplan. Implicit i utbildning är behovet av att effektivt kommunicera värdet av korrekt data insamling till praktikanter (Knatterud, Rockhold, George, Barton, Davis, Fairweather, Honohan, Mowery, O ’ Neill, 1998). Utbildningsaspekten är särskilt viktig för att ta itu med det potentiella problemet med personal som oavsiktligt kan avvika från det ursprungliga protokollet., Detta fenomen, som kallas ”drift”, bör korrigeras med ytterligare utbildning, en bestämmelse som bör specificeras i handboken för förfaranden.

med tanke på utbudet av kvalitativa forskningsstrategier (icke-deltagare/ deltagarobservation, intervju, arkivering, fältstudie, etnografi, innehållsanalys, muntlig historia, biografi, diskret forskning) är det svårt att göra generaliserade uttalanden om hur man ska upprätta ett forskningsprotokoll för att underlätta kvalitetssäkring., Visst kan forskare som utför icke-deltagare/deltagarobservation endast ha de bredaste forskningsfrågorna för att vägleda de första forskningsinsatserna. Eftersom forskaren är huvudmätningsanordningen i en studie finns det många gånger små eller inga andra datainsamlingsinstrument. Instrument kan behöva utvecklas på plats för att tillgodose oförutsedda resultat.

kvalitetskontroll
medan kvalitetskontrollaktiviteter (upptäckt/övervakning och åtgärd) inträffar under och efter datainsamling, bör detaljerna dokumenteras noggrant i procedures manual., En klart definierad kommunikationsstruktur är en nödvändig förutsättning för att inrätta övervakningssystem. Det bör inte råda någon osäkerhet om informationsflödet mellan huvudutredare och anställda efter upptäckten av fel i datainsamlingen. En dåligt utvecklad kommunikationsstruktur uppmuntrar slapp övervakning och begränsar möjligheterna att upptäcka fel.,

upptäckt eller övervakning kan ske i form av direkt personalobservation under besök på plats, konferenssamtal eller regelbundna och frekventa granskningar av datarapporter för att identifiera inkonsekvenser, extrema värden eller ogiltiga koder. Även om besök på plats kanske inte är lämpliga för alla discipliner, kommer underlåtenhet att regelbundet granska register, vare sig kvantitativa eller kvantitativa, att göra det svårt för utredarna att kontrollera att datainsamlingen fortskrider enligt förfaranden som fastställs i handboken., Dessutom, om kommunikationsstrukturen inte tydligt avgränsas i handboken för förfaranden, kan överföring av eventuella ändringar i förfaranden till anställda äventyras

kvalitetskontroll identifierar också de nödvändiga svaren, eller ”åtgärder” som är nödvändiga för att korrigera felaktiga datainsamlingsmetoder och även minimera framtida händelser.,ACK and education (Knatterud, et al, 1998)

exempel på datainsamlingsproblem som kräver snabba åtgärder är:

• fel i enskilda dataelement
• systematiska fel
• överträdelse av protokoll
• problem med individuell personal eller webbplatsprestanda
• bedrägeri eller vetenskapligt fel

i sociala/beteendevetenskap där primär datainsamling involverar mänskliga ämnen, lärs forskare att införliva en eller flera sekundära datainsamling.åtgärder som kan användas för att kontrollera kvaliteten på den information som samlas in från det mänskliga ämnet., Till exempel kan en forskare som genomför en undersökning vara intresserad av att få en bättre inblick i förekomsten av riskabla beteenden bland unga vuxna samt de sociala förhållandena som ökar sannolikheten och frekvensen av dessa riskabla beteenden.

för att verifiera datakvaliteten kan respondenterna frågas om samma information men frågas vid olika punkter i undersökningen och på ett antal olika sätt. Åtgärder av ”Social önskvärdhet” kan också användas för att få ett mått på ärligheten i svaren., Det finns två punkter som måste tas upp här, 1) korskontroller inom datainsamlingsprocessen och 2) datakvaliteten är lika mycket en fråga på observationsnivå som det är en komplett datauppsättningsfråga. Datakvaliteten bör därför behandlas för varje enskild mätning, för varje enskild observation och för hela datamängden.
varje studieområde har sin föredragna uppsättning datainsamlingsinstrument., Kännetecknet för laboratorievetenskap är den noggranna dokumentationen av lab-anteckningsboken medan samhällsvetenskap som sociologi och kulturantropologi kanske föredrar användningen av detaljerade fältnoter. Oavsett disciplin är omfattande dokumentation av insamlingsprocessen före, under och efter aktiviteten nödvändig för att bevara dataintegriteten. Whitney, C. W., Lind, B. K., Wahl, P. W. (1998). Kvalitetssäkring och kvalitetskontroll i longitudinella studier. Epidemiologiska Recensioner, 20(1): 71-80.,

	Top