Planung Ihrer Dissertation Teil 6: 'Datenanalyse' von Roy Horn

Datenanalyse - es geht darum, eine gute Geschichte zu erzählen!

Wenn Sie alle Daten für Ihre Dissertation haben, können Sie "aufatmen", denn ab diesem Punkt sollten Sie in der Lage sein, eine Dissertation zu erstellen, die besteht!

Bevor Sie mit einer detaillierten Analyse beginnen, ist es sinnvoll, die vorhandenen Daten zu "validieren". Bei der Aufzeichnung können sich an verschiedenen Stellen Fehler einschleichen, und die Durchführung einiger einfacher Überprüfungen kann sicherstellen, dass die Antworten der Teilnehmer in die Untersuchung aufgenommen werden können und nicht aufgrund von Fehlern verworfen werden müssen. Wenn Sie Online-Umfragen verwenden, sollten Sie sorgfältig darüber nachdenken, ob alle Fragen obligatorisch sind. Dadurch wird sichergestellt, dass die Teilnehmer keine wichtigen Fragen auslassen. Bei "Papier"-Umfragen sollten Sie bei jeder Abgabe visuell überprüfen, ob alle wichtigen Fragen ausgefüllt worden sind. Die andere allgemeine Aufgabe besteht darin, bei der Dateneingabe eine Sichtprüfung der Antworten vorzunehmen, um sicherzustellen, dass keine allgemeinen Fehler gemacht wurden.

Es gibt eine Vielzahl möglicher Methoden zur Datenanalyse, und ich kann ihnen in diesem kurzen Beitrag nicht gerecht werden. Wenn Sie also Ideen oder Informationen zur Durchführung einer quantitativen oder qualitativen Analyse benötigen, konsultieren Sie mein Lehrbuch zu diesem Thema: (Link derzeit nicht mehr verfügbar) Researching and Writing Dissertations (2009), Roy Horn, CIPD: London, Seiten 141:219.

Die beiden Standardpakete für die quantitative Analyse sind SPSS und Excel, die beide gut funktionieren und Ihnen eine umfangreiche Rohanalyse liefern. Das Hauptproblem und die wichtigste Frage, mit der Sie sich auseinandersetzen müssen, ist die Suche nach einer "Datengeschichte", die Sie erzählen können. Der Abschnitt in Ihrer Dissertation, der die Daten analysiert und die Analyse darstellt, ist für den Erfolg Ihrer Arbeit von entscheidender Bedeutung. Die Mühe, die Sie bisher aufgewandt haben, kann durch einen schwachen oder unlogischen Abschnitt der Datenanalyse verloren gehen oder sich in Luft auflösen.

Die Analyse wird oft in folgende Teile unterteilt:

  • die Untersuchung der einzelnen Teile und der Beziehungen zwischen den Teilen
  • die Zerlegung und Aufteilung des Ganzen in seine Bestandteile
  • die Vereinfachung des Ganzen in Teile, um die logische Struktur darzustellen
  • die Erläuterung eines Prozesses und der Teile dieses Prozesses.
Bei der Erstellung einer Data Story werden Sie also versuchen, all diese Elemente zu berücksichtigen. Wenn Ihre Dissertation benotet wird, erwartet der Bewerter eine bestimmte Art von Geschichte, wie z. B.:
  1. Dies ist ein Problem.
  2. Das Problem hat diese Teile.
  3. Die Leute sagen diese Dinge über das Problem.
  4. Wenn die Menschen dies oder jenes tun würden, würde sich das Problem verringern oder sogar gelöst werden.
Schauen Sie sich diese Geschichte noch einmal an. Sieht sie wie Ihre Dissertation aus? Ihre Datengeschichte sollte:
  • einfach, kurz und relevant sein
  • einen Anfang, eine Mitte und ein Ende haben
  • eine "Pointe" haben, eine Entdeckung
  • Daten und Beweise zur Untermauerung der Geschichte haben (aber nur zur Untermauerung der Geschichte)
  • spezifisch und für die Forschungsstudie geeignet sein
  • Verbesserungsvorschläge und Lösungen anbieten
  • aufzeigen, wie sie für ein breiteres Publikum relevant sein könnte.
einfach, kurz und relevant sein

Hier stellt sich sofort ein Problem. Wie können all Ihre Recherchen und Bemühungen einfach und kurz sein? Die Antwort ist, dass sie so formuliert sein muss, wenn sie für den Leser verständlich und klar sein soll. Das Merkmal "einfach und kurz" wird dadurch erreicht, dass die wichtigen Ergebnisse der Analyse voneinander getrennt werden. Ein Hauptgedanke erzeugt eine Hauptgeschichte, dann der nächste Gedanke und die nächste Geschichte und so weiter.

