 |
| サイトマップ | |
|
|
| サイトマップ | |
|
 |
NVivo 11 で追加された機能 |
画像や写真を分析できるようになりました。写真誘発法 (photo elicitation method) やその他の視覚的手法をお使いになる方にとっては重宝する機能です。詳しくは、About Picture Sources をご覧ください。
質的研究を行う人にとって、ソーシャルメディアはまさに宝の山です。NCapture を使用してウェブから直接データを収集することができるようになりました。
ツイッターのデータの取扱いについては、Approaches to analyzing Twitter data をご覧ください。
ケースとは、プロジェクトにおける人物、場所、または、その他の「観測単位」をあらわすものです。NVivo for Mac の旧バージョンでは、ケースが明示的に表示されていませんでしたが、新バージョンでは独自のフォルダとアイコンでケースが表示されるようになりました。これによって、ケースを明確に判別でき、作業もしやすくなります。
 |
調査における参加者のデータに基づいてケースを簡単に作成できるようになりました。ケースには、参加者のコメントや年齢・性別といった層別の詳細な分類を割り当てることができます。詳しくは、Automatic Coding in Dataset Sources をご覧ください。
 |
上記以外にも、テキスト選択やデータセットのソートや絞込みといった、ユーザーコミュニティのフィードバックを元にした一般的な機能向上もなされています。
皆さんは、ベテランの企画立案者でしょうか、それとも、全くの初心者でしょうか。お使いの方のニーズにぴったりマッチした NVivo のエディションをお選びいただけます。NVivo 11 for Windows では、Starter, Pro, Plus の３つのエディションをご用意しております。
 |
どのエディションがふさわしいかは、機能比較表、または、Which edition of NVivo will you choose? をご覧ください。
NVivo for Windows の全てのエディションでインターフェースが刷新されました。機能の配置される場所はいずれも従来と同じですが、より分かりやすくよりモダンな操作を実現できます。
 |
ワークスペースに関する概要については、Explore NVivo 11 Starter for Windows のビデオをご覧ください。
ケースとは、プロジェクトにおける人物、場所、または、その他の「観測単位」をあらわすものです。ケースはデモグラフィックな属性に基づいて比較できるので (例えば、あるトピックについて男女間の違いを比較するような場合に) 非常に役立ちます。これによって、ケースを明確に判別でき、作業もしやすくなります。
 |
詳しくは、About Cases をご覧ください。
コーディング作業が完了しました。この後どうしましょうか？これは永遠の問題ですが、新しいダイアグラムを使えば解決の糸口が見つかるかもしれません。
お持ちのデータを視覚的に表示したサマリーを探索することで、記述的コーディングから分析的な洞察へとさらに一歩踏み出すことができるかも知れません。Bazeley と Jackson は、その著書『Qualitative Data Analysis with NVivo』 でこのことを詳しく説明しています。
 |
NVivo に同梱されているサンプルプロジェクト「Down East」を開いて実際にダイアグラムを作成してみてください。各種ダイアグラムのもつ潜在的な能力をお分かりいただけると思います。
もし、皆さんが私と同じ視覚的人間だとすれば、新たに追加されたマップ機能はお気に入りになると思います。思いついたアイデアを分かりやすい方法で表すことができます。
 |
 |
リレーションシップは、ソーシャルネットワーク分析の要となるものです。我々はクイック・コーディングバーを使うことによって簡単にリレーションシップを構築できるようにしました。NVivo Plus を使って作業する場合、新たに追加されたソシオグラムを使って構築されたリレーションシップ (影響を与える人、連結者、および、仲介者など) を探索することができます。
 |
ソシオグラムを作成することで、ツイッターのデータセットを使ってネットワークを探索することもできます。詳しくは、Approaches to analyzing Twitter data をご覧ください。
「水質」と「釣り」でコーディングされた全ての結果を表示しなさい、そして、結果が表示されたら、今度は、「水質」、「釣り」、「否定的な態度」でコーディングした全ての結果を表示しなさい、…といった具合に、お持ちのデータに質問を投げかける行為は、一種の反復作業です。
このような探索をする場合、ちょっとした調整だけでクエリーを返すような機能が必要です。クエリー条件の構築とその結果の表示をひとつの画面内で、実行できるようになりました。
 |
締め切りに追われていたり、大規模なデータセットを取り扱っている場合、新たに追加された自動コーディング機能を使って、お持ちのソースコンテンツの中からポジティブな感情とネガティブな感情を検出 (またはコーディング) することができます。自動コーディング機能を使って、テーマを発見することも可能です。データを詳しく吟味したり、精緻化する前に、「大まかな結果」を掴み取るのにとても役立つ方法です。
 |
|
|
|
 |
これらの新機能に関する詳しい説明は、About automated insights をご覧ください。
