Vědecký přístup
Kvantitativní výzkumné metody jsou považovány za preferovaný přístup k akademickému výzkumu, zřídkakdy se připouští využití kvalitativních metodik, pokud subjekty výzkumu (nejčastěji lidské subjekty) odmítají být kodifikovány do robustní analytické konstrukce. Jak již název napovídá, kvantitativní výzkum vytváří čísla, která usnadňují měření, hodnocení a vyvozování závěrů.
Hypoteticko-deduktivní
Obhájci tvrdí, že největší předností kvantitativního výzkumu je jasné zakotvení v teorii: vytvářejí se hypotézy, které testují varianty zavedených teorií, aby se na základě těchto zjištěných proměnných zpřesnily. Tím se neprokazují zavedené teorie, ale spíše se vylepšují pomocí dalších souborů dat, které podporují původní výsledky nebo jsou s nimi v souladu.
Při použití výběrového souboru, který může být mnohem větší než u kvalitativní studie, lze poměrně rychle shromáždit data pomocí nástrojů průzkumu prostřednictvím e-mailu nebo telefonu a dostupnost statistického softwaru umožňuje přesnou a precizní analýzu dat. Možnost zkreslení výzkumu je omezena na návrh studie, konstrukci nástroje průzkumu a interpretaci dat, na rozdíl od širšího rizika zkreslení pozorovatele u kvalitativní studie.
Prediktivní síla statistiky
Protože data z kvantitativního výzkumu jsou dodávána v číselné podobě, můžeme na tato data aplikovat statistické testy a získat popisná měření, která pak mohou být použita k předpovědím v mezích míry, do jaké lze výběrovou populaci považovat za reprezentativní pro větší populaci. Začneme-li základními deskriptivními měřeními, jako je průměr, modus, medián a směrodatná odchylka, můžeme vytvořit základní rámec dat, než přejdeme k inferenčním testům, jako jsou t-testy, ANOVA a vícerozměrná měření, jako jsou vícenásobné regresní výpočty (MRC).
Míra, do jaké lze pak výsledky zobecnit do širšího závěru, bude záviset na všemocném p-testu, který se použije k určení statistické platnosti dat. Za předpokladu, že p-hodnota je menší než 0,05, je pravděpodobnost, že data byla výsledkem náhody, menší než 5 procent.
Reprodukovatelnost a falešně pozitivní výsledky
Schopnost vymezit konkrétní proměnné při tvorbě hypotézy poskytuje kvantitativnímu výzkumu přirozenou reprodukovatelnost. Protože testujete spíše varianty zavedené teorie než navrhujete novou teorii, měli by být výzkumníci, kteří se pokusí ověřit vaši studii se všemi stejnými protokoly, schopni vaše výsledky zopakovat. Když se tak nestane, prověří se, zda se protokol shoduje s originálem, a pokud se to potvrdí, měl by být na řadě původní soubor dat, samozřejmě za předpokladu, že autoři studie, kterou se pokoušíte validovat, jsou ochotni se o tato data podělit.
Pokud byla původní studie založena na falešně pozitivním výsledku, kdy analýza dat vygenerovala statistickou významnost pro něco, co ve skutečnosti neexistovalo, pravděpodobnost, že se vám podaří tyto výsledky zopakovat, bude mizivá až nulová, pokud nebudete schopni zmapovat statistickou analýzu krok za krokem.
.