Qualitativ vs. quantitativ

Während quantitative Forschung auf Zahlen und mathematischen Berechnungen (auch als quantitative Daten bezeichnet ) basiert, basiert qualitative Forschung auf geschriebenen oder gesprochenen Erzählungen (oder qualitativen Daten ). Qualitative und quantitative Forschungstechniken werden in Marketing, Soziologie, Psychologie, öffentlicher Gesundheit und verschiedenen anderen Disziplinen eingesetzt.

Vergleichstabelle

Qualitative versus quantitative Vergleichstabelle
Qualitativ Quantitativ
ZweckDer Zweck ist es, Phänomene durch intensive Sammlung von narrativen Daten zu erklären und Einsicht und Verständnis dafür zu gewinnen.Der Zweck besteht darin, Phänomene durch gezielte Erfassung numerischer Daten zu erklären, vorherzusagen und / oder zu steuern. Testhypothesen, deduktiv.
Ansatz zur Anfragesubjektiv, ganzheitlich, prozessorientiertObjektiv, fokussiert, ergebnisorientiert
HypothesenVorläufig, sich weiterentwickelnd, basierend auf einer bestimmten StudieSpezifisch, überprüfbar, vor einer bestimmten Studie angegeben
ForschungsumfeldKontrollierte Einstellung nicht so wichtigSo weit wie möglich kontrolliert
ProbenahmeZweck: Absicht, eine „kleine“, nicht unbedingt repräsentative Stichprobe auszuwählen, um ein tiefgreifendes Verständnis zu erhaltenZufällig: Absicht, eine „große“ repräsentative Stichprobe auszuwählen, um die Ergebnisse auf eine Population zu verallgemeinern
MessungNicht standardisiert, Erzählung (geschriebenes Wort), laufendStandardisiert, numerisch (Maße, Zahlen) am Ende
Design und MethodeFlexibel, nur allgemein vor dem Studium spezifiziert Nichteinmischung, minimale Störung Alle Beschreibenden - Geschichte, Biographie, Ethnographie, Phänomenologie, Grundlegende Theorie, Fallstudie (Hybriden davon) Betrachten Sie viele variable, kleine GruppenStrukturiert, unflexibel, vor der Studie detailliert spezifiziert Intervention, Manipulation und Kontrolle Beschreibende Korrelation Kausal-Vergleichende Experimente Betrachten Sie wenige Variablen, große Gruppe
DatenerfassungsstrategienDokument und Artefakt (etwas Beobachtetes), das Sammlung ist (Teilnehmer, Nichtteilnehmer). Interviews / Fokusgruppen (un- / strukturiert, informell). Verwaltung von Fragebögen (offen). Aufnahme umfangreicher, detaillierter Feldnotizen.Beobachtungen (Nichtteilnehmer). Interviews und Fokusgruppen (halbstrukturiert, formal). Verwaltung von Tests und Fragebögen (Abschluss).
DatenanalyseRohdaten sind in Worten. Im Wesentlichen geht es darum, die Beobachtungen / Kommentare zu verwenden, um zu einer Schlussfolgerung zu gelangen.Rohdaten sind Zahlen. Sie werden am Ende der Studie durchgeführt und beinhalten Statistiken (wobei Zahlen verwendet werden, um zu Schlussfolgerungen zu gelangen).
DateninterpretationDie Schlussfolgerungen sind vorläufig (Schlussfolgerungen können sich ändern), werden fortlaufend überprüft, Schlussfolgerungen sind Verallgemeinerungen. Die Gültigkeit der Schlussfolgerungen / Verallgemeinerungen liegt in der Verantwortung des Lesers.Schlussfolgerungen und Verallgemeinerungen, die am Ende der Studie formuliert wurden und mit vorbestimmter Sicherheit angegeben wurden. Schlussfolgerungen / Verallgemeinerungen liegen in der Verantwortung des Forschers. Niemals 100% sicher über unsere Ergebnisse.

Art der Daten

Qualitative Forschung sammelt Daten, die frei und nicht numerisch sind, wie Tagebücher, offene Fragebögen, Interviews und Beobachtungen, die nicht mit einem numerischen System codiert sind.

Andererseits sammelt die quantitative Forschung Daten, die in numerischer Form codiert werden können. Beispiele für quantitative Forschung sind Experimente oder Interviews / Fragebögen, bei denen geschlossene Fragen oder Bewertungsskalen zum Sammeln von Informationen verwendet wurden.

Anwendungen quantitativer und qualitativer Daten

Qualitative Daten und Forschungsergebnisse werden verwendet, um Einzelfälle zu untersuchen und herauszufinden, wie Menschen im Detail denken oder fühlen. Es ist ein Hauptmerkmal von Fallstudien.

Quantitative Daten und Forschungsergebnisse werden verwendet, um Trends in großen Gruppen präzise zu untersuchen. Beispiele sind klinische Studien oder Volkszählungen.

Wann sollte qualitative oder quantitative Forschung angewendet werden?

Quantitative und qualitative Forschungstechniken eignen sich jeweils für bestimmte Szenarien. Beispielsweise hat quantitative Forschung den Vorteil der Skalierung. Es ermöglicht die Erfassung und Analyse großer Datenmengen von einer großen Anzahl von Personen oder Quellen. Qualitative Forschung hingegen skaliert normalerweise nicht so gut. Es ist beispielsweise schwierig, eingehende Interviews mit Tausenden von Menschen zu führen oder deren Antworten auf offene Fragen zu analysieren. Es ist jedoch relativ einfacher, Umfrageantworten von Tausenden von Personen zu analysieren, wenn die Fragen geschlossen sind und die Antworten beispielsweise in Bewertungsskalen oder Präferenzrängen mathematisch codiert werden können.

Umgekehrt glänzt qualitative Forschung, wenn es nicht möglich ist, geschlossene Fragen zu stellen. Beispielsweise verwenden Vermarkter häufig Fokusgruppen potenzieller Kunden, um zu messen, was die Markenwahrnehmung, Produktkaufentscheidungen, Gefühle und Emotionen beeinflusst. In solchen Fällen befinden sich Forscher normalerweise in einem sehr frühen Stadium der Hypothesenbildung und möchten sich nicht auf ihr anfängliches Verständnis beschränken. Qualitative Forschung eröffnet oft neue Optionen und Ideen, die quantitative Forschung aufgrund ihres geschlossenen Charakters nicht kann.

Datenanalyse

Qualitative Daten können schwierig zu analysieren sein, insbesondere im Maßstab, da sie nicht auf Zahlen reduziert oder für Berechnungen verwendet werden können. Die Antworten können nach Themen sortiert werden und erfordern eine Analyse durch einen Experten. Verschiedene Forscher können aus demselben qualitativen Material unterschiedliche Schlussfolgerungen ziehen.

Quantitative Daten können eingestuft oder in Grafiken und Tabellen eingefügt werden, um die Analyse zu vereinfachen.

Datenexplosion

Daten werden aufgrund der zunehmenden Anzahl von Computergeräten und des wachsenden Internets mit zunehmender Geschwindigkeit generiert. Die meisten dieser Daten sind quantitativ und es werden spezielle Tools und Techniken entwickelt, um diese "Big Data" zu analysieren.

Auswirkungen von Feedback

Das folgende Diagramm zeigt die Auswirkungen von positivem und negativem Feedback auf die qualitative und quantitative Forschung:

Ähnlicher Artikel