Analysere metadata

Metadataanalyse identifiserer hvilke metadatafelt som gir en meningsfull segmentering av de kvalitative dataene dine. Den kan for eksempel avdekke om deltakere fra forskjellige aldersgrupper, regioner eller roller vektlegger forskjellige temaer i svarene sine.

Kjøre metadataanalyse

For å kjøre en metadataanalyse:

1. Gå til kategorivisningen for prosjektet.
2. Klikk på Analyser metadata.
3. Skimle undersøker alle metadatafeltene dine og avgjør hvilke som gir meningsfulle forskjeller mellom innsiktskategoriene.

Analysen kjører i bakgrunnen og tar normalt noen minutter. Resultatene vises i kategorivisningen når den er fullført.

Hvordan det fungerer

Skimle kombinerer to komplementære tilnærminger for å finne signifikante mønstre:

• Semantisk analyse - sammenligner betydningen av innsikter mellom metadatagrupper ved hjelp av tekstembeddinger. Hvis deltakere med forskjellige metadataverdier diskuterer genuint forskjellige ting, blir dette signalet oppdaget.
• Distribusjonsanalyse - bruker statistiske tester for å undersøke om bestemte metadataverdier opphoper seg i spesifikke underkategorier oftere enn det man kunne forvente ved en tilfeldighet.

Et metadatafelt anses som signifikant først når begge signalene er samstemte, noe som reduserer risikoen for tilfeldige funn.

Lese resultatene

For hver innsiktskategori viser kategorivisningen:

• Hvilke metadatafelt som gir meningsfull segmentering, rangert etter signifikans.
• Gruppebeskrivelser - for hvert signifikante felt beskriver Skimle hva som kjennetegner svarene til hver metadatagruppe. Under et felt som «Aldersgruppe» kan du for eksempel se at yngre deltakere fokuserte på brukervennlighet, mens eldre deltakere prioriterte pålitelighet.
• Tidsmessig sammenligning - hvis dokumentene dine har opprettelsesdatoer, sammenligner Skimle automatisk nyere og eldre tidsperioder for å vise hvordan temaene har endret seg over tid.

Tidslinje-widgetene i Visualiseringer - Tidslinjetrend og Sammenlign perioder - lar deg utforske det samme spørsmålet interaktivt.

Krav

For at metadataanalysen skal gi nyttige resultater, må prosjektet ha:

• Minst 15 innsikter i kategoriene som analyseres.
• Minst to forskjellige verdier for metadatafeltet som testes.
• Minst to innsikter per metadataverdi.

Felt som ikke oppfyller disse grensene, blir automatisk hoppet over.

Disse grensene handler i siste instans om utvalgsstørrelse: kvalitativ segmentering blir først pålitelig når hver gruppe har nok innsikter å sammenligne. Med et svært lite utvalg vil de fleste felt bli hoppet over automatisk, så det er verdt å analysere nok dokumenter før du trekker konklusjoner fra metadatafordelingen.

Tips for effektiv metadataanalyse

• Bruk beskrivende metadataverdier. «Senior utvikler» er mer nyttig enn «Rolle A» fordi det hjelper AI-en med å skrive mer meningsfulle gruppebeskrivelser.
• Hold antallet unike verdier på et håndterlig nivå. Felt med dusinvis av unike verdier er vanskeligere å tolke. Overvei å gruppere verdiene (f.eks. alderintervaller i stedet for eksakte aldre).
• Legg til metadata før du kjører analysen. Metadataanalysen bruker de feltene som finnes når den kjøres. Hvis du legger til nye felt senere, må du kjøre analysen på nytt for å inkludere dem.