MỤC LỤC
Các tài liệu có thể được quản lý trong số lượng bất kỳ những tập hợp để truy cập lại, tìm kiếm hoặc quản lý dữ liệu, hoặc mở rộng và tiến hành các tìm kiếm ( xem Chương 8). Các tài liệu có thể được tìm kiếm theo mẫu văn bản, mã hoá và những thuộc tính, và sự tìm kiếm có thể được mở rộng tới những tài liệu bất kỳ hoặc những bộ phận của tài liệu (xem Chương 10).
Nhiều kỹ thuật để mã hoá, hiện ra và tìm kiếm được mô tả trong sách này yêu cầu ít hoặc không có sự chuẩn bị trước nào các tài liệu.
khi vấn đề liên kết đặt ra nhiều hơn là xử lý văn bản : một phỏng vấn nhóm tập trung có thể bắt đầu bằng tóm tắt của người điều hành, với DataBites dẫn đến những giai đoạn thảo luận quan trọng. Uỷ nhiệm (proxy) có thể chứa đựng một tóm lược hoặc những ghi chú với những đoạn được đánh số cho các trang hoặc các chương, và những ghi chú hiệu đính vào những chỗ thích hợp và mã hoá.
Điều này đặc biệt có ích cho những nhà nghiên cứu sử dụng những ghi chép trên thực địa; Trong khi đánh máy, bạn đang nghĩ về những phạm trù quan trọng mà bạn phải tạo ra. Nếu những phỏng vấn thử nghiệm được sao chép lại đầy đủ để thiết lập một phạm vi những vấn đề sẽ được xem xét, nhưng sau đó dữ liệu lại được ghi dưới dạng ghi chú, hãy tạo ra một thuộc tính tài liệu " ghi chi tiết " với những giá trị cho những mức chi tiết khác nhau.
Bạn sẽ được hỏi để chỉ rừ liệu cú phải đõy là file dữ liệu hay không phải là file dữ liệu (Nếu nó là file dữ liệu, thì bạn được hỏi để định vị nó), tên và sự mô tả, dạng và vị trí của nguồn được thể hiện: những tùy chọn sau đó sẽ được quan tâm để tạo một khuôn dạng cho dữ liệu giúp cho người nghiên cứu mã hoá và định vị bình luận hoặc DataLinks. Tạo ra thói quen sử dụng văn bản rich text format để mã hóa trực quan (xem bên dưới). Thăm dò Nút mã In-Vivo tạo ra một nút có tiêu đề là văn bản được chiếu sáng. Ví dụ, nếu bạn đang tạo ra những một tài liệu mới bằng cách ghi chép trên thực địa, thì trong khi bạn viết, hãy chiếu sáng những từ cho những vấn đề quan trọng nổi lên và tạo ra những nút tự do cho chúng, mã hoá ngữ cảnh thích hợp. Kiểm tra các chức năng của Code Explorer: bạn có thể tạo rta những nút cho tất cả những người tham dự vào sự kiện đó, và mã những gì bạn viết về họtrong khi bạn tường thuật nó. Những tài liệu có thể nhập trực tiếp qua cửa nhập của một dự án trong NUD * IST, với tất cả mã hóa và những thuộc tính có trong dự án đó. Tất cả các tài liệu sẽ xuất hiện trong dự án NVivo. Nếu những tài liệu văn bản dưới dạng plain chứa đựng những tiêu đề, thì những tiêu đề đó sẽ được đưa cho một mức tiêu đề khi nhập vào NVivo, như vậy bạn có thể ngay lập tức xem lướt các tài liệu trong Document Explorer và lựa chọn những phần thích hợp để duyệt. Tài liệu này bây giờ có thể hiệu đính dưới dạng rich text format, kể cả lựa chọn và đặt những tiêu đề để xác định các tiểu mục. Bạn có thể muốn để chèn DataBites để ngay lập tức liên kết với những file khác mà không phải trong dự án N4 NUD * IST. Tất cả các ghi nhớ sẽ là những tài liệu theo ý nghĩa đầy đủ của nó. Bạn có thể có nhiều ghi nhớ và mong muốn xóa bớt một số, hoặc sao chép chúng vào trong những chú giải như DataBites xem Chương 6).
