Kvantitatiivinen tutkimus on kvantitatiivisia menetelmiä ja tilastollinen päätelmä tavoitteena ekstrapoloida otoksen tulokset populaatioon.
Kvantitatiivinen tutkimus, toisin kuin kvalitatiivinen, analysoi suurta tietomäärää. Lisäksi se tutkii kvantitatiivisia muuttujia eli numeerisia muuttujia. Nämä saavat kaiken merkityksensä, kun ne ovat yhteydessä muihin korrelaatioiden, regressioiden tai hypoteesitestien avulla.
Kvantitatiivisen tutkimuksen merkitys
Kvantitatiivinen tutkimus on ainoa, joka voi tehdä johtopäätöksiä, jotka voidaan ekstrapoloida suuremmalle ryhmälle kuin tutkittu. Siksi sen merkitys on ennen kaikkea, koska se sallii yleistämisen. Itse asiassa hypoteesitestien tai regressioiden tarkoituksena on saada tuloksia populaatiota palvelevasta otoksesta.
Mutta se ei tarkoita, että kvalitatiivisella olisi alempi hierarkkinen tilanne. Itse asiassa tämä on yleensä ensimmäinen vaihe ennen kvantitatiivista tutkimuksellisten tutkimusten avulla.
Kuitenkin, kun haluamme tehdä lopullisen tutkimuksen, meidän on käytettävä numeerista tietoa. Lisäksi sinun on työskenneltävä suurten näytteiden kanssa, koska vasta sitten niistä voidaan päätellä.
Vaiheet kvantitatiivisen tutkimuksen suorittamiseksi
Kvantitatiivisen tutkimuksen suorittamisvaiheet ovat hyvin samankaltaisia kuin muissa, kuten kuvailevissa. Ne eroavat kuitenkin jälkimmäisistä siinä, että ne menevät askeleen pidemmälle eivätkä ole tyytyväisiä vain kuvaamiseen.
Sanotaan, että katsotaan seuraavat vaiheet:
- Määritä ongelma: Ensin on määriteltävä ongelma. Mitä haluamme tietää, syyt, miksi tarvitsemme näitä tietoja, tai mitkä ovat aiemmat aihetta koskevat tutkimukset.
- Metodologia: Toiseksi sinun on valittava menetelmä. Edellä esitetyn perusteella meidän on valittava käytettävät tekniikat. Siten voimme suorittaa regressiota, jos haluamme tietää yhden muuttujan liikkeen suhteessa muihin, tai hypoteesitestin, jos aiomme ekstrapoloida tulokset tilastollisten päätelmien avulla.
- Analyysi: Kolmanneksi sinun on suoritettava analyysi. Tässä tapauksessa tilastollisista ohjelmistoista, kuten SPSS tai vastaava, on paljon apua. Sinun on suoritettava laskelmat ja hankittava sopivuusindikaattorit, luottamusvälit, merkitsevyys tai mikä tahansa muu tarvittava.
- Tulosten tulkinta: Lopuksi sinun on tulkittava nuo tulokset. Soveltuvuuden hyvyys, joka on tunnetuin R-neliö, kertoo meille regressiota ennustavasta voimasta. Luottamusvälit ja hypoteesitestin pätevyyden merkitys
Kvantitatiivinen tutkimusesimerkki
Kuvittele tutkimuksen maan talouskasvusta (BKT) ja työttömyyden tasosta. Haluamme tietää, onko molempien muuttujien välillä suhde. Lisäksi aiemmat tutkimukset osoittavat mahdollisen käänteisen korrelaation molempien muuttujien välillä. Siksi suoritamme regression sen vahvistamiseksi.
Alla olevassa kuvassa näytetään seuraava prosessi:
Tätä kuvaa ajatellen on korostettava, että kvantitatiivisella tutkimuksella on yleensä neljä vaihetta:
- Ensinnäkin ihmettelemme, onko BKT-muuttujien ja työttömyyden välillä yhteys.
- Sitten ehdotamme menetelmää ottaen huomioon muut työt.
- Sitten suoritetaan regressiolaskelmat indikaattoreineen.
- Lopuksi se tulkitaan ja tässä esimerkissä päätellään, että se on olemassa, mutta että se ei ole voimakasta.