Kvalitativ vs kvantitativ

Samtidig som kvantitativ forskning er basert på tall og matematiske beregninger (aka kvantitativ data), kvalitativ forskning er basert på skriftlige eller muntlige fortellinger (eller kvalitative data). Kvalitative og kvantitative forskningsteknikker brukes i markedsføring, sosiologi, psykologi, folkesundhet og ulike andre fagområder.

Sammenligningstabell

Kvalitativ versus kvantitativ sammenligningsdiagram
kvalitativkvantitativ
Hensikt Hensikten er å forklare og få innsikt og forståelse av fenomener gjennom intensiv samling av fortellende data. Generer hypotesen for å være test, induktiv. Hensikten er å forklare, forutsi og / eller kontrollere fenomener gjennom fokusert innsamling av numeriske data. Test hypoteser, deduktiv.
Tilnærming til forespørsel subjektiv, helhetlig, prosessorientert Målrettet, fokusert, utfallsrettet
Hypoteser Tentativ, utviklende, basert på bestemt studie Spesifikt, testbar, oppgitt før bestemt studie
Forskningsinnstilling Kontrollert innstilling er ikke like viktig Kontrollert i den grad det er mulig
prøvetaking Purposive: Intent å velge "liten", ikke nødvendigvis representativ, prøve for å få inngående forståelse Tilfeldig: Intent å velge "stort" representativt utvalg for å generalisere resultater til en befolkning
Mål Ikke-standardisert, fortellende (skriftlig ord), pågående Standardisert, numerisk (målinger, tall), på slutten
Design og metode Fleksibel, spesifisert bare i generelle forutsetninger for studier Ikke-intervensjon, minimal forstyrrelse Alle Beskrivende - Historie, Biografi, Etnografi, Fenomenologi, Jordet teori, Case Study, (hybrider av disse) Vurder mange variable, små grupper Strukturert, ufleksibel, spesifisert i detalj i forkant av studien Intervensjon, manipulering og kontroll Beskrivende korrelasjon Årsakssammenligning Eksperimentell Vurder noen variabler, stor gruppe
Datainnsamlingsstrategier Dokument og artefakt (noe observert) som er samling (deltaker, ikke-deltaker). Intervjuer / Fokusgrupper (un- / strukturert, in / formell). Administrasjon av spørreskjemaer (åpen avsluttet). Ta av omfattende, detaljerte feltnotater. Observasjoner (ikke-deltaker). Intervjuer og fokusgrupper (semi-strukturert, formell). Administrasjon av tester og spørreskjemaer (avsluttet).
Dataanalyse Rå data er i ord. Vesentlig pågående involverer bruk av observasjonene / kommentarene for å komme til en konklusjon. Rådata er tall Utført ved utgangen av studien, involverer statistikk (ved hjelp av tall for å komme til konklusjoner).
Datatolkning Konklusjoner er foreløpige (konklusjoner kan endres), gjennomgått løpende, konklusjoner er generaliseringer. Gyldigheten av inferences / generalizations er leserens ansvar. Konklusjoner og generaliseringer formulert ved slutten av studien, oppgitt med forhåndsbestemt grad av sikkerhet. Inferences / generalizations er forskerens ansvar. Aldri 100% sikker på våre funn.

Innhold: Kvalitativ vs Kvantitativ

  • 1 Type data
  • 2 Anvendelser av kvantitative og kvalitative data
    • 2.1 Når skal du bruke kvalitativ vs kvantitativ forskning?
  • 3 Analyse av data
    • 3.1 Data eksplosjon
  • 4 Effekter av tilbakemelding
  • 5 referanser

Type data

Kvalitativ forskning samler data som er fritt og ikke-numerisk, for eksempel dagbøker, åpne spørreskjemaer, intervjuer og observasjoner som ikke er kodet ved hjelp av et numerisk system.

På den annen side samler kvantitativ forskning data som kan kodes i numerisk form. Eksempler på kvantitativ forskning inkluderer eksperimenter eller intervjuer / spørreskjemaer som brukte lukkede spørsmål eller vurderingskalaer for å samle inn informasjon.

Søknader av kvantitative og kvalitative data

Kvalitative data og forskning brukes til å studere individuelle saker og for å finne ut hvordan folk tenker eller føler seg detaljert. Det er en viktig del av casestudier.

Kvantitativ data og forskning brukes til å studere trender over store grupper på en presis måte. Eksempler inkluderer kliniske studier eller censuser.

Når skal du bruke kvalitativ vs kvantitativ forskning?

Kvantitativ og kvalitativ forskningsteknikk er hver egnet i spesifikke scenarier. For eksempel har kvantitativ forskning fordelen av skala. Det gjør det mulig å samle store mengder data - og analysert - fra et stort antall personer eller kilder. Kvalitativ forskning, derimot, skalles ikke så godt. Det er vanskelig å for eksempel gjennomføre grundige intervjuer med tusenvis av mennesker eller for å analysere svarene deres på åpne spørsmål. Men det er relativt lettere å analysere undersøkelsesresponser fra tusenvis av mennesker hvis spørsmålene er avsluttede og svarene kan matematisk kodes i, si, karakterskalaer eller preferanseranger.

Omvendt skinner kvalitativ forskning når det ikke er mulig å komme opp med lukkede spørsmål. For eksempel bruker markedsførere ofte fokusgrupper av potensielle kunder til å prøve å måle hva som påvirker merkevareoppfattelse, produktkjøpsbeslutninger, følelser og følelser. I slike tilfeller er forskere vanligvis på svært tidlige stadier av å danne sine hypoteser og ønsker ikke å begrense seg til sin første forståelse. Kvalitativ forskning åpner ofte nye alternativer og ideer som kvantitativ forskning ikke kan på grunn av sin avsluttede natur.

Analyse av data

Kvalitative data kan være vanskelig å analysere, spesielt i skala, da det ikke kan reduseres til tall eller brukes i beregninger. Responsene kan sorteres i temaer, og krever en ekspert å analysere. Ulike forskere kan trekke ulike konklusjoner fra det samme kvalitative materialet.

Kvantitative data kan bli rangert eller satt inn i grafer og tabeller for å gjøre det enklere å analysere.

Data eksplosjon

Data genereres i økende grad på grunn av utvidelsen i antall datamaskiner og veksten av Internett. De fleste av disse dataene er kvantitative og spesielle verktøy og teknikker utvikler seg for å analysere denne "store data".

Effekt av tilbakemelding

Følgende diagram illustrerer effektene av positiv og negativ tilbakemelding på Kvalitativ vs Kvantitativ forskning:

referanser

  • Kvalitativ kvantitativ - Bare psykologi
  • Kvalitativ og kvantitativ forskning - University of Oxford