Những tài liệu có thể nhập trực tiếp qua cửa nhập của một dự án trong NUD * IST, với tất cả mã hóa và những thuộc tính có trong dự án đó. Tất cả các tài liệu sẽ xuất hiện trong dự án NVivo. Nếu những tài liệu văn bản dưới dạng plain chứa đựng những tiêu đề, thì những tiêu đề đó sẽ được đưa cho một mức tiêu đề khi nhập vào NVivo, như vậy bạn có thể ngay lập tức xem lướt các tài liệu trong Document Explorer và lựa chọn những phần thích hợp để duyệt. Tài liệu này bây giờ có thể hiệu đính dưới dạng rich text format, kể cả lựa chọn và đặt những tiêu đề để xác định các tiểu mục. Bạn có thể muốn để chèn DataBites để ngay lập tức liên kết với những file khác mà không phải trong dự án N4 NUD * IST. Tất cả các ghi nhớ sẽ là những tài liệu theo ý nghĩa đầy đủ của nó. Bạn có thể có nhiều ghi nhớ và mong muốn xóa bớt một số, hoặc sao chép chúng vào trong những chú giải như DataBites xem Chương 6). Nghiên cứu Định tính yêu cầu khả năng tập trung trên các văn bản, phát hiện các khuôn mẫu, nhận ra các điểm nổi bật, định vị những phần chỉ nghe được một nửa, và tránh sự buồn tẻ thậm chí khi dữ liệu đối mặt với những giá trị buồn chán.
Để phân biệt tinh tế hơn bạn có thể làm bên trong một phạm trù - nút sử dụng mã hoá đối với những phạm trù chính của dự án và xem những sự khác nhau trong Bộ duyệt. Nút;Để xác định những bình luận riêng của bạn được chèn vào, như vậy nó đứng tách khỏi các văn bản khác (của) chính mình như vậy nó chịu đựng ở ngoài từ văn bản khác.
Tại sao không tô màu màu đỏ – cảnh báo cho Sự nguy hiểm của những tài liệu mà bạn còn chưa xem lại và mã hoá, hoặc Màu xanh lục tươi cho những bản ghi nhớ có vẻ như đang trở thành những lý thuyết tốt, (hoặc tô màu nâu khi chúng trở nên ít có sức thuyết phục) hoặc trang trí màu hồng và màu xanh tương ứng những phỏng vấn với những mẹ mà có con là con gái và con trai!. Ví dụ, một tài liệu trong dự án có thể ghi một phỏng vấn mà được thảo luận với người trả lời trong một cuộc nói chuyện kế tiếp; những ghi chú của bạn từ thảo luận đó cần phải được nối vào, vì vậy sự kiện nghiên cứu có thể được phân tích như một tài liệu, với những thuộc tính chung, v…v.
Hệ thống cất giữ một tập hợp tất cả các bản ghi nhớ cho những câu hỏi như như: "Hãy xem lại tất cả những ghi chú của tôi về hành vi của những thành viên là nam giới của nhóm quan sát", hoặc " Tôi có bằng chứng nào mà những người đã được phỏng vấn xem uy quyền của những bác sỹ như một vấn đề – như là trái ngược với bình luận của bản thân tôi rằng họ có vấn đề?". Nếu bạn quen viết những bản ghi nhớ và xem chúng như những tài liệu phụ với tình trạng nhỏ hơn, bạn có thể tiếp tục làm việc cách đó, mở rộng việc sử dụng của bạn đối với những bản ghi nhớ khi bạn thích nghi với các kỹ thuật quen thuộc để tận dụng những lợi thế trong các tùy chọn của NVivo.
Văn bản được mã hoá ở tại một nút (bao gồm tất cả các văn bản dưới dạng rich text format và liên kết với tài liệu nguyên bản) có thể được xem trong ngữ cảnh, sự trải ra của các mã, và văn bản được mã hoá lại. Các nút và những sự kết hợp của các nút có thể được tìm kiếm, khám phá những chủ đề gối lên nhau hoặc những khuôn mẫu phức tạp, và sự tìm kiếm có thể nhằm tới những nút xác định bất kỳ nào (xem Chương 10).
Nếu bạn đã làm việc với những bản ghi trên giấy trước đó, thì bạn có thể phải sử dụng những ngăn hoặc những thẻ ghi số (Thậm chí là những hộp giày) để chứa những phạm trù và cất giữ những bản sao, hoặc sự tham khảo, Dữ liệu thích hợp. Bạn có thể thông thường hỏi và trả lời một câu hỏi nếu bạn có câu hỏi, hoặc có thể tạo ra, Những nút và / hoặc những thuộc tính bằng những thuật ngữ trong đó bạn có thể đặt ra câu hỏi.
