Kvalitativ vs. kvantitativ

Mens kvantitativ forskning er baseret på tal og matematiske beregninger (alias kvantitative data), kvalitativ forskning er baseret på skriftlige eller talte fortællinger (eller kvalitative data). Der anvendes kvalitative og kvantitative forskningsteknikker i KvalitativKvantitativFormål Formålet er at forklare og få indsigt og forståelse af fænomener gennem intensiv indsamling af fortællingsdata Generere hypotese til at være test, induktiv. Formålet er at forklare, forudsige og / eller kontrollere fænomener gennem fokuseret indsamling af numeriske data. Testhypoteser, deduktive. Fremgangsmåde til undersøgelse subjektiv, holistisk, procesorienteret Objektiv, fokuseret, resultatorienteret hypoteser Tentativ, udviklende, baseret på en bestemt undersøgelse Specifik, testbar, angivet før en særlig undersøgelse Forskningsindstilling Kontrolleret indstilling ikke så vigtig Kontrol til graden muligt Prøveudtagning Formål: Formålet med at vælge “lille”, ikke nødvendigvis repræsentativ prøve, for at få en dybdegående forståelse Tilfældig: Hensigt til at vælge ”stor” repræsentativ prøve for at generalisere resultater til en befolkning Måling Ikke-standardiseret, fortælling (skrevet ord), løbende Standardiseret, numerisk (målinger, tal) i slutningen Design og metode Fleksibel, kun specificeret i generelle termer forud for undersøgelsen Ikke-indgreb, minimal forstyrrelse. All beskrivende historie, biografi, etnografi, fænomenologi, jordet teori, casestudie, (hybrider af disse) Overvej mange variable, små grupper Struktureret, ufleksibel, specificeret i detaljer forud for undersøgelsen Intervention, manipulation og kontrol Beskrivende korrelation Årsags-sammenligningseksperimentel Overvej få variabler, stor gruppe Strategier for dataindsamling Dokument og artefakt (observeret noget), der er samling (deltager, ikke-deltager). Interviews / fokusgrupper (ikke- / struktureret, in- / formel). Administration af spørgeskemaer (åben ende). At tage omfattende, detaljerede feltnotater. Observationer (ikke-deltager). Interviews og fokusgrupper (semistruktureret, formel). Administration af test og spørgeskemaer (tæt afsluttet). Dataanalyse Rå data er i ord. Grundlæggende løbende involverer brug af observationer / kommentarer til at komme til en konklusion. Rå data er tal, der udføres ved afslutningen af ​​studiet, involverer statistik (ved hjælp af tal til at komme til konklusioner). Datatolkning Konklusioner er foreløbige (konklusioner kan ændres), gennemgås løbende, konklusioner er generaliseringer. Gyldigheden af ​​konklusionerne / generaliseringerne er læserens ansvar. Konklusioner og generaliseringer formuleret ved afslutningen af ​​undersøgelsen angivet med forudbestemt grad af sikkerhed. Inferences / generaliseringer er forskerens ansvar. Aldrig 100% visse af vores fund.

Indhold: Kvalitativ vs kvantitativ

• 1 Type data
• 2 Anvendelser af kvantitative og kvalitative data
  • 2.1 Hvornår skal man bruge kvalitativ kontra kvantitativ forskning?
• 3 Analyse af data
  • 3.1 Dataeksplosion
• 4 Effekter af feedback
• 5 Referencer

Type af data

Kvalitativ forskning samler data, der er fri form og ikke-numeriske, såsom dagbøger, åbne spørgeskemaer, interviews og observationer, der ikke er kodet ved hjælp af et numerisk system.

På den anden side indsamler kvantitativ forskning data, der kan kodes i en numerisk form. Eksempler på kvantitativ forskning inkluderer eksperimenter eller interviews / spørgeskemaer, der brugte lukkede spørgsmål eller vurderingsskalaer til at indsamle information.

Anvendelser af kvantitative og kvalitative data

Kvalitative data og forskning bruges til at studere individuelle sager og til at finde ud af, hvordan folk tænker eller føler detaljeret. Det er et vigtigt træk ved casestudier.

Kvantitative data og forskning bruges til at studere tendenser på tværs af store grupper på en præcis måde. Eksempler inkluderer kliniske forsøg eller folketællinger.

Hvornår skal man bruge kvalitativ kontra kvantitativ forskning?

Kvantitative og kvalitative forskningsteknikker er hver egnet i specifikke scenarier. For eksempel har kvantitativ forskning fordelen ved skalaer. Det gør det muligt for store mængder data at blive indsamlet - og analyseret - fra et stort antal mennesker eller kilder. På den anden side skalerer kvalitativ forskning normalt ikke så godt. Det er f.eks. Svært at gennemføre dybdegående interviews med tusinder af mennesker eller at analysere deres svar på åbne spørgsmål. Men det er relativt lettere at analysere undersøgelsessvar fra tusinder af mennesker, hvis spørgsmålene er lukket, og svarene kan matematisk kodes i, siger, vurderingsskalaer eller præferencerækker.

Omvendt skinner kvalitativ forskning, når det ikke er muligt at komme med lukkede spørgsmål. For eksempel bruger marketingfolk ofte fokusgrupper af potentielle kunder til at prøve at måle, hvad der har indflydelse på brandets opfattelse, beslutninger om produktkøb, følelser og følelser. I sådanne tilfælde er forskere normalt i meget tidlige stadier med at danne deres hypoteser og ønsker ikke at begrænse sig til deres oprindelige forståelse. Kvalitativ forskning åbner ofte for nye muligheder og ideer, som kvantitativ forskning ikke kan på grund af dens lukkede karakter.

Analyse af data

Kvalitative data kan være vanskeligt at analysere, især i skala, da det ikke kan reduceres til antal eller bruges i beregninger. Svar kan sorteres i temaer og kræve en ekspert til at analysere. Forskellige forskere kan drage forskellige konklusioner fra det samme kvalitative materiale.

Kvantitative data kan rangeres eller placeres i grafer og tabeller for at gøre det lettere at analysere.

Dataeksplosion

Data genereres med en stigende hastighed på grund af udvidelsen i antallet af computerenheder og væksten af ​​Internettet. De fleste af disse data er kvantitative, og specielle værktøjer og teknikker udvikler sig til at analysere denne "big data".

Effekter af feedback

Følgende diagram illustrerer virkningerne af positiv og negativ feedback på kvalitativ kontra kvantitativ forskning:

Referencer

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