Olemmeko koskaan kuulleet : "Laatu ei ole sama kuin määrä." Tässä lausunnossa löydämme pääeron laadullisen ja kvantitatiivisen välillä, jotka molemmat ovat viittaus laatuun (laadullinen) ja määrään (kvantitatiivinen).
Toisin sanoen, kun puhumme "laadullisesta" käsitteestä, Espanjan kuninkaallisen akatemian (RAE) mukaan puhumme laadusta tai laatuun liittyvästä. Tutkimuksessa kvalitatiivinen analyysi liittyisi enemmän subjektiivisempaan analyysiin, joka perustuu muuttujiin, joita tietyllä tavalla ei voida mitata tarkasti. Eli numeerisesti.
Toisaalta, kun puhumme "kvantitatiivisesta" käsitteestä, myös RAE:n mukaan, puhumme suuresta tai jostakin, joka liittyy suureen. Tutkimuksessa numeerisesti mitattavissa olevien muuttujien analyysi.
Yhteenvetona puhumme siis kahdesta vastakkaisesta käsitteestä. Kun yksi keskittyy ominaisuuksiin ja laatuun, toinen viittaa määrään. Tästä syystä tutkimuksessa kvalitatiivinen analyysi keskittyy tutkimuksen kohteen esittämiin ominaisuuksiin, kun taas kvantitatiivinen analyysi keskittyy mitattavissa oleviin muuttujiin, jotka voidaan ilmaista numeerisesti.
Siksi ymmärtääksemme sitä paremmin, katsotaanpa ero laadullisen ja kvantitatiivisen välillä sekä tärkeimmät erot, jotka on löydetty kunkin näiden analyysimenetelmien välillä.
Ero laadullisen ja määrällisen välillä
Joten katsotaanpa niiden tärkeimmät erot:
Laadullinen analyysi
Laadullinen analyysi keskittyy tapahtuvien ilmiöiden ymmärtämiseen. Mutta ymmärtääkseen se käyttää narratiivista dataa, keskittyy kirjallisuuden sekä yksilöllisten ominaisuuksien ja kokemusten tutkimiseen. Toisin sanoen se keskittyy tietoihin, joita ei ilmaista numeerisesti.
Näiden keräämien tietojen joukossa kvalitatiivinen analyysi keskittyy kyselyihin, asiakasarviointiin sekä toiseen sarjaan tiedonkeruumenetelmiä, jotka tarjoavat meille laadullisen näkemyksen tutkimuskohteesta.
Kvalitatiivista analyysiä käytetään sen lisäksi, että se täydentää kvantitatiivista analyysia, ja sen avulla saadaan tietoa tietystä aiheesta. Tämän analyysin ansiosta voimme poimia monia mielipiteitä ja, jos totta, laadukkaampaa tietoa.
Koska kyseessä on analyysi, joka perustuu tietoon, jota ei ilmaista numeroilla, puhumme subjektiivisesta analyysistä. Subjektiivinen analyysi, jossa ei lisäksi yleensä käytetä satunnaisotantaa, koska vaikeudesta johtuen otos valitaan yleensä.
Mittausta ei voida standardoida, koska sen mahdollistavaa numeerista dataa ei ole. Lisäksi tiedonkeruumenetelmä on joustavampi kuin määrällinen menetelmä.
Datan mittaamiseksi, analysoimiseksi ja tulkitsemiseksi meidän on tiedettävä, että nämä, toisin kuin muut menetelmät, ovat vaikeampia analysoida. Samoin, koska kyseessä on monia tietoja, joita emme voi homogenoida, niitä on analysoitava koko tutkimuksen ajan ja ne voivat johtaa jatkuviin muutoksiin loppuun asti. Tämä johtaa lisäksi tilanteeseen, jossa johtopäätökset eivät ole lopullisia ennen kuin koko prosessi on valmis.
Kvantitatiivinen analyysi
Kvantitatiivinen analyysi, kuten laadullinen, keskittyy tapahtuvien ilmiöiden ymmärtämiseen. Mutta ymmärtääksesi, se käyttää numeerista dataa, jonka avulla voimme poimia tiedot. Toisin sanoen se perustuu luotettavampiin mittauksiin, koska se käyttää analyysimenetelmää, jonka avulla voimme tunnistaa ja kvantifioida ongelman.
Siksi puhumme tiedoista, jotka voidaan ilmaista numeerisesti. Eli tutkimukset, indikaattorit, tutkimukset, havainnot, suhdeluvut sekä toinen sarja työkaluja, joiden avulla voimme sanoa, että puhumme objektiivisesta tutkimuksesta.
Otoksen valintaa varten ja koska se on dataa, se voidaan tehdä satunnaisesti. Eli meillä ei pitäisi olla mitään etusijaa, koska tiedot voidaan homogenisoida yksinkertaisella tavalla. Tämä helpottaa myös ongelman mittaamista, koska se voidaan kvantifioida ja se tehdään standardoidulla tavalla. Samalla se on myös jäsennellympi ja joustamattomampi tiedonkeruumenetelmä.
Kun olemme saaneet tutkimuksen päätökseen, johtopäätökset ovat yleensä luotettavampia, koska ne ovat tietoja, jotka on poimittu oikein sovelletuista mittareista. Vaikka se myös mahdollistaa johtopäätösten tekemisen nopeammin, kun tutkimus on saatu päätökseen, koska tiedot, kuten sanoimme, voidaan homogenisoida ja tulkita mukavammin.
Yhteenvetona voidaan todeta, että puhumme kahdesta hyvin erilaisesta lähestymistavasta, mutta jos ne täydentävät toisiaan, niiden avulla voimme suorittaa melko luotettavan tutkimuksen.