Những hệ thống nút có thứ bậc, trong các cây phạm trù và những phạm trù thứ cấp có thể được xây dựng ở bất kỳ giai đoạn nào, khi một hình dạng được tìm thấy cho những nút (mà) bạn đang tạo ra. Bạn có thể có những nút cho một trong những giáo viên được học trong một dự án đánh giá, ( Dưới dạng nút một trường hợp " Những giáo viên ") Và những nút cho những trường hợp của các trường học mà là những khu vực trong dự án của Bạn.
Tạo ra các nút là kéo các nút thứ cấp liên quan lại với nhau; các nút sẽ là nơi chứa những phạm trù mà bạn đang tạo ra hoặc chuyển vào trong một tài liệu cây ( xem Chương 8 để biết chi tiết hơn về việc hình thành dữ liệu dạng cây). Mục mã hoá là một cách làm nhanh để tạo ra một nút cho mỗi câu hỏi trong một phỏng vấn, mỗi người người trả lời trong một phỏng vấn nhóm, hoặc mỗi chủ đề trong những ghi chép thực địa - và tự động hóa sự mã hóa ( xem Chương 7, Mã hoá).
Duy trì ghi ngày tháng những danh sách của các nút với những mô tả ở những giai đoạn khác nhau của một dự án, hoặc giữ trong bản ghi nhớ ngày tháng của những sự thay đổi về những mụ tả, giỳp cho việc theo dừi phỏt triển những ý tưởng, chứng minh bằng tài liệu cho giải thích của bạn về sự phát triển của lý thuyết. Những nút có thể được tạo ra cho những ý tưởng thử nghiệm, để cất giữ một câu hỏi mà bạn không có thời gian để trả lời trong tối nay, hoặc thăm dò những phân biệt tinh tế trước kết hợp chúng thành một phạm trù tin cậy.
Những dạng Trường hợp có thể sử dụng để xử lý những giá trị của những thuộc tính một cách đồng nhất: nếu một nút dạng Trường hợp được đưa cho một giá trị của một thuộc tính, thì tất cả nút trường hợp ở bậc dưới nó được thừa kế những giá trị này. Bạn có thể tất nhiên tái định vị chúng như những nút trường hợp bên trong NVivo, Nhưng không có nhu cầu để làm như vậy trừ phi bạn xử lý đặc biệt các thuộc tính và các dạng trường hợp như một lợi thế ở tại giai đoạn này trong dự án của bạn.
Bạn có thể xuất sự chọn lọc bất kỳ của những thuộc tính cho bất kỳ sự chọn lọc nào của những tài liệu hoặc những nút, hoặc một bảng để nhập phần mềm thống kê hoặc phần mềm bảng khác. Tất cả quá trình phân tích thảo luận trong những chương sau có thể bao gồm những câu hỏi hoặc những hạn chế đối với những giá trị của những thuộc tính của những tài liệu hoặc những nút.
Bây giờ, sự phân tích có thể đặt ra câu hỏi về dữ liệu, rút ra từ những thông tin này ( ví dụ, lấy cho cho tôi tất cả các báo cáo của những sinh viên ở lớp cao trong các trường có trình độ giáo viên thấp về những người có thâm niên lâu và so sánh với những thái độ của những học sinh ở lớp dưới ở cùng các trường). Một màn hình đồ thị linh hoạt và sáng sủa cho phép bạn xem những giá trị của những thuộc tính và thay đổi chúng nhanh chóng; để xem, xem lại, thích nghi và thay đổi những thuộc tính trong dự án của bạn , hãy profile phân bố của một mẫu hoặc so sánh những khuôn mẫu của những thuộc tính đối với một loạt các tài liệu hoặc những nút.
