Качественный анализ данных относится к одной форме систематического анализа данных с целью повышения знаний и понимания темы, темы или вопроса.Типы данных, которые соответствуют этому подходу к исследованиям могут включать цифры, но также включать письменные, разговорные, действующие или иллюстративные работы, мысли, идеи, фразы и наблюдения.Эти "целостные" формы данных скомпилированы с использованием таких методов, как интервью, видео и звукозаписи и графические представления, и могут включать письменные работы, такие как газета и журнальные статьи, книги, стихи и любая другая среда, которые могут быть объективно наблюдаются ипроанализирован.Практически все, что выражается через некоторую среду, можно проанализировать с использованием качественных методов.

Хотя Интернет широко доступен в течение более десяти лет, популярность, доступность и воспринимаемая легитимность онлайн-образования взорвалась в последние годы.Изначающие, как первоначально рассматриваются как низшие институты, снимающие низкокачественные степени с высокой ценником, онлайн-образовательные программы все чаще рассматриваются как действительные варианты для достижения степени.

Цели, процесс, методы и результаты качественного анализа данных, аналогичны и разнородными для тех, кто его сестринского подхода, количественного анализа данных.В количественном анализе данных численная информация, такая как количество и проценты, обрабатываются, обычно используют некоторые виды программного обеспечения, такие как статистический пакет для социальных наук (SPSS) или системы статистического анализа (SAS), чтобы произвестиЧисленные отношения или описание, которое используется для ответа на вопрос или тестирование гипотезы, часто основывая такие выводы по понятиям статистической вероятности.В качественного анализа данных, в то время как цель, как правило, также отвечает на вопрос или вопросы, тип ответа, который искал, может быть совсем другим, как и методы, используемые для решения вопроса.

Во-первых, количественный анализ данных обычно направлен на тестирование гипотезы с использованием дедуктивного подхода к сбору и анализу данных.Дедуктивный подход начинается с чего-то широкого, как теория, и выручкается для сбора и тестирования данных, чтобы сформировать вывод о конкретном аспекте темы, который сообщил теорией и предыдущим исследованиям.Этот подход начинается с общего и переходит к конкретному.Качественный анализ данных, с другой стороны, является подходом, который обычно следует по пути индуктивных рассуждений, которые во многом является обратным дедуктивным путем.Индуктивный подход начинается с чего-то конкретного, вроде определенной группы людей, о которых исследователь хочет узнать больше о том, а затем продолжает собирать и анализировать данные для формирования более общих выводов о предмете или предметах.В этом подходе объект исследования выбирается первым, что затем анализируется для обнаружения или проиллюскивания определенных атрибутов и характеристик.

Хотякачественныеаналитические методырешениянечисловыхданных,оничасто используютпрограммное обеспечениедляколичественной оценки иинтерпретациикачественныхданных.Одним из наиболеепопулярных из этихпрограмм являютсяпрограммным обеспечениемДКСИнтернационаляNVivo.Эта программапозволяет исследователямпроводитьширокий спектрпроцедурна неструктурированныхданных, такиекак классификация,сортировку, а также созданиеразличныхрасположенийданныхс целью изученияотношенияпути проведениязапросов, связывая, используяинструменты поискаисоздание модели.

Аналитическая индукция является еще одним способом анализа качественных данных.В этом методе аналитик развивает гипотетическое отчет о событии, сценарии или теме.Затем аналитик переходит к сосну через данные, которые ищут ситуации, которые либо соответствуют, либо дискредитируют рабочую гипотезу.Каждый раз встречается наблюдение, которое возникает вопреки гипотезу, гипотеза пересматривается так, что в конечном итоге она в конечном итоге охватывает все наблюдения.