Kvalitativ vs Kvantitativ

Medan kvantitativ forskning baseras på siffror och matematiska beräkningar (aka kvantitativa data), kvalitativ efterforskning bygger på skriftliga eller muntliga berättelser (eller kvalitativa data). Kvalitativa och kvantitativa forskningstekniker används inom marknadsföring, sociologi, psykologi, folkhälsa och olika andra discipliner.

Jämförelsediagram

Kvalitativt versus kvantitativt jämförelsestabell

Kvalitativ	Kvantitativ
Ändamål	Syftet är att förklara och få insikt och förståelse av fenomen genom intensiv insamling av berättande data. Generera hypotes att vara test, induktiv.	Syftet är att förklara, förutse och / eller kontrollera fenomen genom fokuserad samling av numeriska data. Testa hypoteser, deduktiva.
Tillvägagångssätt vid förfrågan	subjektiv, holistisk, processorienterad	Målrikt, fokuserat, resultatorienterat
hypoteser	Tentativt, utvecklande, baserat på en särskild studie	Specifik, testbar, angiven före en särskild studie
Forskningsinställningar	Kontrollerad inställning är inte lika viktig	Kontrolleras i möjligaste mån
provtagning	Purposive: Intent att välja "liten", inte nödvändigtvis representativ, prov för att få fördjupad förståelse	Slumpmässigt: Intent att välja "stort" representativt prov för att generalisera resultaten till en befolkning
Mått	Icke-standardiserad, berättande (skriftligt ord), pågående	Standardiserade, numeriska (mätningar, nummer), i slutet
Design och metod	Flexibel, specificerad endast i generella termer i förväg Studie Nonintervention, minimal störning Alla Beskrivande - Historia, Biografi, Etnografi, Fenomenologi, Grounded Theory, Fallstudie, (hybrider av dessa) Tänk på många variabla, små grupper	Strukturerad, oflexibel, specificerad i förväg före studie Intervention, manipulation och kontroll Beskrivande korrelation Causal-Comparative Experimental Betrakta några variabler, stor grupp
Datainsamlingsstrategier	Dokument och artefakt (något observerat) som är samling (deltagare, icke deltagare). Intervjuer / Fokusgrupper (un- / structured, in- / formal). Förvaltning av frågeformulär (öppen slut). Ta av omfattande detaljerade fältnoteringar.	Observationer (icke deltagare). Intervjuer och fokusgrupper (halvstrukturerade, formella). Administration av test och frågeformulär (avslutad).
Dataanalys	Rådata är i ord. I huvudsak pågående innebär att man använder sig av observationerna / kommentarerna för att komma till en slutsats.	Råuppgifter är siffror Utförs vid slutet av studien ingår statistik (med hjälp av siffror för att komma till slutsatser).
Datatolkning	Slutsatser är preliminära (slutsatser kan förändras), granskas löpande, slutsatser är generaliseringar. Giltigheten av inferences / generalizations är läsarens ansvar.	Slutsatser och generaliseringar formulerade vid slutet av studien, angivna med förutbestämd grad av säkerhet. Avledningar / generaliseringar är forskarens ansvar. Aldrig 100% säker på våra resultat.

Innehåll: Kvalitativ vs Kvantitativ

• 1 Typ av data
• 2 Tillämpningar av kvantitativa och kvalitativa data
  • 2.1 När ska man använda kvalitativ vs kvantitativ forskning?
• 3 Analys av data
  • 3.1 Data Explosion
• 4 Effekter av feedback
• 5 referenser

Typ av data

Kvalitativ forskning samlar in data som är fria och icke-numeriska, t.ex. dagböcker, frågeformulär, intervjuer och observationer som inte kodas med hjälp av ett numeriskt system.

Å andra sidan samlar kvantitativ forskning data som kan kodas i numerisk form. Exempel på kvantitativ forskning är experiment eller intervjuer / frågeformulär som använde stängda frågor eller betygsskalor för att samla in information.

Tillämpningar av kvantitativa och kvalitativa data

Kvalitativ data och forskning används för att studera enskilda fall och för att få reda på hur människor tänker eller känner sig i detalj. Det är ett viktigt inslag i fallstudier.

Kvantitativ data och forskning används för att studera trender över stora grupper på ett exakt sätt. Exempel är kliniska prövningar eller censuses.

När ska man använda kvalitativ vs kvantitativ forskning?

Kvantitativa och kvalitativa forskningsmetoder är lämpliga i specifika scenarier. Exempelvis har kvantitativ forskning fördelen med skalan. Det gör att stora mängder data kan samlas in - och analyseras - från ett stort antal personer eller källor. Kvalitativ forskning, å andra sidan, brukar inte skala också. Det är exempelvis svårt att genomföra djupintervjuer med tusentals människor eller att analysera sina svar på öppna frågor. Men det är relativt lättare att analysera enkäter från tusentals människor om frågorna är avslutade och svaren kan matas in matematiskt, t.ex. betygsskala eller preferenslängder.

Omvänt lyser kvalitativ forskning när det inte går att komma fram till slutna frågor. Marknadsförare använder till exempel ofta fokusgrupper av potentiella kunder för att försöka bedöma vad som påverkar varumärkesuppfattning, beslut om produktköp, känslor och känslor. I sådana fall är forskare vanligtvis i mycket tidiga skeden av att formulera sina hypoteser och vill inte begränsa sig till sin första förståelse. Kvalitativ forskning öppnar ofta nya alternativ och idéer som kvantitativ forskning inte kan på grund av sin slutna karaktär.

Dataanalys

Kvalitativa data kan vara svårt att analysera, särskilt i skala, eftersom det inte kan reduceras till siffror eller användas i beräkningar. Svar kan sorteras i teman, och kräver en expert att analysera. Olika forskare kan dra olika slutsatser från samma kvalitativa material.

Kvantitativa data kan rankas eller läggas i grafer och tabeller för att göra det enklare att analysera.

Data Explosion

Data genereras i en ökande takt på grund av expansionen i antalet datoranordningar och tillväxten av Internet. De flesta av dessa data är kvantitativa och specialverktyg och tekniker utvecklas för att analysera denna "stora data".

Effekter av feedback

Följande diagram illustrerar effekterna av positiv och negativ feedback på kvalitativ vs kvantitativ forskning:

referenser

• Kvalitativ kvantitativ - Helt enkelt psykologi
• Kvalitativ och kvantitativ forskning - Oxfords universitet