Co je potřeba pro kvantitativní sběr dat?
Na rozdíl od kvalitativních dat je u kvantitativních dat vše o číslech a počtech. Výzkumníci se často spoléhají na kvantitativní data, pokud mají v úmyslu kvantifikovat vlastnosti, postoje, chování a další definované proměnné s motivem podpořit nebo vyvrátit hypotézu určitého jevu pomocí kontextualizace dat získaných prostřednictvím průzkumu nebo rozhovoru se studijním vzorkem. Jako výzkumník máte možnost rozhodnout se buď pro sběr dat online, nebo použít tradiční metody sběru dat prostřednictvím vhodného výzkumu. K získání výsledků ze shromážděných kvantitativních dat však budete potřebovat výpočetní, statistické a matematické nástroje.
Metody používané pro sběr kvantitativních dat
Kvantitativní data představují data, která lze spočítat nebo vyjádřit v číselných hodnotách. Běžně se používají ke studiu událostí nebo úrovní souběhu. A shromažďuje se prostřednictvím strukturovaného dotazníku, který klade otázky začínající slovy „kolik“ nebo „kolik“. Vzhledem k tomu, že kvantitativní údaje jsou číselné, představují definitivní a objektivní údaje. Kvantitativní informace jsou navíc hodně utříděné pro statistickou a matematickou analýzu, což umožňuje jejich znázornění ve formě tabulek a grafů.
Diskrétní a spojité jsou dvě hlavní kategorie kvantitativních údajů, kde diskrétní údaje mají konečný počet a spojité hodnoty údajů spadající do kontinua disponují možností mít zlomky nebo desetinná čísla. Pokud je prováděn výzkum s cílem zjistit počet vozidel vlastněných americkou domácností, získáme celé číslo, které je vynikajícím příkladem diskrétních dat. Pokud se výzkum omezí na zkoumání fyzických měr obyvatelstva, jako je výška, hmotnost, věk nebo vzdálenost, pak je výsledek vynikajícím příkladem spojitých dat.
Každá tradiční nebo online metoda sběru dat, která pomáhá při shromažďování číselných údajů, je osvědčenou metodou sběru kvantitativních dat.
Pravděpodobnostní výběr
Jedná se o definitivní metodu výběru vzorků prováděnou s využitím určité formy náhodného výběru a umožňující výzkumným pracovníkům vytvořit pravděpodobnostní výrok na základě náhodně získaných údajů z cílové demografické skupiny. Jednou z nejlepších vlastností pravděpodobnostního výběru je, že umožňuje výzkumníkům shromažďovat údaje od zástupců populace, kterou mají zájem zkoumat. Kromě toho náhodný sběr dat z vybraného vzorku vylučuje možnost zkreslení výběru.
Existují tři významné typy pravděpodobnostního výběru
- Prostý náhodný výběr: Častěji se pro zařazení do vzorku vybírá cílová demografická skupina.
- Systematický náhodný výběr: Do vzorku by byl zařazen kterýkoli z cílových demografických údajů, ale náhodně je vybrána pouze první jednotka pro zařazení do vzorku, ostatní jsou vybrány uspořádaně, jako by byla vybrána jedna z každých deseti osob na seznamu.
- Stratifikovaný náhodný výběr: Umožňuje při vytváření vzorku vybrat každou jednotku z určité skupiny cílové skupiny. Je užitečný, když výzkumníci selektivně zahrnují do vzorku určitou skupinu osob, tj. pouze muže nebo ženy, manažery nebo vedoucí pracovníky, osoby pracující v určitém odvětví.
Interview
Interview s lidmi je standardní metoda používaná pro sběr dat. Rozhovory prováděné za účelem sběru kvantitativních údajů jsou však více strukturované, kdy se výzkumníci ptají pouze na standardní sadu dotazníků a nic víc.
