AI 인터뷰 데이터 품질 평가

AI 인터뷰 데이터 품질 평가에 오신 것을 환영합니다. 본 설문은 질적 인터뷰 데이터의 품질을 체계적으로 평가하는 데 도움을 드리기 위해 설계된 구조화된 코딩 도구입니다. 주제의 풍부함, 응답의 깊이, 참여자의 몰입도, 그리고 결과에 대한 확신 등 여러 차원에 걸쳐 데이터 세트를 평가하시게 됩니다. 정답이나 오답은 없습니다. 저희는 질적 연구자로서 귀하의 전문적인 판단에 관심이 있습니다. 귀하의 답변은 비밀로 유지되며 총계로만 보고됩니다. 참여는 자발적이며 언제든지 중단하실 수 있습니다. 예상 소요 시간: 12~15분.

지난 12개월 이내에 질적 연구 데이터를 직접 수행, 감독 또는 공식적으로 분석하신 적이 있습니까?

• 예
• 아니요

AI 진행 인터뷰 도구(예: AI 후속 질문, 자동화된 질적 인터뷰)를 통해 수집된 데이터를 직접 검토하거나 코딩하신 적이 있습니까?

• 예
• 아니요

질적 연구를 수행하거나 분석한 경력은 몇 년입니까?

• 1년 미만
• 1~3년
• 4~7년
• 8~15년
• 15년 초과

지난 2년간 사용하거나 분석하신 질적 데이터 수집 방법은 무엇입니까? (해당하는 항목 모두 선택)

• 심층 인터뷰(대면)
• 심층 인터뷰(영상/전화)
• 포커스 그룹
• 온라인 비동기 토론
• AI 진행 인터뷰
• 민족지학적 관찰
• 개방형 설문 질문
• 기타

이 평가 이전에, 질적 연구 방법으로서의 AI 진행 인터뷰에 대한 귀하의 전반적인 태도를 어떻게 설명하시겠습니까?

이제 여러 품질 차원에 걸쳐 질적 인터뷰 데이터 세트를 평가하시게 됩니다. 진행하시기 전에 코딩하실 전사본 또는 데이터 세트를 준비해 주십시오. 각 차원은 개별 응답이 아니라 데이터 세트 전체를 기준으로 평가해 주십시오.

현재 평가하고 계신 데이터 세트를 생성하는 데 어떤 데이터 수집 방법이 사용되었습니까?

• AI 진행 인터뷰(자동화된 후속 질문)
• 사람 진행 인터뷰(실시간 인터뷰어)
• 자기 기입식 개방형 질문(후속 질문 없음)
• 혼합 또는 하이브리드 방법
• 불확실함 / 공개되지 않음

귀하가 평가하고 계신 데이터 세트에는 대략 몇 개의 개별 응답 또는 전사본이 있습니까?

• 1~5개
• 6~15개
• 16~30개
• 31~50개
• 51~100개
• 100개 초과

이 데이터 세트에서 몇 개의 뚜렷한 주제를 식별하셨습니까?

• 1~3개 주제
• 4~6개 주제
• 7~10개 주제
• 11~15개 주제
• 16~20개 주제
• 20개 초과 주제

분석 전에 예상하지 못했던 주제가 데이터 세트에 포함된 정도를 평가해 주십시오.

식별된 주제 내에 존재하는 부연 설명과 세부 사항의 수준을 평가해 주십시오.

데이터 세트 전반에 걸쳐 나타난 관점이나 시각의 다양성을 평가해 주십시오.

응답자가 답변에서 구체적인 사례, 일화 또는 명확한 세부 사항을 제공한 정도를 평가해 주십시오.

응답자가 각 질문에 답하는 데 필요한 최소한을 넘어서 부연 설명한 정도를 평가해 주십시오.

응답에 감정적, 경험적 또는 개인적인 내용이 포함된 정도를 평가해 주십시오.

이 데이터 세트에 나타난 응답의 전반적인 깊이를 평가해 주십시오.

응답자가 인터뷰 과정에 진정으로 몰입한 것으로 보이는 정도를 평가해 주십시오.

응답이 겉치레나 피상적이기보다 진정성 있고 진솔하게 보이는 정도를 평가해 주십시오.

이 데이터 세트에서 대충 답하기(예: 최소한의 답변, 반복적인 표현, 주제에서 벗어난 응답)의 정도를 평가해 주십시오.

데이터를 기준으로 인터뷰의 흐름이 얼마나 자연스럽고 대화체처럼 느껴졌는지 평가해 주십시오.

이 세트의 데이터가 여러 연구자에 의한 신뢰할 수 있는 코딩을 뒷받침할 것이라고 얼마나 확신하십니까?

이 데이터 세트가 실행 가능한 통찰이나 이론적 기여를 도출할 만큼 충분한 깊이를 제공한다고 얼마나 확신하십니까?

이 데이터 세트가 연구 주제와 관련된 경험의 범위를 충분히 담아냈다고 얼마나 확신하십니까?

이 데이터 세트만을 근거로 발표될 연구 결과나 전략적 권고안을 작성할 의향이 얼마나 있으십니까?

전통적으로 진행된 질적 데이터에 대한 일반적인 경험과 비교할 때, 이 데이터 세트의 전반적인 품질을 어떻게 평가하시겠습니까?

이 데이터 세트에서 귀하의 품질 평가에 영향을 준 구체적인 강점이나 약점은 무엇이었습니까? 발견하신 패턴, 예상치 못한 결과 또는 방법론적 우려 사항을 설명해 주십시오.

다음 중 귀하의 주요 직무를 가장 잘 설명하는 것은 무엇입니까?

• 학술 연구자 / 교수진
• 박사후 연구원
• 대학원생 / 연구 보조원
• 시장 조사 / UX 연구자
• 연구 컨설턴트
• 데이터 과학자 / 분석가
• 연구 책임자 / 관리자
• 기타

귀하는 주로 어떤 유형의 조직에서 연구를 수행하십니까?

• 대학 / 학술 기관
• 시장 조사 기관
• 기업 / 사내 연구팀
• 정부 / 공공 부문
• 비영리 / NGO
• 독립 / 프리랜서
• 기타