Качествено VS Количествено определение - Методи за изследване и данни

Когато провеждате изследвания, вашите данни ще попаднат в две категории: качествени или количествени. И така, каква е разликата между тези два типа данни?

Е, ето един бърз и лесен начин да запомните поне основната разлика: количествените данни се занимават с количеството на нещата - числа и измерима информация, като например колко хора посещават уебсайт всеки ден. Всичко е свързано с количеството (звучи като количествено, нали?).

От друга страна, качествените данни ви дават по-голяма представа за това, което хората мислят, чувстват и вярват - качеството на нещо, човек или ситуация. Добре, че това е малко по-голямо разтягане, но работи.

Сега нека да влезем повече в детайлите на качественото и количественото изследване, за да знаете как да провеждате всяко.

Какво е качествено изследване?

Качественото изследване се фокусира върху човешката перспектива и обикновено отговаря на въпроса „защо?“ Ако искате да научите как хората възприемат заобикалящата ги среда, защо имат определени убеждения или как разбират проблемите си, ще проведете качествено изследване.

Всичко е и в контекста. Когато изследвате група, искате да ги изучавате в естествената им среда. Това ви дава представа за тяхното поведение, убеждения, мнения и т.н.

Как провеждате качествени изследвания?

Можете да проведете качествено изследване по няколко различни начина. Правенето на интервюта, създаването на фокус групи, раздаването на хора с отворени въпросници, изучаването на колекции от снимки и наблюдението на хората в ежедневието им са всички форми на качествено събиране на данни.

Когато взаимодействате с хората по тези начини, вие давате възможност да дадете по-задълбочени, сложни отговори. Те не отговарят просто „да“ или „не“ - те ви казват какво мислят.

Можете също така да правите наблюдения от снимки или от гледане на хора - неща като начина, по който хората се гледат с любов, или как двама възрастни хора могат да се държат за ръце, докато гледат телевизия.

От тези наблюдения можете да теоретизирате, че тези хора се обичат, близки са помежду си, познават се добре и се чувстват удобно един около друг и т.н. Неща, които е трудно да се изчисли с цифри или да се измери с цифри.

Какво е количествено изследване?

Количественото изследване, от друга страна, включва събиране на факти и цифри и често води до числени, структурирани данни. Помислете за данните, които можете да поставите в електронна таблица и да анализирате.

Вместо да говорите с хора и да получавате техните мнения, вие им задавате въпроси с да или не. Вместо да питате някого защо прави нещо, вие откривате какво правят или колко хора правят това нещо или колко често - и така нататък.

Истински бързо - какво са структурирани данни?

Да приемем, че разглеждате рецепта в любимия си онлайн блог за готвене. Структурираните данни са неща като съставките, температурата на фурната, колко калории има една порция и колко дълго готвите храната. Всичко това са количествено измерими (и измерими с числа / факти) неща.

Неструктурираните данни, от друга страна, ще включват малката история на хранителния блогър за това как са открили или създали рецептата, какво са казали хората за това колко е вкусна и колко много обичат структурата на тези меки, гъсти бисквитки. Не можете да измервате тези данни - те са базирани на мнение и опит.

Как провеждате количествени изследвания?

Можете да провеждате количествени изследвания, като разглеждате статистически данни (колко хора са направили х), като давате на хората многократен избор или истински / неверни тестове, задавате им да / не въпроси в анкета и т.н.

Като цяло се опитвате да отговорите на въпроса „какво“ или „как“ - какво е нещо, какъв е броят на хората, които поръчват от Amazon всеки ден, колко коли са на този паркинг.

Поради естеството на данните и методите за събиране, контекстът не е фактор в този тип изследвания.

С количествените изследвания се интересувате от събирането на данни, които подкрепят и доказват или опровергават хипотеза или теория, които вече имате.

Така че вместо да наблюдавате и говорите с хората и след това да формирате теория за това, което се случва, вие събирате данните си и след това правите заключения относно валидността на вашата хипотеза въз основа на тези данни.

Качественото или количественото изследване е по-добро?

Добре, значи имате тези два метода за изследване - кой е по-добър?

Е, повечето хора ще твърдят, че са по-добри, когато се използват заедно. Те се допълват. Всеки има своите плюсове и минуси (които ще обсъдим), но всеки метод определено носи важна информация на масата.

Преди да обсъдим как могат да работят заедно, нека разгледаме добрите и лошите на всеки.

Плюсове и минуси на качествените изследвания

Да започнем с доброто. Качественото изследване ви позволява да се задълбочите в проблем, ситуация или контекст и да разберете защо нещата се случват. Получавате лични прозрения от вашите теми, които не могат непременно да идват от цифри и цифри.