Một số đặc điểm của NVivo trong việc xử lý các giá trị có thể giúp đỡ sự lựa chọn (của) bạn. Những chuỗi những ký tự. Một thuộc tính có thể có một số lượng bất kỳ những giá trị chuỗi khác nhau với những tên mà bạn nhập, chỉ giới hạn số những ký tự mà sẽ phù hợp với cái hộp. Tuy nhiên, bạn sẽ thấy rằng các tên càng ngắn càng tốt, vì chúng dễ nhìn hơn trên màn hình. Một số thuộc tính chuỗi có thể có những giá trị có thứ tự trực giác nhưng không xắp xếp theo thứ tự ABC. Các con số. Một thuộc tính có thể có một số lượng bất kỳ những giá trị số khác nhau. Tạo ra một giá trị chính xác cho mỗi mục, rồi khi phân tích bạn có thể hướng phạm vi tìm kiếm, thăm dò những nhóm giá trị thích hợp. Đại số Boole. Đây là những loại những thuộc tính mà ngay cả những người nghiên cứu hay nghi ngờ cũng thường chấp nhận một câu trả lời Đúng/Sai. Tuy nhiên, cần xem xét việc giảm dữ liệu bằng việc sử dụng những giá trị Boole đối với những câu hỏi định tính. Những nhà nghiên cứu thường không biết trước những ý nghĩa mà họ sẽ khám phá trong nguồn dữ liệu phong phú. Ý nghĩa của một thời kỳ lịch sử đặc biệt, hoặc một nhóm tuổi có thể bị tổn thương nẩy sinh từ dữ liệu trong thời gian thực hiện dự án. Kiểm tra bạn có thể làm gì với giá trị bằng số hoặc ngày tháng trước khibạn quyết. định sử dụng những giá trị Đại số Boole. Ngày tháng và thời gian. Sự chuẩn bị ngày tháng và thời gian như những thuộc tính là điều mới trong NVivo và được thiết kế cho những dự án quan tâm đến quá trình, lịch sử hoặc biên niên học. Thuộc tính Ngày tháng / Thời gian có tầm quan trọng đặc biệt đốivới những nút. Dữ liệu Định tính luôn luôn được khảo sát trong ngữ cảnh của nó và "thời gian" luôn luôn là một khía cạnh quan trọng của ngữ cảnh. Đa số các dự án định tính chứa đựng quá trình - lịch sử của một tổ chức, những kí ức của một người được phỏng vấn, những sự kiện trong lịch sử cuộc sống, những ngày tháng của những quá độ quan trọng trong lịch sử một gia đình, hoặc gần hơn, thời gian đi đến thực địa và những thời khắc có ý nghĩa của những quan sát. Nếu dự án của bạn yêu cầu rằng tài liệu được khảo sát trong một hoàn cảnh thời gian cụ thể, thì bạn có thể làm điều này bằng việc sử dụng những thuộc tính ngày tháng/thời gian cho các nút. Một nút cho mỗi giai đoạn hoặc sự kiện có thể được ghi ngày tháng, và những thủ tục tìm kiếm cho phép bạn xác định phạm vi tìm kiếm bằng ngày tháng / Thời gian và khôi phục theoi ngày tháng / Thời gian. Khi bạn tạo ra một thuộc tính ngày tháng / Thời gian bạn chọn phạm vi lớn nhất và nhỏ nhất của năm, tháng, ngày, giờ, phút, giây. Như vậy là những thuộc tính ngày tháng / Thời gian có thể được sử dụng với quy mô rất khác nhau - những năm phân biệt trong lịch sử thế giới hoặc những giây trong một bản gỡ băng của cuộc phỏng vấn nhóm tập trung. Sử dụng những thuộc tính ngày tháng / thời gian để phân tích thời gian. Trừ phi thời gian trong nghiên cứu định tính thông thường là về quá trình, không phải là những sự kiện. Những thuộc tính ngày tháng của NVivo cho phép sàng lọc những tập hợp và những tìm kiếm theo những phạm vi của ngày thỏng và thời gian, như vậy bạn cú thể chỉ rừ mọi thứ ghi ngày thỏng sớm hơn một thời gian được chọn, hoặc mọi việcxảy ra trước thời gian này. Giả định rằng bạn có những tài liệu trong đó những người chứng kiến mô tả việc buôn lậu ma tuý, như phân p hối, đưa hàng hóa và trả tiền. Tạo ra những nút để mã hoá mô tả những sự kiện như vậy. Bây giờ những phương tiện tìm kiếm của NVivo có thể dễ dàng định vị những sự kiện những nút) xảy ra sau một lần buôn bán đặc biệt, hoặc trước một lần bán lẻ đặc biệt, hoặc trả tiền cùng một lúc. Những thuộc tính ngày tháng / Thời gian tính bằng năm có thể trong một khoảng thời gian lớn trong lịch sử, hoặc bạn có thể Ghi ngày tháng đến từng giây nếu bạn đang nghiên cứu những sự tương tác xảy ra nhanh (Có thể bạn có những tài liệu với nhiều băng video hoặc băng âm thanh cần cắt xén mà bạn cần tới mốc thời gian).
