Abordagens que economizam tempo para análise de dados qualitativos

• **Problema: ** As experiências das pessoas fornecem insights poderosos. No entanto, a recolha e gestão de dados qualitativos pode ser demorada.
• **Por que é importante: **Compreender as complexidades das experiências das pessoas pode capacitar os servidores públicos a fazerem escolhas melhores e mais informadas que tenham um impacto positivo na governação global.
• **Solução: **Estratégias e ferramentas que economizam tempo para agilizar a análise de dados qualitativos, aumentando a capacidade de compreensão aprofundada e tomada de decisão eficaz.

Às vezes, os insights mais impactantes vêm de indivíduos. Os dados qualitativos , que incluem estas narrativas ricas, permitem-nos explorar os intrincados detalhes da vida, emoções, experiências e motivações das pessoas. Pode motivar e inspirar as pessoas para quem você deseja fazer a diferença e ajudá-lo a entender o que está tentando alcançar.

A análise de dados qualitativos pode muitas vezes ser complexa, trabalhosa e demorada, por isso é fácil compreender porque é que muitas vezes não é dada prioridade.

Neste artigo, abordaremos algumas estratégias e ferramentas práticas que ajudam a reduzir o tempo gasto em análises. Se quiser ler mais sobre a coleta de dados qualitativos, consulte nosso artigo: Aproveitando insights qualitativos: métodos inovadores para servidores públicos .

Mantendo a ordem

Estratégias simples, como estabelecer um sistema de nomenclatura de arquivos consistente, são uma etapa vital para manter sua pesquisa organizada. Quando todos usam suas próprias convenções de nomenclatura, encontrar e gerenciar arquivos se torna uma tarefa difícil (especialmente com grandes quantidades de dados).

Dicas importantes para manter a ordem: Idealmente, é melhor decidir sobre a abordagem de nomenclatura dos arquivos desde o início do projeto. Certifique-se de que o sistema que você desenvolve seja consistente, significativo para você e seus colegas e fácil de usar. Combine elementos como vocabulário, datas, pontuação, ordem e números para construir nomes de arquivos.

**Tomando notas **

A tomada de notas eficaz durante a recolha de dados qualitativos pode reduzir significativamente o tempo gasto na análise, proporcionando clareza e organização aos dados. Notas consistentes e bem organizadas também podem ser perfeitamente integradas aos seus processos de codificação, ajudando a simplificar a identificação de quaisquer temas emergentes.

Dicas importantes para fazer anotações: Ao final de cada atividade de coleta de dados, reserve algum tempo imediatamente depois para anotar os principais insights da conversa. Isso tornará mais fácil revisitar quando se trata de análise.

Vale a pena ter em mente que, embora haja benefícios claros em tomar notas de qualidade durante a recolha de dados, tomar notas durante a facilitação pode ser perturbador tanto para si como para os seus participantes. Para ajudar a mitigar isso, designe um anotador, cuja única responsabilidade é fazer anotações de alta qualidade durante sua atividade de coleta de dados. Como alternativa, considere gravar sessões (com o consentimento dos participantes) e transcrevê-las posteriormente. Existem vários serviços de transcrição aprimorados por IA que podem ajudar a economizar tempo com isso.

Transcrição

O tempo que pode levar para transcrever atividades como entrevistas ou grupos focais pode ser um problema real, ou um gargalo, no processo de análise.

Se você estiver realizando sua atividade de coleta de dados virtualmente, plataformas como MS Teams ou Zoom agora possuem transcrição integrada. Como alternativa, existem plataformas como Condens, que oferecem um espaço para fazer upload de gravações de suas discussões (sejam presenciais ou on-line) para transcrição, permitindo ao usuário limpar e codificar temas facilmente na transcrição final.

Dicas importantes para transcrição: antes de usar as transcrições para fins de análise, passe algum tempo limpando erros óbvios de sua transcrição. Se você tiver o benefício de um anotador durante sua atividade de coleta de dados, poderá usar predominantemente suas transcrições para citações de apoio – selecionar uma citação que seja ilustrativa, sucinta e representativa de sua análise pode ser uma ótima maneira de dar vida a um relatório.

