Định tính so với định lượng

Trong khi nghiên cứu định lượng được dựa trên các con số và tính toán toán học (aka dữ liệu định lượng), nghiên cứu định tính được dựa trên các câu chuyện bằng văn bản hoặc nói (hoặc dữ liệu định tính). Kỹ thuật nghiên cứu định tính và định lượng được sử dụng trong Định tínhĐịnh lượngMục đích Mục đích là để giải thích và đạt được cái nhìn sâu sắc và hiểu biết về các hiện tượng thông qua việc thu thập dữ liệu tường thuật chuyên sâu Tạo ra giả thuyết để thử nghiệm, quy nạp. Mục đích là để giải thích, dự đoán và / hoặc kiểm soát các hiện tượng thông qua việc thu thập dữ liệu số tập trung. Kiểm định giả thuyết, suy luận. Cách tiếp cận điều tra chủ quan, toàn diện, định hướng quy trình Mục tiêu, tập trung, định hướng kết quả Giả thuyết Dự kiến, phát triển, dựa trên nghiên cứu cụ thể Cụ thể, có thể kiểm tra, nêu trước khi nghiên cứu cụ thể Thiết lập nghiên cứu Cài đặt được kiểm soát không quan trọng Kiểm soát ở mức độ có thể Lấy mẫu Mục đích: Có ý định chọn nhỏ, không nhất thiết phải đại diện, mẫu để có được sự hiểu biết sâu sắc Ngẫu nhiên: Có ý định chọn mẫu đại diện của người dùng, lớn, để tổng quát hóa kết quả cho dân số Đo đạc Không chuẩn hóa, tường thuật (từ viết), đang diễn ra Chuẩn hóa, số (số đo, số), ở cuối Thiết kế và phương pháp Linh hoạt, chỉ được quy định trong các điều khoản chung trước khi nghiên cứu Không can thiệp, xáo trộn tối thiểu Tất cả Mô tả- Lịch sử, Tiểu sử, Dân tộc học, Hiện tượng học, Lý thuyết nền tảng, Nghiên cứu trường hợp, (lai trong số này) Xem xét nhiều biến số, nhóm nhỏ Cấu trúc, không linh hoạt, được chỉ định chi tiết trước khi nghiên cứu Can thiệp, thao tác và kiểm soát Mô tả Tương quan Nguyên nhân-Thử nghiệm so sánh Xem xét vài biến, nhóm lớn Chiến lược thu thập dữ liệu Tài liệu và hiện vật (một cái gì đó được quan sát) đó là bộ sưu tập (người tham gia, không tham gia). Phỏng vấn / Nhóm tập trung (un- / có cấu trúc, in- / chính thức). Quản trị các câu hỏi (kết thúc mở). Ghi chép hiện trường rộng rãi, chi tiết. Quan sát (không tham gia). Phỏng vấn và nhóm tập trung (bán cấu trúc, chính thức). Quản lý các bài kiểm tra và bảng câu hỏi (kết thúc gần). Phân tích dữ liệu Dữ liệu thô được tính bằng chữ. Về cơ bản đang diễn ra, liên quan đến việc sử dụng các quan sát / nhận xét để đưa ra kết luận. Dữ liệu thô là những con số Được thực hiện khi kết thúc nghiên cứu, liên quan đến thống kê (sử dụng số để đưa ra kết luận). Giải thích dữ liệu Kết luận là dự kiến ​​(kết luận có thể thay đổi), được xem xét trên cơ sở liên tục, kết luận là khái quát. Hiệu lực của các suy luận / khái quát hóa là trách nhiệm của người đọc. Kết luận và khái quát hóa được đưa ra khi kết thúc nghiên cứu, được nêu với mức độ chắc chắn được xác định trước. Suy luận / khái quát hóa là trách nhiệm của nhà nghiên cứu. Không bao giờ chắc chắn 100% những phát hiện của chúng tôi.