Existují tři hlavní typy rozhovorů prováděných za účelem sběru dat
- Telefonické rozhovory: Telefonické rozhovory dlouhá léta vládly žebříčkům metod sběru dat. V současné době však výrazně roste provádění videorozhovorů pomocí internetu, Skypu nebo podobných platforem pro online videohovory.
- Osobní rozhovory: Jedná se o osvědčenou techniku sběru dat přímo od účastníků. Pomáhá při získávání kvalitních údajů, protože poskytuje prostor pro kladení podrobných otázek a další sondování s cílem shromáždit bohaté a informativní údaje. Požadavky na gramotnost účastníka jsou irelevantní, protože rozhovory F2F nabízejí dostatek příležitostí ke sběru neverbálních údajů prostřednictvím pozorování nebo ke zkoumání složitých a neznámých otázek. Ačkoli se může jednat o nákladnou a časově náročnou metodu, míra odpovědí u F2F rozhovorů je často vyšší.
- Osobní rozhovory s pomocí počítače (CAPI): Nejedná se o nic jiného než o podobné uspořádání osobního rozhovoru, kdy tazatel má v době rozhovoru u sebe stolní počítač nebo notebook, aby mohl údaje získané z rozhovoru nahrát přímo do databáze. CAPI šetří mnoho času při aktualizaci a zpracování údajů a také umožňuje, aby se celý proces obešel bez papírování, protože tazatel s sebou nenosí hromadu papírů a dotazníků.
Výzkumy/dotazníky
Výzkumy nebo dotazníky vytvořené pomocí softwaru pro online průzkumy hrají klíčovou roli při sběru dat online, ať už se jedná o kvantitativní nebo kvalitativní výzkum. Průzkumy jsou navrženy tak, aby legitimizovaly chování a důvěru respondentů. Častěji tvoří převážnou část kvantitativních průzkumů kontrolní seznamy a otázky typu hodnotící škály, protože pomáhají zjednodušit a kvantifikovat postoj nebo chování respondentů.
Existují dva významné typy dotazníků, které se používají ke sběru online dat pro kvantitativní průzkum trhu.
- Webový dotazník: Jedná se o jednu z vládnoucích a nejdůvěryhodnějších metod pro internetový nebo online výzkum. Při webovém dotazníku obdrží respondent e-mail s odkazem na průzkum, po jehož kliknutí se dostane do zabezpečeného online nástroje pro průzkum, odkud se může zúčastnit průzkumu nebo vyplnit dotazník. Protože jsou webové průzkumy nákladově efektivnější, rychlejší a mají širší dosah, dávají jim výzkumníci větší přednost. Hlavní výhodou webového dotazníku je flexibilita; respondenti mohou dotazník vyplnit ve svém volném čase buď pomocí stolního počítače, notebooku, tabletu, nebo mobilního telefonu.
- Dotazník zaslaný poštou: V případě poštovního dotazníku je průzkum rozesílán hostitelské populaci vzorku, což výzkumníkovi umožňuje navázat kontakt s širokou škálou publika. Poštovní dotazník se obvykle skládá z balíčku obsahujícího průvodní list, který seznamuje publikum s typem výzkumu a důvodem, proč je prováděn, spolu s předplacenou návratkou pro sběr dat online. Ačkoli má poštovní dotazník ve srovnání s jinými metodami kvantitativního sběru dat vyšší míru odchodu, přidání určitých výhod, jako jsou připomenutí a pobídky k vyplnění dotazníku, pomáhá míru odchodu výrazně zlepšit. Jednou z hlavních výhod poštovního dotazníku je, že všechny odpovědi jsou anonymní a respondenti si mohou vzít na vyplnění dotazníku tolik času, kolik chtějí, a být v odpovědích zcela upřímní bez obav z předsudků.
Observování
Jak název napovídá, jedná se o poměrně jednoduchou a přímočarou metodu sběru kvantitativních údajů. Při této metodě výzkumní pracovníci shromažďují kvantitativní údaje prostřednictvím systematického pozorování za použití technik, jako je počítání počtu osob přítomných na konkrétní akci v určitém čase a na určitém místě nebo počtu osob navštěvujících akci na určeném místě. Při sběru kvantitativních údajů výzkumníci častěji využívají naturalistický přístup pozorování, který vyžaduje bystré pozorovací schopnosti a smysly pro získání číselných údajů o tom, „co“, a nikoliv o tom, „proč“ a „jak“.
Naturalistické pozorování se používá ke sběru obou typů dat; kvalitativních i kvantitativních. Strukturované pozorování se však používá spíše ke sběru kvantitativních než kvalitativních údajů.
- Strukturované pozorování: Při tomto typu metody pozorování musí výzkumník pečlivě pozorovat jedno nebo více konkrétních chování v komplexnějším nebo strukturovanějším prostředí ve srovnání s naturalistickým nebo zúčastněným pozorováním. Při strukturovaném pozorování se výzkumníci spíše než na pozorování všeho zaměřují pouze na velmi specifické chování, které je zajímá. To jim umožňuje pozorované chování kvantifikovat. Pokud pozorování vyžaduje úsudek ze strany pozorovatelů – často se označuje jako kódování, které vyžaduje jasné vymezení souboru cílových chování.
Přezkum dokumentů
Přezkum dokumentů je proces používaný ke shromažďování údajů po přezkoumání existujících dokumentů. Je to účinný a efektivní způsob sběru dat, protože dokumenty jsou zvládnutelné a jsou praktickým zdrojem pro získání kvalifikovaných dat z minulosti. Kromě posílení a podpory výzkumu tím, že poskytuje doplňující výzkumné údaje, se přezkum dokumentů ukázal jako jedna z výhodných metod sběru kvantitativních výzkumných údajů.
Pro sběr podpůrných kvantitativních výzkumných dat se analyzují tři základní typy dokumentů
- Veřejné záznamy: V rámci tohoto přezkumu dokumentů se pro další výzkum analyzují oficiální, průběžné záznamy organizace. Například výroční zprávy politické manuály, studentské aktivity, herní aktivity na univerzitě atd.
- Osobní dokumenty: Na rozdíl od veřejných dokumentů se tento typ přezkumu dokumentů zabývá individuálními osobními záznamy o jednání, chování, zdravotním stavu, tělesné stavbě jednotlivců atd. Například výška a váha studentů, vzdálenost, kterou studenti dojíždějí do školy, atd.
- Fyzické důkazy: Fyzické důkazy nebo fyzické dokumenty se zabývají předchozími úspěchy jednotlivce nebo organizace z hlediska peněžního a škálovatelného růstu.
Závěr
Kvantitativní údaje nejsou o konvergentním uvažování, ale o divergentním myšlení. Zabývá se číselným, logickým a objektivním postojem tím, že se zaměřuje na číselné a neměnné údaje. Ke sběru kvantitativních výzkumných dat se častěji používají metody sběru dat a výsledky jsou závislé na větších vzorcích, které běžně reprezentují populaci, kterou má výzkumník v úmyslu zkoumat.
Přestože existuje mnoho dalších metod sběru kvantitativních dat, výše zmíněné pravděpodobnostní výběry, rozhovory, dotazníkové pozorování a prohlížení dokumentů jsou nejběžnějšími a nejpoužívanějšími metodami, a to buď offline, nebo pro sběr dat online.
Kvantitativní výzkum dat je komplexní a snad jediný typ dat, který by mohl zobrazit analytické výsledky v tabulkách a grafech. Kvalitní data vám poskytnou přesné výsledky a analýza dat je pravděpodobně zásadní složkou, která nejenže bude bránit integritě a autenticitě vašeho výzkumu, ale v případě slabých dat budou zjištění nestabilní. Proto nezáleží na tom, jakou metodu sběru kvantitativních dat jste zvolili, dbejte na to, aby shromážděná data byla kvalitní, aby poskytovala pronikavé a využitelné poznatky.