Analyse af metadata

Metadataanalyse identificerer, hvilke Metadatafelter der segmenterer dine kvalitative data på en meningsfuld måde. Det kan for eksempel afsløre, om deltagere fra forskellige aldersgrupper, regioner eller roller fremhæver forskellige temaer i deres svar.

Kørsel af metadataanalyse

Sådan kører du en metadataanalyse:

1. Gå til kategorivisningen i dit projekt.
2. Klik på Analyser metadata.
3. Skimle undersøger alle dine Metadatafelter og afgør, hvilke der skaber meningsfulde forskelle mellem dine indsigtskategorier.

Analysen kører i baggrunden og tager typisk et par minutter. Resultaterne vises i kategorivisningen, når den er udført.

Sådan fungerer det

Skimle kombinerer to komplementære metoder for at finde signifikante mønstre:

• Semantisk analyse - sammenligner betydningen af indsigter mellem forskellige metadatagrupper ved hjælp af tekstindlejringer. Hvis deltagere med forskellige Metadataværdier taler om noget grundlæggende forskelligt, opfanges dette signal.
• Fordelingsanalyse - bruger statistiske tests til at undersøge, om bestemte Metadataværdier klynger sig i bestemte underkategorier mere, end man ville forvente ved en tilfældighed.

Et Metadatafelt betragtes først som signifikant, når begge signaler er i overensstemmelse, hvilket reducerer risikoen for tilfældige fund.

Læsning af resultaterne

For hver indsigtskategori viser kategorivisningen:

• Hvilke Metadatafelter der skaber meningsfuld segmentering, rangeret efter signifikans.
• Gruppebeskrivelser - for hvert signifikant felt beskriver Skimle, hvad der karakteriserer svarene i hver metadatagruppe. Du kan for eksempel se under et felt som "Aldersgruppe", at yngre deltagere fokuserede på brugervenlighed, mens ældre deltagere prioriterede driftssikkerhed.
• Tidsmæssig sammenligning - hvis dine dokumenter har oprettelsesdatoer, sammenligner Skimle automatisk Seneste og Tidligere perioder for at vise, hvordan temaerne har ændret sig over tid.

Tidslinje-widgetterne i Visualiseringer - Tidslinjetendens og Sammenlign perioder - lader dig udforske samme spørgsmål interaktivt.

Krav

For at metadataanalysen kan give brugbare resultater, skal dit projekt have:

• Mindst 15 indsigter i de kategorier, der analyseres.
• Mindst to forskellige værdier for det Metadatafelt, der testes.
• Mindst to indsigter pr. Metadataværdi.

Felter, der ikke opfylder disse grænseværdier, springes automatisk over.

Disse grænseværdier handler i sidste ende om stikprøvestørrelse: kvalitativ segmentering bliver først pålidelig, når hver gruppe indeholder nok indsigter at sammenligne. Ved en meget lille stikprøvestørrelse vil de fleste felter blive sprunget over automatisk, så det er værd at analysere nok dokumenter, før du drager konklusioner ud fra metadataopdelingen.

Tips til effektiv metadataanalyse

• Brug beskrivende Metadataværdier. "Seniorudvikler" er mere nyttigt end "Rolle A", fordi det hjælper AI'en med at skrive mere meningsfulde Gruppebeskrivelser.
• Hold antallet af unikke værdier på et overskueligt niveau. Felter med dusinvis af unikke værdier er sværere at tolke. Overvej at gruppere værdier (f.eks. aldersintervaller i stedet for eksakte aldre).
• Tilføj metadata før du kører analysen. Metadataanalysen bruger de felter, der findes på det tidspunkt, den køres. Hvis du tilføjer nye felter senere, skal du køre analysen igen for at inkludere dem.