Haben Sie einen Anfang, eine Mitte, ein Ende - und eine Pointe und Beweise

Die normale Struktur einer Geschichte folgt diesem Format, und Ihre Datengeschichten müssen diesem Format folgen, wenn Sie Ihre Forschung erfolgreich erklären wollen. Wie sieht das bei einer Datengeschichte aus? - Anfang - Die Analyse hat gezeigt, dass (zum Beispiel) ein signifikanter Unterschied zwischen den Buchkaufgewohnheiten von Jurastudenten im Vergleich zu Wirtschaftsstudenten besteht. - Mitte - Gehen Sie anhand von Daten und Beweisen wie Tabellen und Grafiken näher darauf ein. Stellen Sie Fragen zu den Gründen, die zu diesem Unterschied führen könnten. Beziehen Sie das Problem auf eine bekannte Theorie aus der Literaturübersicht. Erstellen Sie eine Pointe im Mittelteil - ein "Aha-Erlebnis", wenn Sie so wollen. - Ende - Finden Sie eine Schlussfolgerung zu Ihrer Geschichte, auch eine Zusammenfassung - und wenn die Datengeschichte ein Problem darstellt, sagen Sie, wie die Lösung aussehen könnte. Beziehen Sie die Schlussfolgerung auf die Pointe. - Daten und Beweise zur Untermauerung der Geschichte - Hier ist es wichtig, dass die Daten und Beweise die Geschichte unterstützen. Die Daten können niemals die Geschichte sein.

Seien Sie spezifisch und der Forschungsstudie angemessen

Zu Beginn Ihrer Forschungsarbeit legen Sie einige Ziele, Forschungsfragen oder Hypothesen fest - alle Ihre Geschichten sollten sich auf diese beziehen. Am besten ist es, wenn dieser Bezug explizit gemacht wird. Eines der Bewertungskriterien für Ihre Dissertation wird sein, wie gut Sie die Ziele, Zielsetzungen, Forschungsfragen oder Hypothesen erreicht haben. Wenn Sie den Zusammenhang in den Geschichten deutlich machen, wird das Thema auf integrierte und effektive Weise behandelt.

Bieten Sie Verbesserungen und Lösungen an

Manche Geschichten haben eine moralische Schlussfolgerung, und Ihre Datengeschichten müssen eine ähnliche haben. In den Datengeschichten werden Sie mit Verbesserungen, Lösungen oder Empfehlungen schließen. Damit haben Sie einen "Griff" in den Datenteil, auf den Sie in der Schlussfolgerung Ihrer Arbeit zurückkommen können.

Veranschaulichen Sie die Bedeutung für ein breiteres Publikum

Ihre Datengeschichten sind spezifisch für Ihre Forschung, können aber, je nach philosophischem Standpunkt Ihrer Forschung, nützliche Implikationen für Gruppen außerhalb Ihres Kontexts haben. Selbst spezifische qualitative Daten können allgemeine Punkte enthalten, die es wert sind, erwähnt zu werden.

Eine gute Planung ist die Grundlage für eine erfolgreiche Dissertation!Sehen Siesich diesen "Tom's Planner" an, in dem alle Teile einer Standard-Dissertation enthalten sind.

So! Das ist das Ende der Blogs über Dissertationen. Ich hoffe, sie haben Ihnen gefallen und Ihnen bei der Fertigstellung Ihrer Dissertation geholfen. Denken Sie daran! Eine gute Organisation ermöglicht es Ihnen, Ihre Dissertation zu genießen und erfolgreich zu sein. Viel Glück! Nutzen Sie diese Vorlage für Ihre Dissertation und beginnen Sie jetzt mit der Planung! Dieser Zeitplan wird Ihnen viel Zeit und Energie sparen.

***
Roy Horn ist Akademiker an der Buckinghamshire New University in Großbritannien und betreut Dissertationsstudenten. Er hat zwei Bücher geschrieben, eines über Dissertationen und eines über Fähigkeiten.

Werden Sie einer von fast 122,447 Kunden und erstellen Sie Ihr erstes Gantt-Diagramm noch heute!