Kvantitativ metode - alt du trenger å vite

Nøkkelpunkter

• Kvantitativ metode innebærer innsamling og analyse av målbare data.
• Den brukes til å generalisere og trekke konklusjoner fra en større populasjon.
• Statistiske verktøy og metoder brukes for å bearbeide og tolke dataene.
• Kvantitativ metode muliggjør kvantifisering av fenomener og kan bidra til å identifisere mønstre og sammenhenger.
• Metoden har sine fordeler og ulemper, inkludert mulighet for store datamengder, men noen ganger begrenset forståelse av konteksten eller komplekse nyanser.
• Det krever grundig planlegging og utforming av undersøkelsen for å oppnå pålitelige resultater.
• Kvantitativ metode kan gjerne suppleres med kvalitative metoder for et mer komplett bilde.

Kvantitative forskningsmetoder

Kvantitativ metode kan brukes brukes i beskrivende forskning, korrelasjonell forskning og eksperimentell forskning:

Formålet med beskrivende forskning er å gi en overordnet beskrivelse av et fenomen og dets variabler. Man analyserer og presenterer data for å forstå fenomenet eller populasjonen det gjelder, for eksempel i form av "36,6 % av norske kvinner arbeider deltid". Vi bruker ofte beskrivende statistisk analyse i våre medarbeiderundersøkelser, markedsundersøkelser og innbyggerundersøkelser.

I korrelasjonell forskning undersøker man relasjoner mellom ulike variabler. Man analyserer data for å se om det finnes en sammenheng mellom ulike variabler og deretter se hvor sterk sammenhengen er. For eksempel kan man se på hvor mange av kvinnene i deltidsarbeid som også oppgir å ha barn for å finne sammenheng (men ikke nødvendigvis årsakssammenheng). 

I eksperimentell forskning utfører man systematiske studier for å undersøke om det er en årsakssammenheng mellom variabler. Man manipulerer en uavhengig variabel og observerer dens effekt på en avhengig variabel.

Både korrelasjons- og eksperimentell forskning kan brukes til å teste hypoteser eller prediksjoner ved hjelp av statistisk analyse. Resultatene kan deretter generaliseres til bredere populasjoner avhengig av hvordan utvalget for undersøkelsen er sammensatt og hvor representative dataene dermed kan sies å være. 

For å samle kvantitative data brukes ofte operasjonelle definisjoner. Disse definisjonene oversetter abstrakte begreper, som for eksempel humør, til observerbare og målbare mål. Et eksempel på en slik operasjonalisering som brukes i kundeundersøkelser er at man kan måle kundens lojalitet ved å spørre om hvor enkelt kunden opplevde det å få den hjelpen vedkommende ønsket (såkalt CES), eller undersøke medarbeideres tilfredshet med det psykososiale arbeidsmiljøet ved å stille spørsmål om de vil anbefale arbeidsplassen videre til venner og slektninger (såkalt eNPS) 

Kvantitative forskningsmetoder gir mulighet til å måle og kvantifisere fenomener, analysere sammenhenger og teste hypoteser. Ved å bruke grundig utformede studier og statistiske verktøy kan man trekke konklusjoner som er relevante for større populasjoner. 

Vær oppmerksom på at kvantitativ forskning er utsatt for visse forskningsbiaser:

• Informasjonsbias 
• Utsatte variabler
• Utvalgsbias eller seleksjonsbias

Ved å være klar over potensielle biaser når du samler inn og analyserer data kan du forhindre at de påvirker arbeidet ditt for mye.

Kvantitativ dataanalyse

Når data er samlet inn vil de ofte måtte behandles før de kan analyseres. Dette kan innebære å konvertere enkeltspørsmål og testdata fra ord til tall, fjerne useriøse svar fra databasen eller vekte visse svar for å oppnå bedre representativitet. 

Deskriptiv statistikk gir en oppsummering av dataene og gir mål på gjennomsnitt og variasjon. Grafer, spredningsdiagram og frekvenstabeller kan brukes til å visualisere data og oppdage trender eller avvikende verdier.