Existem alguns benefícios definitivos no uso de software de transcrição, como economia de tempo, conveniência e eficiência de custos. No entanto, muitos serviços de transcrição ainda têm um longo caminho a percorrer antes de serem perfeitos. Antes de escolher um serviço de transcrição, vale a pena observar algumas das desvantagens: transcrição rápida nem sempre significa precisão, tenha em mente a deturpação das discussões quando as pessoas têm forte sotaque regional ou onde falam rapidamente, e considere as implicações éticas de hospedar dados brutos arquivos em servidores de terceiros e se isso foi explicitamente abordado nos documentos de consentimento dos participantes.

Escolhendo sua abordagem de análise e codificando seus dados

Ao trabalhar com dados qualitativos, é crucial ter uma compreensão clara dos seus objetivos e escolher a abordagem de análise certa para atender às suas necessidades e ao seu contexto. Por exemplo, se você estiver conduzindo um grupo focal para descobrir como as pessoas se sentem em relação a uma nova política organizacional ou a um programa de treinamento, talvez não seja necessária uma análise temática aprofundada. Em vez disso, você deve se concentrar em extrair os principais insights que ajudam a responder às suas perguntas específicas.

Por outro lado, ao utilizar dados qualitativos como parte de um processo mais extenso de monitorização e avaliação (M&A), torna-se essencial uma abordagem abrangente, como a análise temática (também referida como codificação temática). Em essência, adapte seu método de análise aos seus objetivos para aproveitar ao máximo seus dados qualitativos.

Independentemente da abordagem de análise adotada, se estiver trabalhando com grandes quantidades de dados qualitativos, é provável que você precise reservar algum tempo para a codificação. A codificação é vital para encontrar insights importantes em dados qualitativos, o que significa identificar padrões e ideias-chave nos dados para compreender melhor a pesquisa.

Dicas importantes para codificação de dados: Crie um plano de codificação claro com antecedência. Primeiro decida sua abordagem de codificação; você rotulará as coisas à medida que lê (codificação indutiva), criará códigos primeiro e encontrará evidências para eles (codificação dedutiva) ou fará um pouco de ambos. Você também pode criar um guia de código; com exemplos claros e não exemplos para cada código para ajudar a garantir que todos entendam e usem os códigos da mesma maneira durante a análise.

Se você está planejando codificar tematicamente uma grande quantidade de dados qualitativos, você definitivamente deve considerar o uso de software de análise, plataformas como Dedoose ou NVivo ajudam você a armazenar e codificar seus dados em um local central e podem ajudar a reduzir parte do tempo gasto codificação manual em ferramentas como Excel. Se você quiser saber mais sobre como codificar tematicamente seus dados qualitativos, dê uma olhada neste conselho do delve

E quanto à IA?

Softwares de IA emergentes, como o CoLoop , estão provando ser uma ferramenta transformadora para agilizar a análise de dados qualitativos, especialmente quando você analisa grandes quantidades de dados textuais ou de áudio. Automatizar as etapas iniciais da análise pode ajudar a economizar um tempo valioso, permitindo que você se concentre mais na interpretação aprofundada de suas descobertas e no que elas realmente significam no contexto da pesquisa.

Esta colaboração entre investigadores humanos e IA ajuda a aumentar a eficiência, tornando-a num potencial divisor de águas na exploração dos ricos detalhes das experiências e perspetivas humanas. Embora as implicações potenciais e a utilidade do uso da IA ​​na análise não devam ser subestimadas, é importante observar que a IA não deve substituir completamente os seus próprios esforços analíticos.

Dicas importantes para usar IA em análise: Se você optar por usar ferramentas de IA para análise, é essencial gastar parte do tempo que você economizou conduzindo uma verificação de sentido nos resultados de sua análise; envolvendo outras pessoas que fizeram parte do processo de coleta de dados para garantir a precisão e confiabilidade de suas conclusões.

No serviço público, a análise eficiente de dados qualitativos é uma utilização valiosa do tempo. Seja através de melhores anotações ou do aproveitamento da IA, as estratégias e ferramentas aqui recomendadas podem ser usadas para compreender melhor e melhorar a vida daqueles a quem você atende, resultando em decisões mais informadas e políticas eficazes.

👋 Adoraríamos saber o que você pensa! Deixe-nos um comentário abaixo para compartilhar suas idéias.

(Crédito da imagem: Unsplash)