Forskjellen mellom kvalitativ og kvantitativ

Innholdsfortegnelse:

Forskjellen mellom kvalitativ og kvantitativ
Forskjellen mellom kvalitativ og kvantitativ
Anonim

Vil vi noen gang ha hørt: «Kvalitet er ikke det samme som kvantitet». I denne uttalelsen finner vi hovedforskjellen mellom kvalitativ og kvantitativ, begge er en referanse til henholdsvis kvalitet (kvalitativ) og kvantitet (kvantitativ).

Med andre ord, når vi snakker om det "kvalitative" konseptet, ifølge Royal Spanish Academy (RAE), snakker vi om en kvalitet, eller relatert til en kvalitet. I en studie vil den kvalitative analysen være mer relatert til en mer subjektiv analyse, basert på variabler som på en bestemt måte ikke kan måles nøyaktig. Det vil si numerisk.

På den annen side, når vi snakker om det «kvantitative» konseptet, også ifølge RAE, snakker vi om en mengde, eller noe som er relatert til en mengde. I en studie, analysen av variabler som kan måles numerisk.

Så i sammendraget snakker vi om to motsatte begreper. Mens en fokuserer på kvaliteter og kvalitet, refererer en annen til kvantitet. Av denne grunn vil kvalitativ analyse i en studie fokusere på kvalitetene som presenteres av studieobjektet, mens kvantitativ analyse vil fokusere på målbare variabler som kan uttrykkes numerisk.

Derfor, for å bedre forstå det, la oss se forskjellen mellom kvalitativ og kvantitativ, så vel som de viktigste forskjellene som er funnet mellom hver av disse analysemetodene.

Forskjellen mellom kvalitativ og kvantitativ

Så la oss se hovedforskjellene:

Kvalitativ analyse

Kvalitativ analyse fokuserer på å forstå fenomenene som oppstår. Men for sin forståelse bruker den fortellende data, den fokuserer på studiet av litteratur, så vel som særegenheter og individuelle opplevelser. Med andre ord fokuserer den på data som ikke uttrykkes numerisk.

Blant disse dataene den samler inn, fokuserer den kvalitative analysen på undersøkelser, kundeevalueringer, samt en annen serie datainnsamlingsmetoder som gir oss en kvalitativ visjon om gjenstanden for studiet.

Kvalitativ analyse, i tillegg til å bli brukt til å utfylle den kvantitative, brukes til å innhente informasjon om et gitt emne. Takket være denne analysen kan vi trekke ut mange meninger og, hvis sant, informasjon av høyere kvalitet.

Siden det er en analyse basert på informasjon som ikke uttrykkes med tall, snakker vi om en subjektiv analyse. En subjektiv analyse som i tillegg vanligvis ikke bruker stikkprøve, siden prøven vanligvis blir valgt, gitt vanskelighetsgrad.

Målingen kan ikke standardiseres, da det ikke er noen numeriske data som tillater det. Metoden for å samle inn data er også mer fleksibel enn den kvantitative metoden.

For å måle dataene, analysere og tolke dem, må vi vite at disse, i motsetning til den andre metoden, er vanskeligere å analysere. På grunn av at det er mange data som vi ikke kan homogenisere, må de analyseres gjennom hele studien og kan føre til kontinuerlige modifikasjoner til slutten. Dette fører oss i tillegg til en situasjon der konklusjonene ikke er endelige før hele prosessen er ferdig.

Kvantitativ analyse

Kvantitativ analyse, som kvalitativ analyse, fokuserer på å forstå fenomenene som oppstår. Men for din forståelse bruker den numeriske data, som lar oss trekke ut informasjonen. Med andre ord er den basert på mer pålitelige målinger, da den bruker en analysemetode som lar oss identifisere og kvantifisere problemet.

Derfor snakker vi om data som kan uttrykkes numerisk. Det vil si undersøkelser, indikatorer, studier, observasjoner, forhold, samt en annen rekke verktøy som lar oss si at vi snakker om en objektiv studie.

For valg av utvalget, og siden det er data, kan det gjøres tilfeldig. Det vil si at vi ikke burde ha noen preferanse, siden dataene kan homogeniseres på en enkel måte. Dette er noe som også letter måling av problemet, siden det kan kvantifiseres og gjøres på en standardisert måte. Samtidig presenterer den også en mer strukturert og lite fleksibel datainnsamlingsmetode.

Når vi er ferdig med studien, har konklusjonene en tendens til å være mer pålitelige, siden de er data som er hentet fra riktig anvendte beregninger. Mens det også lar oss få konklusjoner raskere, når studien er ferdig, på grunn av at informasjonen, som vi sa, kan homogeniseres og tolkes mer komfortabelt.

Oppsummert snakker vi om to veldig forskjellige tilnærminger, men hvis de utfyller hverandre, tillater de oss å gjennomføre en ganske pålitelig studie.