En videnskabelig tilgang
Kvantitative forskningsmetoder anses for at være den foretrukne tilgang til akademisk forskning, med sjældne muligheder for at anvende kvalitative metoder, når forskningsemnerne (oftest mennesker) nægter at blive kodificeret i et robust analytisk konstrukt. Som navnet antyder, producerer kvantitativ forskning tal, der gør det lettere at måle, vurdere og konkludere.
Hypothetico-Deduktiv
Forkæmpere hævder, at den kvantitative forsknings største styrke er den klare forankring i teori: der udvikles hypoteser for at afprøve varianter af etablerede teorier med henblik på at forfine dem på grundlag af de identificerede variabler. Dette beviser ikke de etablerede teorier, men forbedrer dem snarere med yderligere datasæt, der støtter eller stemmer overens med de oprindelige resultater.
Med en stikprøvepopulation, der kan være meget større end ved en kvalitativ undersøgelse, kan data indsamles ret hurtigt ved hjælp af undersøgelsesværktøjer via e-mail eller telefon, og tilgængeligheden af statistisk software giver mulighed for præcis og nøjagtig dataanalyse. Potentialet for forskningsbias er begrænset til udformningen af undersøgelsen, udformningen af undersøgelsesværktøjet og fortolkningen af data, i modsætning til den bredere risiko for observatørbias i en kvalitativ undersøgelse.
Statistikkens forudsigelseskraft
Da kvantitative forskningsdata leveres i numerisk form, kan vi anvende statistiske test på disse data for at producere beskrivende målinger, som derefter kan bruges til at foretage forudsigelser inden for rammerne af den grad, i hvilken stikprøvepopulationen kan anses for at være repræsentativ for en større population. Ved at starte med grundlæggende beskrivende målinger såsom gennemsnit, modus, median og standardafvigelse kan vi etablere en grundlæggende dataramme, inden vi går videre til mere inferentielle test såsom t-test, ANOVA’er og multivariate målinger såsom multiple regressionsberegninger (MRC).
Den grad, i hvilken resultaterne derefter kan generaliseres til en bredere slutning, vil afhænge af den almægtige p-test, der anvendes til at bestemme den statistiske gyldighed af dataene. Forudsat at p-værdien er mindre end 0,05, er chancen for, at dataene var resultatet af tilfældigheder, mindre end 5 procent.
Ireproducerbarhed og falsk-positive
Muligheden for at afgrænse specifikke variabler i udviklingen af en hypotese giver kvantitativ forskning en iboende reproducerbarhed. Da du tester varianter af en etableret teori snarere end at foreslå en ny teori, bør forskere, der forsøger at validere din undersøgelse med alle de samme protokoller på plads, være i stand til at replikere dine resultater. Når det ikke sker, undersøges protokollen for at kontrollere, om den stemmer overens med den oprindelige, og hvis det stemmer overens, bør det oprindelige datasæt være det næste på listen, naturligvis under forudsætning af, at forfatterne af den undersøgelse, du forsøger at validere, er villige til at dele disse data.
Hvis den oprindelige undersøgelse var baseret på en falsk positiv, hvor dataanalysen genererede statistisk signifikans for noget, der i virkeligheden ikke var der, ville sandsynligheden for at kunne replikere disse resultater være lille til ingen, medmindre du var i stand til at kortlægge den statistiske analyse trin-for-trin.