Tất nhiên, một dự án không nhất thiết phải sử dụng những thuộc tính, nhưng đa số các nhà nghiên cứu sẽ tìm thấy các thuộc tính là có hữu. Trong việc khởi động hệ thống thuộc tính (của) bạn, luôn luôn nhớ rằng tất cả những quá trình phân tích có thể bao gồm những câu hỏi hoặc những sự hạn chế đối với những thuộc tính của những tài liệu hoặc nút.
Tuy nhiên, nghiên cứu định tính yêu cầu những cách liên kết khác –từ dự án đến tài liệu khác, và cũng từ bên trong dự án tới những tài liệu và những ý tưởng khác, tài liệu liên kết tới tài liệu, tài liệu tới ý tưởng hoặc sự liên kết trực tiếp tới một trích dẫn đặc biệt. Đúng hơn không phải là làm việc với dữ liệu “gốc "từ đó dẫn đến "sự giải thích", nhà nghiên cứu có thể tập trung vào sự hiểu thấu và những khám phá, so sánh và xây dựng những lý thuyết trong những tài liệu phát triển khi sự hiểu biết tăng lên.
(Nếu bạn chèn điểm đánh dấu một đoạn trong DataBites, nó sẽ mất những phần quan trọng sau khi đánh dấu đoạn văn.) Nếu bạn muốn DataBites áp dụng qua nhiều đoạn văn, sử dụng khả năng của màu sắc hoặc thay đổi font chữ để đánh dấu những đoạn thích hợp (và hiệu đính để lưu ý hiệu quả đó). Một DocLink có thể liên kết với bất kỳ tài liệu nào (trong hầu hết các dự án, nhiều liên kết như vậy sẽ được tạo ra). Không có nhu cầu để gắn nhãn cho những bản ghi nhớ tài liệu nà, hãy để tất cả như vậy. Trong một bản gỡ băng phỏng vẫn nhóm tập trung, hãy liên kết những gì một người nói với chính người đó trong cuộc phỏng vấn. Trong một tài liệu ghi những ghi chép trên thực địa từ quan sát tham dự, hãy liên kết với những quan sát khác nhau của những tuần trước đó. Sự Liên kết với những tài liệu thì không phải là những bản ghi nhớ. Để làm tăng tối đa tính hữu ích từ DocLinks bên trong NVivo, hãy thăm dò những công dụng của những liên kết với những tài liệu mà không phải là những bản ghi nhớ. Những tài liệu Hỗn hợp có thể được xây dựng và kết nối với nhau bằng cách đặt các liên kết được suy nghĩ cẩn thận với những tài liệu phù hợp của dự án khác. Bất kỳ tài liệu nào có thể chứa đựng một sự phản ánh về), hặc nói đến, hoặc chứa đựng những thảo luận về mọi tài liệu khác, hoặc bộ phận bất kỳ của một tài liệu nào đó, hoặc về bất kỳ một nút nào.
Như được thảo luận trong Chương 4, nhiệm vụ trung tâm của nhiều nghiên cứu định tính là trích đoạn và tóm tắt - để định vị những chủ đề quan trọng trong dữ liệu phức tạp, xem xét chúng cùng với nhau và tóm tắt từ chúng, cung cấp sự mô tả, những phạm trù và những lý thuyết phong phú. Định vị phạm trù (Như là một tự do, nút cây hoặc nút trường hợp) trong vùng Nút Tự do, hoặc những vùng thích hợp trong vùng Nút Cây ghi lại những vị trí của nó trong sự hiểu biết của bạn tăng lên, và phản ánh sự đánh giá của bạn rằng phạm trù này thì khác với những phạm trù khác được tạo ra cho đến lúc này.
Loại mã hoá này không có nghĩa là thay thế cho mã hoá mô tả một cách tính toán mà người nghiên cứu có thể làm, nhưng cung cấp sự dễ dàng truy nhập tới những phần tương ứng của những tài liệu khác nhau - như vậy bạn có thể đi ngay lập tức tới những phần đó để. Nhưng quá trình làm một cách máy móc có thể mang rất nhiều tài liệu về cùng một chủ đề lại trong cùng một nút, như vậy bạn có thể phản ánh và xem lại nó, "Làm sạch" mã hóa bằng việc không mã hoá những gì không nên ở đó và xem lại khung cảnh để mã hoá kỹ lưỡng hơn những gì quan trọng.
