《表2 跨学科团队知识整合影响因素主题分析结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《跨学科团队知识整合影响因素研究——以智能制造项目为例》
以访谈文本数据集为基础,作者采用主题分析法(Thematic Analysis)通过人工分析编码的形式进行主题词抽取,从而更进一步确定含义明确、分类清晰的主题及数量,完成整个访谈数据分析。实际上,主题分析法(Thematic Analysis)是定性研究中被广泛使用的数据分析方法。Braun V等[32]认为主题分析是从访谈数据中识别、分析和撰写结论报告的一种方法模式,此数据分析方法主要通过识别、关联、编码访谈数据从而将丰富的数据转变成数个子主题,把这些子主题作为论证研究主题的有效论据。主题分析法虽然被广泛应用于社会科学的研究,但关于如何进行主题分析还没有一个非常明确的共识[33]。一般而言,传统的主题分析法会经历6个阶段,分别是:1)熟悉数据资料;2)进行初始编码;3)寻找主题;4)重新回顾主题;5)定义明确主题;6)撰写研究报告[32]。参考主题分析法步骤,研究人员将访谈文本进行编码,并抽象提取子主题,且将同类子主题进行相似合并得到6个主题,即6类影响因素,分析结果如表2所示。
图表编号 | XD00174837500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 邢飞、彭国超、贾怡晨、左斯敏 |
绘制单位 | 中山大学资讯管理学院、中山大学资讯管理学院、中山大学资讯管理学院、中山大学资讯管理学院 |
更多格式 | 高清、无水印(增值服务) |