En vetenskaplig metod
Kvantitativa forskningsmetoder anses vara det föredragna tillvägagångssättet för akademisk forskning, med sällsynta möjligheter att använda kvalitativa metoder när forskningssubjekten (oftast människor) vägrar att kodifieras till en robust analytisk konstruktion. Som namnet antyder producerar kvantitativ forskning siffror som underlättar mätning, bedömning och slutsats.
Hypothetico-Deductive
Förespråkare hävdar att den kvantitativa forskningens största styrka är den tydliga förankringen i teorin: hypoteser utvecklas för att testa varianter på etablerade teorier i syfte att förfina dem baserat på de identifierade variablerna. Detta bevisar inte de etablerade teorierna utan förbättrar dem snarare med ytterligare dataset som stödjer eller stämmer överens med de ursprungliga resultaten.
Med en urvalspopulation som kan vara mycket större än för en kvalitativ studie kan data samlas in ganska snabbt med hjälp av undersökningsverktyg via e-post eller telefon, och tillgängligheten till statistiska programvaror gör det möjligt att göra exakta och korrekta dataanalyser. Potentialen för forskningsbias är begränsad till utformningen av studien, utformningen av undersökningsverktyget och tolkningen av data, i motsats till den bredare risken för observatörsbias i en kvalitativ studie.
Statistikens förutsägelseförmåga
Då kvantitativa forskningsdata levereras i numerisk form kan vi tillämpa statistiska tester på dessa data för att få fram deskriptiva mätningar som sedan kan användas för att göra förutsägelser inom gränserna för i vilken grad urvalspopulationen kan anses vara representativ för en större population. Genom att börja med grundläggande beskrivande mått som medelvärde, läge, median och standardavvikelse kan vi upprätta en grundläggande ram för data innan vi går vidare till mer inferentiella tester som t-test, ANOVA och multivariata mått som multipla regressionsberäkningar (MRC).
Den grad i vilken resultaten sedan kan generaliseras till en bredare slutsats kommer att bero på det allmängiltiga p-testet som används för att fastställa den statistiska giltigheten hos data. Förutsatt att p-värdet är mindre än 0,05 är chansen att uppgifterna var resultatet av slumpen mindre än 5 procent.
Irreproducerbarhet och falska positiva
Förmågan att avgränsa specifika variabler i utvecklingen av en hypotes ger kvantitativ forskning en inneboende reproducerbarhet. Eftersom du testar varianter av en etablerad teori snarare än att föreslå en ny teori bör forskare som försöker validera din studie med alla samma protokoll på plats kunna replikera dina resultat. När detta inte sker undersöks protokollet för att kontrollera att det stämmer överens med originalet, och om det stämmer bör den ursprungliga datamängden vara nästa på listan, givetvis under förutsättning att författarna till studien du försöker validera är villiga att dela med sig av dessa data.
Om den ursprungliga studien baserades på ett falskt positivt resultat, där dataanalysen genererade statistisk signifikans för något som egentligen inte fanns där, skulle sannolikheten för att kunna replikera dessa resultat vara liten till obefintlig, såvida du inte kan kartlägga den statistiska analysen steg för steg.