Kvantitatīvie pētījumi ir tādi, kas izmanto kvantitatīvās metodes un statistikas secinājums ar mērķi ekstrapolēt izlases rezultātus populācijai.
Kvantitatīvie pētījumi, atšķirībā no kvalitatīvajiem, analizē lielu datu apjomu. Turklāt tā pēta kvantitatīvos mainīgos, tas ir, skaitliskos. Tie iegūst visu savu nozīmi, ja tie ir saistīti ar citiem, izmantojot korelācijas, regresijas vai hipotēzes testus.
Kvantitatīvo pētījumu nozīme
Kvantitatīvie pētījumi ir vienīgie, kas var izdarīt secinājumus, kurus var ekstrapolēt lielākai grupai nekā izmeklētā. Tādējādi tā nozīme galvenokārt ir tāpēc, ka tā ļauj vispārināt. Faktiski hipotēzes testu vai regresiju mērķis ir iegūt rezultātus no izlases, kas kalpo iedzīvotājiem.
Bet tas nenozīmē, ka kvalitatīvais aizņem zemāku hierarhisko situāciju. Faktiski tas parasti ir pirmais solis pirms kvantitatīvā, veicot izpētes veida pētījumus.
Tomēr, kad mēs vēlamies veikt pārliecinošu pētījumu, mums jāizmanto skaitliski dati. Turklāt jums ir jāstrādā ar lieliem paraugiem, jo tikai pēc tam tos var secināt.
Kvantitatīvās izpētes veikšanas darbības
Kvantitatīvās izpētes veikšanas darbības ir ļoti līdzīgas tām, kas veiktas citās, piemēram, aprakstošās. Tomēr tie atšķiras no pēdējiem ar to, ka iet soli tālāk un nav apmierināti tikai ar aprakstu.
Pateicoties tam, redzēsim veicamās darbības:
- Definējiet problēmu: Pirmkārt, jums ir jādefinē problēma. Ko mēs vēlamies uzzināt, iemesli, kāpēc mums šī informācija ir nepieciešama, vai kādi ir iepriekšējie pētījumi par šo tēmu.
- Metodoloģija: Otrkārt, jums jāizvēlas metodika. Pamatojoties uz iepriekš minēto, mums jāizvēlas izmantojamās metodes. Tādējādi mēs varam veikt regresiju, ja mēs vēlamies uzzināt viena mainīgā kustību attiecībā pret citiem, vai hipotēzes testu, ja mēs plānojam ekstrapolēt rezultātus, izmantojot statistikas secinājumus.
- Analīze: Treškārt, jums jāveic analīze. Šajā gadījumā liela palīdzība būs statistikas programmatūrai, piemēram, SPSS vai tamlīdzīgai. Jums jāveic aprēķini un jāiegūst piemērotības rādītāji, ticamības intervāli, nozīmīgums vai jebkurš cits nepieciešamais.
- Rezultātu interpretācija: Visbeidzot, jums ir jāinterpretē šie rezultāti. Piemērotības labestība, kas ir vispazīstamākais R kvadrāts, informē mūs par regresijas prognozēšanas spēku. Uzticamības intervāli un hipotēzes testa derīguma nozīme
Kvantitatīvā pētījuma piemērs
Iedomājieties izmeklēšanu par valsts ekonomisko izaugsmi (IKP) un bezdarba līmeni. Mēs vēlamies uzzināt, vai pastāv saistība starp abiem mainīgajiem. Turklāt iepriekšējie pētījumi parāda iespējamo apgriezto korelāciju starp abiem mainīgajiem. Tāpēc mēs veicam regresiju, lai to apstiprinātu.
Zemāk redzamajā attēlā mēs parādām sekojošo procesu:
Ņemot vērā šo tēlu, mums jāuzsver, ka kvantitatīvai izpētei parasti ir četras darbības:
- Pirmkārt, mēs domājam, vai pastāv saistība starp mainīgajiem IKP un bezdarbu.
- Tad mēs piedāvājam metodiku, ņemot vērā citus darbus.
- Tad regresijas aprēķini tiek veikti ar tā rādītājiem.
- Visbeidzot, tas tiek interpretēts, un šajā piemērā mēs secinām, ka tas pastāv, bet tas nav intensīvs.