Имате и предимството на контекста, който може да хвърли светлина върху това защо човек е казал определени неща или се е чувствал по определен начин (например, ако живее в зона на военни действия или в малко селце в средата на нищото или в най-големия град в света).

От друга страна, качествените изследвания са по-трудоемки и следователно скъпи. Отнема много повече време за интервюиране на хора или създаване на фокус групи, отколкото за изпращане на някое просто проучване с да / не.

Също така може да е по-трудно да накарате хората да участват в качествени изследвания. Те може да нямат време или енергия (или желание) да споделят широко.

И накрая, качествените изследвания никога не са наистина окончателни. Хората винаги се променят, както и възприятията им за света около тях. Така че, докато качествените данни могат да ви помогнат да информирате вашата хипотеза и да попълните пропуските в вашето изследване, те обикновено трябва да бъдат подкрепени от количествени данни.

Плюсове и минуси на количествените изследвания

Количествените изследвания дават твърди факти, цифри и други измерими неща. Което може да бъде много полезно, когато се опитвате да докажете теория или да разберете с какво си имате работа.

Той също така е независим от променливи неща, като пристрастия на изследователите или текущите мнения или настроения на хората. Така че качествените изследвания са повторими и могат да бъдат тествани и тествани отново и отново.

И на практика, количественият анализ на данните може да се извърши много по-бързо от качественото изследване. Можете просто да изпратите на някого анкета, да съберете данните за отговорите и да ги изхвърлите в електронна таблица или база данни. Оттам нататък стартирането на различни заявки и анализи е лесно (ако приемем, че знаете какво искате да попитате).

И все пак количествените изследвания ограничават по определени начини. Хората не могат да обяснят отговорите си на тест с множествен избор или проучване да / не (отново липса на контекст). Това означава, че не можете да вземете предвид човешкия фактор.

Така че, докато разполагате с фактите и цифрите, трябва да решите как да ги тълкувате и да ги използвате в своето изследване. (Това може да бъде както добро, така и лошо.)

Как да използваме качествено и количествено изследване заедно

Понякога е най-добре да започнете с качествено изследване - съберете информация, говорете с хората, опитайте се да разберете техните проблеми / възприятия / мнения, след което формирайте хипотеза.

След това, след като имате своята хипотеза, използвайте количествени методи, за да я потвърдите (или опровергаете) с анализ на данни. Това ще ви покаже дали проблемът / проблемът / ситуацията съществува като цяло или е бил просто част от нечие възприятие.

Но качествените изследвания / прозрения също могат да ви помогнат да закръглите структурираните си данни / заключения - ако сте научили, че x хора използват вашия сайт всеки ден, цитати от хора за това защо го използват (за разлика от друга компания) могат да ви научат повече за какво работи (или не) и защо.

Примери за качествени и количествени изследвания

Първи пример

Да кажем, че искате да научите повече за хората, които посещават Париж на почивка. Можете да разгледате данните за полетите, номерата за вход в музея, туристическата информация, за да разберете колко хора посещават Париж всяка година. Но това няма да ви каже защо те посещават.

За да научите защо, трябва да попитате хората защо са искали да посетят Париж, коя е била любимата им част от града, какво е преживяването им като турист в Париж и т.н. Това ще ви даде представа какво първо мотивира хората да пътуват до там.

Друг пример

Да предположим, че управлявате сайт за електронна търговия, който помага на хората да препродават внимателно използваното си облекло.

Можете да съберете информация за това колко хора продават дрехи на вашия сайт, колко артикула е продал средният човек, колко хора посещават сайта, за да си купят тези дрехи и т.н. Всичко това е точно там в аналитиката.

Но ако искате да разберете защо хората избират да използват вашия сайт - или да продават, или да купуват дрехи - бихте искали да започнете с провеждане на отворен въпросник или да поискате обратна връзка за проучване.

Освен това, ако искате да знаете какво харесват във вашия сайт и как това влияе върху решението им да го използват, можете да ги помолите да опишат своя опит при използването на сайта и т.н.

В крайна сметка ще искате да използвате както качествени, така и количествени изследвания, за да получите цялостната картина. И няма да използвате само едното, а след това просто да използвате другото. Можете да се движите напред-назад между двата метода, докато вашето изследване се развива и събирате повече информация.

Това ще ви помогне да получите по-пълна картина, да формирате по-силна и дълбока хипотеза и да установите както факти, така и прозрения в ситуацията.