Med inferensiell statistikk kan man gjøre prediskjoner eller generaliseringer basert på data. Man kan teste hypoteser eller bruke utvalgsdata for å estimere parametere for hele populasjonen.

I følgende eksempel brukes både deskriptiv og inferensiell statistikk:

La oss si at vi gjennomfører en undersøkelse der vi samler inn data om høyden til 100 personer. Ved hjelp av deskriptiv statistikk kan vi beregne gjennomsnittlig høyde og standardavviket for denne gruppen. Vi kan også lage et histogram for å visualisere fordelingen av høydedataene.

Når det gjelder inferensiell statistikk, kan vi bruke denne dataen til å trekke konklusjoner om hele befolkningen. For eksempel kan vi bruke utvalgsdataene til å estimere gjennomsnittlig høyde i den generelle befolkningen og beregne en konfidensintervall for estimatet.

Ved å bruke både deskriptiv og inferensiell statistikk kan vi få en dypere forståelse av dataene våre og trekke mer pålitelige konklusjoner basert på dem.

Fordeler med kvantitativ metode

Kvantitativ forskning brukes ofte for å standardisere datainnsamling og generalisere resultater. Fordelene med denne metoden inkluderer:

• Repeterbarhet: Studien kan gjentas på grunn av standardiserte datainnsamlingsprotokoller og klare definisjoner av abstrakte begreper.
• Resultater kan bli direkte sammenlignbare: Studien kan gjenskapes i andre kulturelle sammenhenger, tidsperioder eller med ulike deltakergrupper. Resultatene kan sammenlignes statistisk.
• Store utvalg: Data fra store utvalg kan behandles og analyseres ved hjelp av pålitelige og konsekvente prosedyrer for kvantitativ dataanalyse.
• Hypotesetesting: Ved å bruke formaliserte og etablerte metoder for hypotesetesting må du nøye vurdere og rapportere forskningsvariabler, prediksjoner, datainnsamling og testmetoder før du trekker en konklusjon.

Ulemper med kvantitativ forskning

Kvantitativ forskning har visse begrensninger til tross for sine fordeler, og disse inkluderer:

• Undersøkelse på overflaten: Å bruke presise og begrensede operasjonelle definisjoner kan være utilstrekkelig når det gjelder å representere komplekse begreper. For eksempel kan kvantitativ forskning representere begrepet "humør" med bare ett tall, mens kvalitativ forskning gir en mer utdypet forklaring.
• Begrenset fokus: Forhåndsbestemte variabler og måleprosedyrer kan føre til at andre relevante faktorer blir oversett.
• Strukturelle bias: Til tross for standardiserte prosedyrer kan strukturelle bias påvirke kvantitativ forskning. Biaser som manglende data, unøyaktige målinger eller utilstrekkelige utvalgsmetoder kan føre til upresise eller feilaktige konklusjoner.
• Mangel på kontekst: Kvantitativ forskning bruker ofte begrensede eller unaturlige miljøer som laboratorier eller overser historiske og kulturelle sammenhenger som kan påvirke datainnsamling og resultater.

Lysio hjelper deg å forstå samtiden og forme fremtiden

Kvantitativ metode er en nyttig fremgangsmetode for en rekke ulike typer undersøkelser. Med kvantitative metoder kan vi for eksempel gjennomføre en undersøkelse blant et representativt utvalg innbyggere og trekke konklusjoner som er gyldige for befolkningen generelt.

Det er en særlig nyttig fremgangsmetode når man ønsker å få et bredt kunnskapsgrunnlag basert på målbare data. Metoden er mer begrenset når det gjelder å forstå komplekse og nyanserte fenomener. Da er en kombinasjon av kvalitativ og kvantitativ metode en bedre strategi. 

Lysio gjennomfører undersøkelser som både er beskrivende, korrelasjonelle og eksperimentelle, for eksempel i våre markedsanalyser, kundeundersøkelser og medarbeiderundersøkelser. 

Vil du vite mer om hvordan vi kan hjelpe deg med å gjennomføre en undersøkelse? Ta kontakt!