Hiển thị Explorer – style trong Coder có tất cả các chức năng cần thiết để tạo ra hoặc chuyển đổi các nút và suy nghĩ lại những nút của bạn trong khi bạn phản ứng với những gì đang xem trong khi xây dựng lại ngữ cảnh, những văn bản đã được mã hoá. Để quét những loại tài liệu bạn có ở đây, lựa chọn hàng đầu tiên - bạn sẽ thấy trường hợp mà bạn đang tìm kiếm một cách nhanh chóng hơn, và có thể mở rộng tầm nhìn ngữ cảnh của nó.
Bạn cú thể lựa chọn và mã hoá một số hoặc cả đoạn van ở tại cùng nút đó hoặc lựa chọn và mã hoá một số hoặc cả văn bản đã được mã hoá và ngữ cảnh của nó ở những nút khác. Hoặc hiển thị trên màn hình trong Nvivo trên Bộ duyệt Nút, như vậy bạn có thể kích vào DataLinks và đưa thính giả trực tiếp tới bản ghi âm thanh trong những thời điểm quan trọng, hoặc duyệt tài liệu nguyên bản để trình bày những trường hợp mà bạn bây giờ bạn đã hiểu biết hầu hết các vấn đề.
Công cụ phân tích Assay có thể được gọi từ một cửa sổ Explorer hoặc từ phạm vi bạn đã đặt trong thanh công cụ tìm kiếm, khi nào bạn muốn kiểm tra các đặc điểm của một bộ, nơi bạn đã hoàn thành việc đánh mã hoặc bạn sắp tìm. Những phương thức để xem và biểu thị này có thể dễ dàng tiếp cận từ tất cả những nơi mà bạn có thể đặt ra những câu hỏi này: những cửa sổ Document hoặc Node Explorer, Set Editor và Search Tool và Modeler.
Bạn có thể lọc bất kỳ phần nào của dữ liệu của bạn theo các văn bản, yêu cầu xem những phần nào được đánh mã, hoặc có giá trị cụ thể của một thuộc tính, hoặc những đặc điểm khác. Nhấp chuột phải để yêu cầu NVivo hiển thị tất cả các node mã hoá của văn bản này, hoặc tất cả những ghi nhớ của tài liệu này (đó là liên kết văn bản DocLinks cấp cao nhất tới các ghi nhớ) hoặc để hiển thị các văn bản mã hóa bằng node này hoặc ghi nhớ cho node này.
Đó có thể là các đường cong, các kiểu mẫu quan sát hoặc mối quan hệ giữa các phần trong công trình của họ, những khám phá trong dữ liệu, ý tưởng trong văn học và những lý thuyết chớm nở hoặc đã phát triển đầy đủ. Các mô hình có thể được sử dụng như những công cụ trình bày trong cuộc họp hoặc hội thảo, in ra, lưu lại dưới dạng tệp tin bitmap (đồ hình ánh xạ bit), hoặc lồng thành những mục của các mô hình khác.
Mô hình xếp lớp, với phương thức trình bày phát hiện tăng dần, các mức giải thích khác nhau và những phương thức khác nhau để quan sát và di chuyển giữa các chiều. Mô hình nhiều mục đưa ra một dãy các mục trong một phạm vi hình dạng và kiểu dạng, trong đó các mục có thể nhóm lại và hiển thị theo nhóm.
Phần này bao gồm chi tiết về mỗi quá trình hàm chứa trong công cụ, người thao tác đối với tìm kiếm từ ngữ và mã hóa, cách thức định phạm vi tìm kiếm, quá trình mà bạn phân tích một phạm vi và những tùy chọn để lưu trữ và sử dụng kết quả tìm kiếm. Tìm kiếm trong một nghiên cứu định tính thường là một quá trình lặp để đặt câu hỏi và tìm câu trả lời, khám phá và cố gắng tìm, thửnghiệm các kiểu mẫu "có ý nghĩa" của dữ liệu của bạn, và xây dựng trên những đườngcong và khám phá trước đó để xây dựng một kiến thức lớn hơn.
