Qualitativ vs. Quantitativ
- 729
- 108
- Annelie Auer
Während quantitative Forschung basiert auf Zahlen und mathematischen Berechnungen (auch bekannt als AKA quantitative Daten), qualitative Forschung basiert auf schriftlichen oder gesprochenen Erzählungen (oder qualitative Daten). Qualitative und quantitative Forschungstechniken werden in Marketing, Soziologie, Psychologie, öffentlicher Gesundheit und verschiedenen anderen Disziplinen verwendet.
Vergleichstabelle
| Qualitativ | Quantitativ | |
|---|---|---|
| Zweck | Ziel ist es, durch intensive Sammlung von narrativen Daten Einsichten und Verständnis von Phänomenen zu erklären und zu gewinnen, die Hypothese erzeugen, um zu testen, induktiv. | Ziel ist es, Phänomene durch die fokussierte Sammlung numerischer Daten zu erklären, vorherzusagen und/oder zu steuern. Hypothesen testen, deduktiv. |
| Ansatz zur Untersuchung | subjektiv, ganzheitlich, prozessorientiert | Objektiv, fokussiert, ergebnisorientiert |
| Hypothesen | Vorläufige, sich entwickelnde, basierend auf einer bestimmten Studie | Spezifisch, prüfbar, vor einer bestimmten Studie angegeben |
| Forschungsumfeld | Kontrollierte Einstellung nicht so wichtig | Kontrolliert bis zu einem möglichen Grad |
| Probenahme | Zweck: Absicht, „klein“, nicht unbedingt repräsentativ, Stichprobe auszuwählen, um ein tiefes Verständnis zu erhalten | Zufälliger: Absicht, „große“ repräsentative Stichprobe auszuwählen, um die Ergebnisse auf eine Population zu verallgemeinern |
| Messung | Nicht standardisiert, narrativ (geschriebenes Wort), laufend | Standardisiert, numerisch (Messungen, Zahlen) am Ende |
| Design und Methode | Flexibel, nur im Voraus vor der Studie Nichtintervention, minimale Störung aller deskriptiven Geschichte, Biographie, Ethnographie, Phänomenologie, fundierter Theorie, Fallstudie, (Hybriden davon) betrachten viele variable, kleine Gruppen betrachten | Strukturiert, unflexible, im Detail angegeben vor Studieninterventionen, Manipulationen und Kontrollkorrelation Kausalvergleichende experimentelle Experimentierung nur wenige Variablen, große Gruppe |
| Datenerfassungsstrategien | Dokument und Artefakt (etwas beobachtet), das Sammlung (Teilnehmer, Nichtteilnehmer) ist. Interviews/Fokusgruppen (un-/strukturiert, in/formal). Verwaltung von Fragebögen (offen). Ausführliche, detaillierte Feldnotizen. | Beobachtungen (Nicht-Teilnehmer). Interviews und Fokusgruppen (halbstrukturiert, formal). Verabreichung von Tests und Fragebögen (schließend). |
| Datenanalyse | Rohdaten sind in Worten. Im Wesentlichen läuft weiterhin die Verwendung der Beobachtungen/Kommentare, um zu einem Schluss zu kommen. | Rohdaten sind Zahlen, die am Ende der Studie durchgeführt werden, beinhaltet Statistiken (unter Verwendung der Zahlen, die zu Schlussfolgerungen kommen). |
| Dateninterpretation | Schlussfolgerungen sind vorläufig (Schlussfolgerungen können sich ändern), die laufend überprüft werden. Schlussfolgerungen sind Verallgemeinerungen. Die Gültigkeit der Schlussfolgerungen/Verallgemeinerungen liegt in der Verantwortung des Lesers. | Schlussfolgerungen und Verallgemeinerungen, die am Ende der Studie formuliert wurden, wurde mit vorbestimmter Grad an Sicherheit angegeben. Schlussfolgerungen/Verallgemeinerungen sind die Verantwortung des Forschers. Nie 100% sicher unserer Ergebnisse. |
Art der Daten
Qualitative Forschung sammelt Daten, die freie Form und nicht numerische Daten sind, wie Tagebücher, offene Fragebögen, Interviews und Beobachtungen, die nicht mit einem numerischen System codiert werden.
Auf der anderen Seite sammelt quantitative Forschung Daten, die in numerischer Form codiert werden können. Beispiele für quantitative Forschung sind Experimente oder Interviews/Fragebögen, die geschlossene Fragen oder Bewertungsskalen zum Sammeln von Informationen verwendeten.
Anwendungen quantitativer und qualitativer Daten
Qualitative Daten und Forschung werden verwendet, um einzelne Fälle zu untersuchen und herauszufinden, wie Menschen im Detail denken oder fühlen. Es ist ein Hauptmerkmal von Fallstudien.
Quantitative Daten und Forschung werden verwendet, um Trends in großen Gruppen auf genaue Weise zu untersuchen. Beispiele sind klinische Studien oder Volkszählungen.
Wann ist qualitative vs zu verwenden. quantitative Forschung?
Quantitative und qualitative Forschungstechniken sind jeweils in bestimmten Szenarien geeignet. Zum Beispiel hat die quantitative Forschung den Vorteil der Skalierung. Es ermöglicht eine große Anzahl von Menschen oder Quellen. Qualitative Forschung hingegen skaliert normalerweise nicht auch nicht. Es ist beispielsweise schwer, mit Tausenden von Menschen eingehende Interviews zu führen oder ihre Antworten auf offene Fragen zu analysieren. Es ist jedoch relativ einfacher, die Umfragantworten von Tausenden von Menschen zu analysieren, wenn die Fragen geschlossen sind und Antworten mathematisch in Bewertungsskalen oder Präferenzränge kodiert werden können.
Umgekehrt leuchtet qualitative Forschung, wenn es nicht möglich ist, geschlossene Fragen zu stellen. Zum Beispiel verwenden Vermarkter häufig Fokusgruppen potenzieller Kunden, um zu beurteilen, welche Markenwahrnehmung, Produktkaufentscheidungen, Gefühle und Emotionen beeinflusst. In solchen Fällen befinden sich die Forscher in der Regel in sehr frühen Stadien der Bildung ihrer Hypothesen und möchten sich nicht auf ihr anfängliches Verständnis beschränken. Qualitative Forschung eröffnet häufig neue Optionen und Ideen, die quantitative Forschung aufgrund ihrer geschlossenen Natur nicht kann.
Datenanalyse
Qualitative Daten kann schwer zu analysieren, insbesondere im Maßstab, da es nicht auf Zahlen reduziert oder in Berechnungen verwendet werden kann. Antworten können in Themen sortiert werden und erfordern einen Experten, um zu analysieren. Verschiedene Forscher können unterschiedliche Schlussfolgerungen aus demselben qualitativen Material ziehen.
Quantitative Daten können eingestuft oder in Diagramme und Tabellen eingesetzt werden, um die Analyse zu erleichtern.
Datenexplosion
Die Daten werden aufgrund der Ausdehnung der Anzahl der Computergeräte und des Wachstums des Internets zu einer zunehmenden Rate generiert. Die meisten dieser Daten sind quantitative und spezielle Tools und Techniken entwickeln sich, um diese "Big Data" zu analysieren,.
Auswirkungen des Rückmeldes
Das folgende Diagramm zeigt die Auswirkungen eines positiven und negativen Feedbacks auf qualitative vs. quantitative Forschung:
