Качественные и количественные методы для академических исследовательских навыков

Исследования — это то, как мы создаем знания. Они используются в школах, бизнесе, больницах и социальных науках. Чтобы получить ответы, исследователям нужен план сбора и изучения информации. Два основных плана называются качественными и количественными исследованиями.

Оба они стремятся к получению надежных результатов, но работают по-разному. У них разные цели, структура, данные и методы анализа. Понимание того, чем они отличаются, поможет вам выбрать правильный путь, построить более качественное исследование и понять, что на самом деле означают ваши результаты.

<CTA title="Определите направление исследования на раннем этапе" description="Превратите широкие идеи исследований в четкий и сфокусированный план исследования за считанные минуты с помощью Jenni." buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Понимание методологии исследования

Методология исследования — это проект исследования. Это совокупность решений, которые вы принимаете о том, как спроектировать проект, выбрать участников, собрать информацию и проанализировать то, что вы обнаружите в процессе исследования и систематического изучения.

В широком смысле методология делится на три основные категории:

• Качественные исследования

• Количественные исследования

• Смешанные методы исследований

Они не взаимозаменяемы. Неправильный выбор может привести к получению слабых данных, шатких результатов или выводов, которые не выдерживают критики.

<ProTip title="📝 Примечание:" description="Прежде чем выбрать метод исследования, сформулируйте свой основной исследовательский вопрос в одном четком предложении и проверьте, спрашивает ли он «почему» или «как» в отличие от «сколько»." />

Что такое качественные исследования?

Качественные исследования посвящены изучению и интерпретации. Этот подход следует другой исследовательской парадигме, стремясь понять, почему люди совершают те или иные действия и что они испытывают, а не сводить их к цифрам. 

Он исследует смыслы, которые люди находят в своей повседневной жизни. Здесь не используются цифры. Вместо этого вы слушаете, наблюдаете и интерпретируете. Цель состоит в том, чтобы увидеть мир глазами другого человека.

Выбирайте этот метод, когда перед вами стоят широкие, открытые вопросы или когда вы изучаете тему впервые. Он предназначен для открытий, когда вам нужно узнать основы, прежде чем вы сможете начать что-либо измерять.

Основная цель качественного исследования состоит в том, чтобы:

• Выяснить, почему и как происходят события.

• Понять личные взгляды людей, их мотивацию и эмоции.

• Создавать новые теории, а не просто проверять существующие.

• Задокументировать всю сложную динамику ситуаций в том виде, в каком они происходят на самом деле.

Он ценит глубокое, детальное понимание выше широких, поверхностных опросов. При таком подходе контекст, окружающие обстоятельства важны так же, как и содержание того, что сказано или сделано.

<ProTip title="🔍 Совет:" description="Качественные исследования работают лучше всего, когда вы позволяете вопросам интервью развиваться по мере появления новых инсайтов из данных." />

Качественные данные и методы сбора данных

Этот тип исследования работает с нечисловыми или текстовыми данными. Они подробны и полны смысла, но их нельзя легко превратить в статистику.

Распространенные способы сбора этих данных

Способ сбора этой информации не является жестким. Вы можете адаптироваться по мере обучения. Исследователи обычно собирают данные с помощью нескольких основных видов деятельности:

• Интервью: Беседа, часто один на один, с вопросами, которые позволяют людям объяснить свой опыт своими словами.

• Фокус-группы: Проведение дискуссии в небольшой группе, чтобы услышать разные точки зрения и увидеть, в чем люди согласны или несогласны.

• Наблюдения: Тщательное наблюдение за тем, что люди делают в своей обычной среде, например, на рабочем месте или дома, и ведение записей.

• Кейс-стади (исследования случаев): Чрезвычайно детальное изучение одной конкретной ситуации, чтобы узнать о ней все возможное.

• Этнография:Проживание или проведение длительного времени в сообществе, чтобы по-настоящему понять, как живут и взаимодействуют его члены.

• Записи и стенограммы: Запись всего, что вы видите и слышите, и создание точных стенограмм бесед.

Все эти методы позволяют получить огромное количество оригинального, подробного материала непосредственно от участников процесса.

Анализ качественных данных

Анализ качественных данных

Здесь вы ищете закономерности, смыслы и темы, а не статистические взаимосвязи.

Распространенные методы анализа

• Тематический анализ: Поиск идей или тем, которые постоянно всплывают в ваших данных.

• Контент-анализ: Систематическая сортировка и маркировка фрагментов текста по категориям.

• Нарративный анализ: Тщательное изучение историй, которые рассказывают люди, и того, как они структурированы.

• Дискурс-анализ: Изучение того, как язык используется в социальных взаимодействиях.

• Феноменология: Фокусирование на деталях непосредственного, прожитого опыта людей.

• Обоснованная теория (grounded theory): Построение новой теории с нуля, основанной непосредственно на собираемых вами данных.

Исследователи берут всю эту подробную информацию и начинают ее сортировать. Они перечитывают все — интервью, заметки, стенограммы — и ищут общие идеи или темы. 

Они помечают эти идеи кодами (тегами), чтобы сгруппировать похожие фрагменты информации вместе. Они используют один и тот же набор меток во всем исследовании, чтобы сохранить последовательность.

Они продолжают читать и сортировать, пока не заметят следующее: новые интервью или заметки не дают никаких свежих идей. Одни и те же темы продолжают повторяться. 

Когда это происходит, они достигают точки, называемой «насыщением данных». Это означает, что они, скорее всего, услышали все важные точки зрения по теме и могут прекратить сбор новой информации.

<ProTip title="🧠 Напоминание:" description="Насыщение данных достигается тогда, когда новые интервью перестают добавлять новые темы, а не тогда, когда вы просто устали собирать данные." />

Сильные и слабые стороны качественных исследований

В чем они превосходят другие методы

• Они дают глубокое, детальное понимание человеческого опыта.

• Они отражают весь контекст, включая эмоции и личные смыслы.

• Их гибкая структура позволяет совершать новые открытия в ходе исследования.

• Они идеально подходят для ранней поисковой работы по теме.

• Они ставят во главу угла голоса изучаемых людей.

Где их слабые стороны

• Малый размер выборки означает, что результаты часто нельзя широко обобщить.

• Сбор и анализ данных занимают очень много времени.

• Собственный взгляд исследователя может влиять на интерпретацию данных.

• Другому исследователю трудно в точности повторить такое исследование.

• Результаты обычно привязаны к конкретной обстановке, где они были собраны.

Несмотря на эти недостатки, этот подход необходим для глубокого изучения сложных социальных и человеческих проблем.

Что такое количественные исследования?

Количественные исследования являются структурированными и объективными. Они фокусируются на измерении переменных и проверке конкретных идей с использованием чисел, статистики и количественных данных для оценки закономерностей и результатов. 

Цель состоит в том, чтобы найти закономерности, взаимосвязи или причинно-следственные связи, которые могут быть применимы к более крупным группам.

Этот метод построен на статистическом и математическом анализе.

Количественные исследования направлены на то, чтобы:

• Измерять вещи точно и последовательно.

• Проверить четкие, заранее определенные гипотезы или прогнозы.

• Изучить взаимосвязи между различными измеряемыми факторами.

• Получить результаты, которые могут быть обобщены на более широкую совокупность и повторены другими.

Этот метод используется тогда, когда вам нужны четкие, исчисляемые ответы на важные вопросы. Представьте себе общенациональный опрос о том, за кого будут голосовать люди. Или медицинское испытание, проверяющее, безопасна ли новая таблетка. 

Или исследование, проверяющее, помогла ли новая школьная программа учащимся лучше читать. Для всего этого используются количественные исследования. Они дают цифры, доказывающие происходящее.

<ProTip title="📊 Совет:" description="Если на ваш исследовательский вопрос можно ответить цифрой или процентом, количественные исследования, как правило, подходят лучше." />

Количественные данные и методы сбора данных

Это исследование работает с числовыми данными, собранными с помощью стандартизированных, последовательных инструментов, часто сопоставляемых с качественными подходами при изучении различий между качественными и количественными методами в дизайне исследования.

Распространенные способы сбора этих данных

• Опросы и анкеты

• Контролируемые эксперименты

• Опросы общественного мнения и крупномасштабные популяционные исследования

• Вопросы с фиксированными, заранее заданными вариантами ответов

• Инструменты измерения, такие как шкалы Лайкерта

Вы можете получить цифры самостоятельно, проведя опрос или эксперимент. Это называется сбором первичных данных.

Но не всегда нужно начинать с нуля. Вы также можете использовать цифры, которые кто-то уже собрал. Это называется вторичными данными. 

Их можно найти в таких источниках, как база данных общественного здравоохранения, правительственный отчет об экономике или раздел результатов старой научной статьи.

Измерительные шкалы и переменные

Точные измерения фундаментально важны для количественной работы.

Типы переменных

• Независимая переменная: Фактор, который вы изменяете или классифицируете для наблюдения за его влиянием.

• Зависимая переменная: Результат, который вы измеряете, чтобы увидеть, повлияли ли на него изменения.

• Шкалы измерения: Эти шкалы определяют, какие математические операции можно совершать с вашими числами.

• Номинальная: Данные, которые представляют собой просто именованные категории без определенного порядка (например, виды фруктов).

• Порядковая: Данные, которые можно ранжировать, но интервалы между рангами не равны (например, 1-е, 2-е, 3-е места).

• Интервальная: Данные с равными интервалами между значениями, но без истинной точки «нуль» (например, температура в градусах Цельсия).

• Относительная (шкала отношений): Данные с равными интервалами и значимой точкой нуля, позволяющие делать утверждения вроде «в два раза больше» (например, рост, вес).

Выбор правильной шкалы имеет критически важное значение в рамках вашей общей структуры исследования. От этого зависит, какие статистические тесты вы сможете использовать и будет ли ваш анализ достоверным.

Анализ количественных данных

В этом анализе используются математические и статистические методы, позволяющие осмыслить полученные цифры.

Распространенные статистические методы

• Описательная статистика: Обобщение данных с помощью таких инструментов, как среднее значение (mean), медиана (median), количество подсчетов и проценты.

• Инференциальная (выводная) статистика: Использование таких критериев, как t-критерии, хи-квадрат и ANOVA для формулирования выводов о более крупной совокупности на основе выборки.

• Регрессионный анализ: Моделирование взаимосвязи между переменными для прогнозирования результатов.

• Корреляционный анализ: Измерение силы связи между двумя переменными.

• Проверка гипотез: Формальная проверка конкретного прогноза на основе полученных данных.

Исследователи используют ключевые показатели для оценки своих выводов:

• Статистическая значимость: Является ли наблюдаемый результат реальным или это просто случайное совпадение?

• p-value (значение p): Вероятность того, что результат был получен только за счет случайности.

• Доверительный интервал: Диапазон значений, в который с высокой вероятностью попадает истинное значение показателя генеральной совокупности.

Результаты часто отображаются в виде диаграмм, графиков и таблиц, чтобы сделать закономерности и сравнения наглядными.

<ProTip title="📐 Примечание:" description="Всегда сопоставляйте статистический тест со шкалой измерения, чтобы избежать недостоверных выводов." />

Сильные и слабые стороны количественных исследований

В чем они превосходят другие методы

• Они стремятся к высокой объективности, а их методы надежны.

• Стандартизированные инструменты помогают снизить предвзятость исследователя.

• Большой объем выборки позволяет обобщать выводы на более крупные группы.

• Структурированный процесс облегчает повторение и проверку исследований.

• Они эффективны для сбора данных от большого количества людей.

Где их слабые стороны

• Они могут чрезмерно упрощать сложное человеческое поведение, сводя его к цифрам.

• Они часто с трудом отражают полный контекст или более глубокий смысл данных.

• Жесткая структура оставляет мало места для неожиданных открытий в ходе исследования.

• Качество результатов полностью зависит от качества используемых инструментов измерения.

Несмотря на свои недостатки, без исследований подобного рода невозможно принимать взвешенные, основанные на фактах решения. Они дают те твердые цифры, на которых строятся хорошая политика и наука.

Ключевые различия между качественными и количественными исследованиями

Это наглядное сравнение показывает, как каждый метод разработан под определенный тип вопроса.

Валидность, надежность и генерализуемость

Обеспечение высокого качества вашего исследования имеет решающее значение независимо от того, какой метод вы используете, и начинается оно с четко сформулированного исследовательского вопроса, который определяет, что на самом деле означают валидность и надежность для вашего исследования.

Валидность

• Внутренняя валидность: Насколько вы можете быть уверены в том, что одна переменная действительно вызвала изменение в другой.

• Внешняя валидность: Насколько хорошо ваши результаты применимы к другим людям или ситуациям за пределами вашего конкретного исследования.

Надежность и воспроизводимость

• Надежность касается последовательности. Получите ли вы те же результаты, если повторите измерение?

• Воспроизводимость означает, что другой исследователь может повторить ваши шаги и получить аналогичные результаты.

Фокус внимания отличается в зависимости от подхода. Качественное исследование подчеркивает достоверность и надежность своих интерпретаций. Количественное исследование отдает приоритет статистической надежности и точности.

Этика в качественных и количественных исследованиях

Любое исследование с участием людей должно соответствовать этическим стандартам.

Ключевые принципы одинаковы для обоих подходов:

• Информированное согласие: Участники должны понимать, в чем заключается суть исследования, и добровольно согласиться на участие в нем.

• Конфиденциальность и анонимность: Защита личных данных и личности участников.

• Прозрачность: Четкое понимание того, как собирались и анализировались данные.

• Честная отчетность: Точное представление результатов без искажения или сокрытия данных.

• Минимизация предвзятости: Стремление к объективности и признание ограничений исследования.

Эти этические обязательства становятся еще более важными, когда исследования затрагивают уязвимые группы или деликатные личные темы.

Когда использовать качественные исследования

Этот метод подходит в тех случаях, когда вам необходимо:

• Изучить совершенно новую или малоизученную тему.

• Изучить личный опыт, убеждения или представления.

• Провести глубокое, детальное изучение отдельного случая или инцидента.

• Разрабатывать новые теории или концептуальные рамки с нуля.

• Понять социальный или культурный контекст конкретного поведения.

Типичными примерами являются исследования опыта пациентов с определенным заболеванием, изучение того, почему потребители делают определенный выбор, или анализ корпоративной культуры в конкретной компании.

Когда использовать количественные исследования

Этот подход идеален в тех случаях, когда вам нужно:

• Измерить, как часто что-то происходит или насколько оно распространено.

• Сравнить различные переменные или группы с использованием чисел.

• Проверить конкретную гипотезу или прогноз.

• Проводить исследования, отслеживающие изменения во времени или сравнивающие разные группы в один момент времени.

• Оценить измеримую эффективность программы или вмешательства.

Распространенными примерами являются анализ данных крупномасштабных опросов, проверка того, улучшает ли новый метод обучения результаты тестов, или измерение воздействия новой политики в области здравоохранения.

Смешанные методы исследований: Объединение обоих подходов

В исследованиях со смешанными методами в рамках одного проекта используются как качественные, так и количественные подходы. Он пытается объединить лучшее из обоих миров, используя глубину одного метода для компенсации ограничений другого.

Зачем их комбинировать?

• Это позволяет осуществлять триангуляцию, задействуя разные методы для сверки и подтверждения результатов.

• Это может повысить общую валидность и содержательность вашей интерпретации.

• Это сочетает глубину (детальное понимание) с широтой (более широкая применимость).

• Часто это приводит к более полным и убедительным результатам исследований.

Классический пример — проведение масштабного опроса для выявления статистической закономерности с последующим проведением глубоких интервью, чтобы понять, почему эта закономерность существует.

<ProTip title="🔗 Стратегия:" description="Используйте качественные результаты для разработки лучших анкет для опросов, а количественные результаты — для подтверждения качественных выводов." />

Соответствие метода целям вашего исследования

Качественные и количественные исследования — это два разных пути к получению знаний. Один дает глубокое контекстуальное понимание на основе слов и наблюдений. Другой дает объективные, измеримые результаты на основе чисел и статистики.

<CTA title="Создайте сильное заявление о проблеме" description="Создайте точное и готовое к публикации заявление о проблеме в вашем исследовании за считанные минуты с помощью ИИ." buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Ваш исследовательский вопрос, цели и ресурсы определят, какой путь выбрать. Часто наиболее полную картину можно получить, используя оба метода вместе в рамках смешанного подхода. Понимание того, как работает каждый из них, позволяет планировать более сильные исследования, лучше осмысливать данные и вносить значимый вклад в наши знания.