Tìm kiếm từ ngữ kết hợp với quy định các văn bản và node phạm vi có thể được sử dụng như một công cụ nghiên cứu ăn khớp tinh vi, tìm và thấy tất cả những nơi có mặt từ, cụm từ, kết quả không chắc chắn hoặc khía cạnh bất kỳ của một văn bản diễn đạt bằng chữ. Chức năng tìm sự kiện đồng xuất hiện tìm kiếm những nơi từ ngữ từ hai mục đầu vào của nó (ví dụ đoạn văn được mã hóa bởi hai node) xảy ra trong các mục phạm vi, và cụ thể xem xét xem một đoạn văn từ một mục có sự kiện gần đủ như với đoạn văn của mục kia.
Một toán tử thích hợp sẽ là Toán tử Hàm chứa - tìm kiếm những quan điểm được thể hiện trong các câu nói của người với đặc điểm nhân cách khác nhau (chú ý người không được coi như là các cá nhân khi tìm kiếm). Để trở lại dự án đổi mới trường học, tôi không thể mở rộng nhóm phạm vi của tôi ngoài văn bản từ địa điểm đầu tiên nếu tôi không tạo ra node trường hợp để rút ra các cuộc nói chuyện về những giáo viên đó.
Tôi muốn đặt ra câu hỏi của mình về các văn bản trong địa điểm nghiên cứu đầu tiên của các địa điểm nghiên cứu đa hiện trường của mình. Tôi thêm vào node góp chung mã hóa dữ liệu tại đó người ở những địa điểm khác nhau thảo luận về thày giáo ở trường học tại địa điểm thứ nhất.
Khi bạn tìm hiểu, thường là quá trình xây dựng loại và lý thuyết "nổi lên" trong nghiên cứu định tính yêu cầu có các cuộc xâm nhập nhỏ vào dữ liệu, đọc những gì tìm thấy, quan sát theo cách khác nhau, suy nghĩ lại về câu hỏi, điều chỉnh lại lăng kính trọng tâm. Giả sử phạm vi của bạn là các node người được phỏng vấn (mã hóa tất cả những gì một người đã nói, ở mọi nơi) ,bạn có thể tiến hành một cuộc tìm kiến và mở rộng kết quả tìm được tới toàn bộ văn bản phỏng vấn chứa một kết quả tìm kiếm.
Ưu điểm: thông thường bạn không quan tâm lắm và đoạn từ ngữ chính xác do một lần tìm kiếm đem lại, vì trong đó các mục mà bạn làm việc với (mục phạm vi) giống nhu thế. Các toán tử Giao nhau và Sự Khác biệt, hoặc những toán tử lân cận, mạnh và linh hoạt hơn, sẽ thử nghiệm một giả thuyết có thể được diễn đạt về mã hóa tại các node, giá trị thuộc tính hoặc kiểu mẫu chữ.
Một khi bạn đã quen thuộc với những thành phần này, công trình của bạn sẽ có những hình dáng đã xác định, không phải bởi cấu trúc và chức năng của một gói phần mềm, mà bởi cách tiếp cận phương pháp luận và mục tiêu nghiên cứu của bạn. Có ba cách chủ yếu để mang các mục dữ liệu lại với nhau trong NVivo, và những cách này cũng là những phương thức để phân tách hoặc phân biệt dữ liệu; mã hóa tại các node, cung cấp giá trị cho thuộc tính, và đặt các node hoặc văn bản vào bộ dữ liệu.
Một số liên kết từ khái niệm đến dữ liệu đòi hỏi phải thu thập tất cả các tư liệu về một chủ đề để bạn có thể xem xét và suy nghĩ lại về nó, hoặc tìm hiểu mối quan hệ với những chủ đề khác. Sử dụng các lớp, nhóm và kiểu dáng để tạo mô hình đa chiều, và để cắt chéo bức tranh phức tạp của bạn để bạn có thể tập trung, phân biệt và xem xét xuyên suốt độ phức tạp.
Mã hóa thị giác là phương pháp cũ để đánh dấu từ ngữ, loại bỏ khi nhà nghiên cứu di chuyển tới máy vi tính và giờ đây lại hiện diện vì năng lực từ ngữ dồi dào của NVivo. Bạn có thể đặt các câu hỏi như "Những sự kiện lịch sử nào không có ngày tháng chính xác?" hay "Tôi biết gì về quan điểm chính trị của những người không nêu ra ý định bầu cử?".
