Kvantitative undersøgelsesmetoder er designet til at indsamle numerisk data som kan bruges til at kigge på variabler. Kvantitativ data er struktureret og statistisk, og resultaterne man får er objektive og konkluderende. Den bruger en gennemtestet teoretisk metode der er afhængig af dataindsamling der efterfølgende systematisk bliver analyseret. Kvantitativ research er en metodologi som kan hjælpe dig, når du har brug for at drage generelle konklusioner om det du undersøger, eller vil lave forudsigelser, draget ud fra din data.

Kvantitativ research bliver brugt til at sætte tal på din undersøgelse, og på den måde kan du transformere din rå data til brugbar statistik. Man kan eksempelvis bruge det til at sætte tal på holdninger, meninger, opførselsmønstre og andre prædefinerede variabler, og bruges til at få et generelt overblik over data fra en stor mængde deltagere. Kvantitativ research bruger målbar data til at finde frem til resultater og vise bestemte mønstre i ens data.

Spørgeskemaer er en god måde at bruge kvantitativ analyse på, da de er billige, fleksible og tillader researcheren at indsamle data fra en meget stor mængde mennesker på én gang.

Kvantitativ dataindsamling bruges som regel i tilfælde hvor man bruger overfladiske spørgsmål, eller ihvertfald spørgsmål som besvareren ikke skal tænke synderligt længe over, for at kunne svare på dem. Man kan eksempelvis indsamle dataen ved hjælp af:

• Spørgeskemaer – For eksempel online spørgeskemaer, spørgeskemaer man sender ud med posten, eller spørgeskemaer som uddeles efter en begivenhed.

• Interviews – Det kan være telefonundersøgelser, face to face interviews eller folk man stopper på gaden.

• Pop-up vinduer – Man kan bede folk om at tage del i en undersøgelse ved hjælp af et pop-up vindue på ens hjemmeside, eller man kan købe sig ind på andres hjemmesider.

• Onlineafstemninger – Man kan lave en afstemninger online hvor man kan afveje stemningen om et bestemt emne.

• Systematiske observationer

• Eksperimenter

Kvalitative undersøgelsesmetoder er designet til at indsamle data der er svære at sætte tal på. Det er en ikke-statistisk og som regel en ikke-struktureret eller semistruktureret undersøgelsesform. Det benytter sig af indsamlet data som forsøger at stille spørgsmålet: “hvorfor”.

Kvalitativ research bruges ofte til at lave undersøgelser. Det kan hjælpe forskeren med at give forståelse for underliggende grunde, holdninger og motivation. Den giver indsigt i et problem, og kan give ideer eller en hypotese som man videre kan undersøge med en kvantitativ analyse.

Kvalitativ data indsamler information som prøver at beskrive et emne, snarere end at måle på det. Med denne type research kan man måle ting såsom holdninger, egenskaber og synspunkter. Ting der er svære at sætte tal på eller at sætte ind i en graf eller et diagram.

Kvalitative undersøgelsesmetoder indeholder ofte førstehåndsobservationer, såsom interviews eller fokusgrupper. Det er markedsanalyse der udføres i et naturligt miljø, hvilket vil sige, at researcheren ser på ting som de rent faktisk er, uden at manipulere omgivelserne. Der er ingen eksperimenter eller kontrolgrupper.

Kvalitative researchere stræber efter at grave sig dybt ned i det emne de vil undersøge, for at få information om hvordan deres måde at tænke på er, hvad der motiverer dem eller hvad deres holdninger er. Selvom den kvalitative tilgang giver dig dybde og forståelse for dit emne, kan de resultater du får, være sværere at analysere på.

Der er mange forskellige måder at indsamle kvalitativ data på. Man bruger oftest ustrukturerede eller semistrukturerede metoder såsom:

• Fokusgrupper

• Individuelle interviews

• Observation – Her er man en passiv observant

• Læsning af dagbøger

• Spørgeskemaer med åbne spørgsmål

Når man benytter sig af den kvalitative metode, så arbejder man oftest med mindre grupper.

For at undgå at forvirre personerne du gerne vil have til at svare på dine spørgsmål, vil du måske undlade at stille spørgsmål som: “Hvad synes du om vores internet?”. Du kan i stedet formulere spørgsmålet på en mere lukket måde. I et sådant tilfælde, kunne spørgsmålet lyde: “Vores internet er pålideligt” og så kunne man give følgende svarmuligheder:

1. Altid

2. Ofte

3. Halvdelen af tiden

4. En gang imellem

5. Aldrig

Det er ikke altid at besvareren har tålmodighed til at reflektere over de svar du efterspørger, eller er villige til at skrive lange forklaringer som på nøjagtig vis forklarer deres synspunkter. Det er meget lettere at vælge en svarmulighed i et spørgeskema, end det er selv at skulle formulere svaret. Når du bruger kvantitative spørgsmål, giver det dig muligheden for at stille flere spørgsmål, og du vil også få flere personer der svarer på dem.

