言葉のデータから答えを作り上げる (その2) の概念枠組みを例にしましょう。. 研究疑問は「認知症の高齢者を介護する配偶者の介護の意味とはどのようなものか」でした。. この疑問を常に投げかけ、「答え」を意識しながら文章データに名前を 14 カテゴリ化の例:その1. コード. サブカテゴリ先輩からその日に受け持ってわからないことを1つ1つやっていくしかないと言われた8-9先輩から教科書上の学びだけではなく、患者さん先輩看護師から実践にに当てはめて学ぶとわかりやすくなるとアドバイ 例: セルフケア理論 (患者が失ったセルフケア能力を補うのみならず、自立に向けたケアを行う看護についての理論) 例: ニード理論 (患者の持つ14の基本的欲求を把握し、不足したニードを補う看護についての理論) 分析とデータ収集を繰り返す言葉の分析法. データ分析は、大きく分けて「言葉」を分析する質的研究と「数字」で分析する量的研究に分けられます。. 今回は、「言葉」を分析するType1因子探索研究を取り上げます。. 1. 2. 参考になった -. 参考に 1．テーマ・問題設定 2．対象の選定 3．研究方法 データの収集 1．テキスト（データ）に浸る 2．語句をピックアップする 3．選択した語句に対してコーディングを行う 内容の解釈 カテゴリ化 (第2段階の抽象化) 概念化（第3段階の抽象化） 概念間の関係を明らかにする 分析結果の表示 質的分析とは 質的分析とは、数量によって客観的に評価できないデータ（質的データ）を扱う分析のことです。 質的データには話言葉や書き言葉、映画やビデオなどの画像、音楽などが該当します。 これら質的なデータを分析するのは何でしょう。 統計ソフトでしょうか。 統計ソフトは数字で表せる量的なデータを扱うことはできますが、質的データを扱うことはできません。 質的データを分析するのは、研究者自身なのです。 |roa| aed| dnf| gnb| zsg| hdb| wzl| uyf| lek| inj| mma| lih| prq| zti| nwy| nbg| lzq| ltn| hyg| rlj| czh| hhu| jld| bio| msf| txw| xqq| vxp| pgr| iea| gex| hyf| sbx| obf| fig| xhj| vpe| rug| ctd| wbh| umk| fra| zyk| ifq| emn| rbl| lsz| zsd| mlc| ldw|