Nội dung: Định tính vs Định lượng

• 1 loại dữ liệu
• 2 ứng dụng của dữ liệu định lượng và định tính
  • 2.1 Khi nào nên sử dụng nghiên cứu định tính và định lượng?
• 3 Phân tích dữ liệu
  • 3.1 Bùng nổ dữ liệu
• 4 tác dụng của phản hồi
• 5. Tài liệu tham khảo

Loại dữ liệu

Nghiên cứu định tính tập hợp dữ liệu ở dạng tự do và không phải là số, chẳng hạn như nhật ký, bảng câu hỏi mở, phỏng vấn và quan sát không được mã hóa bằng hệ thống số.

Mặt khác, nghiên cứu định lượng tập hợp dữ liệu có thể được mã hóa dưới dạng số. Ví dụ về nghiên cứu định lượng bao gồm thí nghiệm hoặc phỏng vấn / bảng câu hỏi sử dụng câu hỏi đóng hoặc thang đánh giá để thu thập thông tin.

Các ứng dụng của dữ liệu định lượng và định tính

Dữ liệu định tính và nghiên cứu được sử dụng để nghiên cứu các trường hợp riêng lẻ và tìm hiểu cách mọi người suy nghĩ hoặc cảm nhận chi tiết. Đây là một tính năng chính của nghiên cứu trường hợp.

Dữ liệu định lượng và nghiên cứu được sử dụng để nghiên cứu xu hướng trên các nhóm lớn một cách chính xác. Ví dụ bao gồm các thử nghiệm lâm sàng hoặc các cuộc tổng điều tra.

Khi nào nên sử dụng nghiên cứu định tính và định lượng?

Mỗi kỹ thuật nghiên cứu định lượng và định tính đều phù hợp trong các tình huống cụ thể. Ví dụ, nghiên cứu định lượng có lợi thế về quy mô. Nó cho phép thu thập một lượng lớn dữ liệu - và được phân tích - từ một số lượng lớn người hoặc nguồn. Nghiên cứu định tính, mặt khác, thường không mở rộng như vậy. Chẳng hạn, thật khó để thực hiện các cuộc phỏng vấn sâu với hàng ngàn người hoặc để phân tích câu trả lời của họ cho các câu hỏi mở. Nhưng việc phân tích các câu trả lời khảo sát từ hàng ngàn người tương đối dễ dàng hơn nếu các câu hỏi được đóng lại và các câu trả lời có thể được mã hóa theo toán học, giả sử, thang đánh giá hoặc xếp hạng ưu tiên.

Ngược lại, nghiên cứu định tính tỏa sáng khi không thể đưa ra các câu hỏi đóng. Ví dụ, các nhà tiếp thị thường sử dụng các nhóm khách hàng tiềm năng tập trung để thử và đánh giá những gì ảnh hưởng đến nhận thức thương hiệu, quyết định mua sản phẩm, cảm xúc và cảm xúc. Trong những trường hợp như vậy, các nhà nghiên cứu thường ở giai đoạn rất sớm hình thành các giả thuyết của họ và không muốn giới hạn bản thân trong sự hiểu biết ban đầu. Nghiên cứu định tính thường mở ra những lựa chọn và ý tưởng mới mà nghiên cứu định lượng không thể do tính chất kết thúc của nó.

Phân tích các dữ liệu

Dữ liệu định tính có thể khó phân tích, đặc biệt là ở quy mô, vì nó không thể giảm xuống số hoặc được sử dụng trong tính toán. Phản hồi có thể được sắp xếp thành các chủ đề, và đòi hỏi một chuyên gia để phân tích. Các nhà nghiên cứu khác nhau có thể rút ra kết luận khác nhau từ cùng một tài liệu định tính.

Dữ liệu định lượng có thể được xếp hạng hoặc đưa vào biểu đồ và bảng để dễ phân tích hơn.

Bùng nổ dữ liệu

Dữ liệu đang được tạo ra với tốc độ ngày càng tăng do sự mở rộng về số lượng thiết bị máy tính và sự phát triển của Internet. Hầu hết các dữ liệu này là các công cụ và kỹ thuật định lượng và đặc biệt đang phát triển để phân tích "dữ liệu lớn" này.

Tác dụng của phản hồi

Sơ đồ sau minh họa tác động của phản hồi tích cực và tiêu cực đối với nghiên cứu định tính và định lượng:

Người giới thiệu

• Định lượng định lượng - Tâm lý học đơn giản
• Nghiên cứu định tính và định lượng - Đại học Oxford