Selv lukkede spørgsmål hvor du beder deltageren om at sætte ord på deres besvarelser, kan du tildele numeriske værdier som du efterfølgende kan lave til grafer. Det betyder at den overordnede data du får, er af en bedre kvalitet, og giver dig en større forståelse. Husk at den mest nøjagtige, eller specifikke, data kan guide dig mod at træffe de bedste beslutninger.

Kvantitative data kan hjælpe dig med at se det store billede. Kvalitative data tilføjer detaljerne, og kan også hjælpe med at sætte ansigt på din data.

Lad os se på hvordan man kan bruge de forskellige metoder i forbindelse med et research projekt.

Disse to undersøgelsesmetoder er ikke modstridende. De komplimenterer faktisk hinanden rigtig godt. I en verden med big data er der en overflod af statistikker og figurer som kan danne et stærkt fundament for hvad du kan bygge dine beslutninger på. Men fundamentet er ikke komplet uden du indsamler information fra rigtige mennesker, som kan hjælpe dig med at give mening til tallene.

Så hvordan kombinerer du disse to researchmetoder? Kvalitativ research er næsten altid det man starter med, når man leder efter nye problemstillinger, eller muligheder, og det vil hjælpe dig med at dykke dybere ned i problemstillingen senere hen. Kvantitativ data vil give dig målinger der kan bekræfte at der rent faktisk er et problem, eller en mulighed, og så give dig mulighed for at forstå det.

Lad os sige at du har afholdt en konference, og du vil nu høre deltagernes feedback. Du kan sikkert allerede måle på mange forskellige ting, såsom fremmøde, hvor tilfredse de har været med forløbet, kvaliteten af undervisningen, om de har været tilfredse med det stof der er blevet gennemgået osv. Alle disse spørgsmål kan du få svar på ved at stille lukkede spørgsmål, og lade dem svare på en specifik målbar måde, for eksempel på en skala fra 1-5.

Men du vil også gerne stille nogle åbne spørgsmål af kvalitativ karakter, for at finde ud af ting du måske har overset. Det kan være spørgsmål som:

Hvis du kan se, at der en tendens af en art, ved hjælp af disse kvalitative spørgsmål, så kan du beslutte dig for at undersøge det nærmere, lave ændringer til din næste konference og du kan indsamle mere information om emnet, efter den næste konference du afholder.

Et eksempel kunne være, at der var flere af deltagerne der havde sagt, at det de mindst brød sig om ved konferencen, var at det blev afholdt et sted som var svært at komme til. Så kunne du efter den næste konference dykke dybere ned i denne problemstilling, og eksempelvis spørge ind til hvad deltagerne syntes om det sted der blev afholdt, eller måske ligefrem give dem en liste med steder hvor det næste kursus kunne afholdes, og se om der er et af de andre steder de ville foretrække.

En god måde at finde ud af om du burde skifte fra den ene type af spørgsmål til den anden, er at kigge på dine åbne spørgsmål og spørge dig selv, hvorfor bruger jeg dem?

Det kunne for eksempel være at du har spurgt: “Hvad synes du om prisen på vores produkt?”. Her vil deltagerne give dig deres svar med deres egne ord, og du vil sikkert få nogle svar som du ikke selv havde tænkt over. 

Hvis det ikke er den type svar du leder efter, skal du bruge en anden type spørgsmål, hvor svarene er lettere at omsætte til tal. Det kunne eksempelvis være: “I forhold til vores konkurrenter, synes du så vores priser er:

Denne type spørgsmål skaber klarhed for dem der skal svare på dem, og det giver dig data som er let at analysere på efterfølgende.

Når du er klar til at dykke ned i din data, er du først nødt til at lære hvordan du kan analysere din data, så du kan finde de svar du leder efter i din research.

Analyse af kvantitative data

Da kvantitativ data er afhængig af større mængder af data, er det nødvendigt med en matematisk tilgangsvinkel i en eller anden grad. De matematiske beregninger kan spænde fra simple udregninger såsom at finde et gennemsnit, til mere avancerede tilgange, såsom at regne på den statistiske signifikans for dine opdagelser. Et regneark vil være til stor hjælp i dine analyser, og kan bruges til at give dig svar på ting som:

• Middelscoren af din data (også kaldet gennemsnittet)

• Hvor ofte et specifik svar optræder

• Korrelationen, eller årsagssammenhængen, mellem to eller flere af dine variabler

• Validiteten af den statistiske signifikans af dine resultater

Analyse af kvalitative data

På grund af kvalitative datas ustrukturerede, og nogen gange modsigende natur, har du behov for at tolke mere på dine data når du skal analysere dem. Det betyder ikke at dataen er mindre værd, men det betyder at researcheren skal bruge en stringent metode at analysere dataen på, hvis man skal finde hoved og hale i det.

Måder at analysere kvalitativ data på:

• Tildel din data “tags” så du kan lave en tematisk analyse. Med et program som dovetail, kan du tildele “tags” til dele af din rå data for at “kode” det med en speciel mening. Når du har tildelt tags til al din data, kan du analysere på hvor ofte en bestemt type besvarelser optræder, og det kan hjælpe dig til at blive opmærksom på mønstre eller tematikker.

• Du kan også bruge denne metode, med at tagge din data, til at lave lignende analyser, for eksempel indholdsanalyse.