Tạo bộ văn bản hoặc node đi cùng nhau (nhằm mục đích quản lý dự án, thể hiện yêu cầu, xác định đóng góp nhóm, đặt sang bên những cái bạn sẽ không giải quyết trên tờ giấy này..). Để lấy một ví dụ đơn giản, trong một dự án phương pháp hỗn hợp, bạn cần có khả năng yêu cầu tất cả tư liệu của bạn về một chủ đề trong các ghi chú hiện trường, để đối lập với những xem xét tài liệu, phỏng vấn và thư từ.
Người giám sát dự án nghiên cứu sử dụng phần mềm NUD*IST3 và 4, là phần mềm tiên phong trong xây dựng hệ thống thứ bậc node trong điện toán định tính, thấy được hệ thống node của sinh viên của họ đưa ra bức tranh rất hữu ích về vị trí dự án đã tới, và dự án cần đi tới đâu. Ví dụ, nếu bạn muốn mã hóa nhiều văn bản toàn bộ tại một node (bởi vì chúng đều liên quan đến một đề tài), hãy tạo ra một bộ mới, kéo tất cả các văn bản vào đó, chọn bộ này trong khu vực phạm vi của Search Tool và mã hóa phạm vi tại node yêu cầu (Và tại những node khác bấtkỳ mà tất cả văn bản đó được mã hóa tại đó).
Khi các mô hình được dựng lên, sử dụng khả năng chuyển từ mô hình sang dữ liệu đại diện bởi một biểu tượng, chuyển giữa bức tranh trình bày các vật làm thế nào vào đúng chỗ, và dữ liệu đằng sau các "vật" đó. Sự quen thuộc của các tùy chọn tìm kiếm, tóm tắt sơ lược, lọc, hiển thị khác nhau sẽ cho phép bạn có thể tùy ý xem lướt dữ liệu, tiến hành tìm kiếm, thử nghiệm giải thuyết, xem xét báo cáo sơ lược từ những yêu cầu chính thức hơn.
Ví dụ, bạn có thể tạo ra một ma trận các node trường hợp theo quan điểm với chính quyền, tìm hiểu nó về mặt chất lượng, sử dụng khả năng duyệt từ ngữ cho mỗi ô, và khi đã thỏa mãn, xuất khẩu tới gói thông tin thống kê trong đó bạn xem xét những trường hợp này về mặt số lượng. Khi bạn đã quen với các phương tiện xuất-nhập khẩu bạn sẽ thấy tiến hành chuyển dữ liệu nhanh chóng là dễ dàng nhằm những mục đích trọng tâm và để giới thiệu dữ liệu theo các phương thức làm cho nó trở nên dễ truy cập để tiến hành công việc định tính.
Tại mỗi giai đoạn phân tích, bạn có thể ghi lại chi tiết NVivo cung cấp trên kết quả của phân tích, bao gồm kết quả của phân tích chi tiết và định phạm vi tìm kiếm (Tạo DataBites cho các bảng phân tích báo cáo về những gì tìm được, DocLink dẫn người đọc đến các ghi nhớ về dòng yêu cầu này). Không nghi ngờ gì nó sẽ trở thành một văn bản phức hợp, với đường liên kết dữ liệu DataLinks tới những hồi ký cá nhân, ảnh, khám phá trong tài liệu (kết quả hoặc tìm kiếm thư viện xác định dữ liệu đã đọc), giọng nói thất vọng của bạn vào tối muộn, băng video hội thảo và trình bày giải thưởng vào cuối dự án!.
Những DataLinks khác dẫn bạn đến những nội dung về chọn mẫu trong các đề xuất ban đầu, hoặc những vị trí cụ thể trong đề xuất tài trợ mà ở đó bạn kêu gọi một vấn đề phương pháp hoặc ghi nhớ về thể loại chính đã thất bại. Với quá nhiều dữ liệu phong phú dẫn tới từng kết luận, và quá nhiều mạch dẫn tới một đề tài, và người nghiên cứu có thể làm dữ liệu bị trình bày sai, hoặc chỉ được xem xét một phần rất nhỏ bởi thính giả hoặc người xem.
Những người muốn học hoặc dạy với dữ liệu của riêng mình, ở chế độ hướng dẫn, ở phiên bản phần mềm demo hoặc phần mềm đầy đủ, sẽ hỗ trợ việc đặt ra dự án của riêng bạn để chạy trong chế độ thích hợp. Bản đầy đủ hoặc phần mềm demo có thể hiển thị những mô hình theo từng lớp cho thấy lý thuyết của bạn đã phát triển như thế nào và được liên kết trực tiếp tới dữ liệu mà chúng đại diện.