定量データ収集と分析

定量研究とは何ですか?

定量研究は、前提を支援または拒否するために態度、行動、意見、および他の変数を測定します。これは数値データを収集することで行われます。これは「統計的有意性」を特定するために容易に定量化されます。

「数値データ」はクローズエンド質問を使用して収集されます。リッカートスケールや複数選択質問タイプなど。ターゲット視聴者とアンケートを共有したら、各回答オプションの応答は容易に定量化されます。

質問したい質問は、回答者データを収集および分析するために客観的である必要があります。

定性および定量データ収集の選択

アンケートを設計する前に、研究目標を決定する必要があります。つまり、データ収集を使用して達成したいことです。

学術研究では、これは仮説を証明または反証するかもしれません。一方、市場調査では、製品概念の人気を測定しているかもしれません。

研究目標を定義した後、自分自身に尋ねる必要があります。「アンケートからの予想される結果は何ですか?」

詳細なフィードバックまたは経験的データを期待している場合、代わりに定性的なアンケートを実行することを検討してください。

代表的なデータセットから結論を引き出すことを探している場合は、定量的なアンケートがあなたのためです。

アンケート質問を書く前に研究目標と方法を決定することが重要です。このようにして、それを達成する目的に貢献するすべてのものを尋ねることを確認する代わりに、データを収集することを確認します。

データ収集品質を改善するアンケートを作成する方法について学びます。

定量データを収集する方法

通常、定量研究は大規模な回答者人口を必要とします。これは、研究の結果が、より大きな人口を代表するためです。

定量的な方法

定量データを収集できるいくつかの方法があります。これらは以下のとおりです:

実験
管理された観察
アンケート:紙、キオスク、モバイル、質問票
縦断的研究
ポーリング
電話インタビュー
顔から顔へのインタビュー

定量データを収集する方法は、参加者の応答に影響を与える可能性があります。たとえば、実験に参加している参加者は、社会的文脈と同じ選択肢を作成する可能性は低いです。

参加者が刺激に応答する方法は文脈に結合されているため、これらの各方法に異なる応答がある可能性があります。

これらの方法の複数を使用して研究を実施する計画がある場合、段階的に行うことをお勧めします。

まず、各個別の方法のデータを分析して、コンテキスト上のトレンドを特定します。その後、照合されたデータを見ると、矛盾を説明するための詳細情報が増えます。

定量データ分析

統計分析が必要な2つのタイプのデータがあります。記述的および推論的です。記述統計により、全体としてデータからデータから結論を引き出すことができます。

推論統計は、2つ以上のデータグループ間の「統計的に有意な」違いを強調しています。推論データには2つのタイプがあります:比較データと関係データです。

定量データのタイプ

記述的なデータ

簡潔に言えば、記述統計では、ターゲットグループのために変数(または変数)を容易に定量化できます。

たとえば、輸送アンケートは、18-25歳の人々が職場に行くために公共交通を使用する人についてのデータを探す可能性があります。

この例では、変数は「公共交通」で、ターゲットグループは18-25歳のグループです。

比較データ

このデータ収集の方法により、1つ以上の変数に基づいて2つ以上のターゲットグループを比較できます。

比較的な研究は、18-25歳と26-35歳の人々の間の公共交通の使用を比較することを目的とする可能性があります。

関係データ

関係データは、2つ以上の変数間のトレンド、関連、および関係を強調しています。

市場調査では、顧客の性別とブランドへのロイヤルティとの関係が何であるかを見つけることを設定する場合があります。

定量研究の強み

客観的分析

データは統計的性質であるため、定量分析ではバイアスが発生する可能性は低いです。つまり、研究者の主観的な推論が結果に影響を与える余地があまりありません。

分析が簡単

定量データは、定性的な対応よりも分析するのが簡単です。さらに、オンラインアンケートソフトウェアを使用している場合は、より詳細にデータを表示するためのフィルターを適用できます。

結論は一般化可能

サンプル人口がある場合、研究人口を代表している、あなたの発見はその大きなグループに一般化できます。

定量研究の弱点

2次元データ

定量データは、「何が、誰が」および「いつ」の質問に答えるのに優れています。しかし「どのように」および「なぜ」の質問には優れていません。

定性研究は、参加者の経験と意見を探索するためのより良いオプションです。この研究方法を定量データと組み合わせると、参加者の回答に文脈が提供されます。

必要な大数の参加者

定量的な研究の結果が大きな人口を代表することのために、大規模なサンプルに分配する必要があります。

回答者のリストへのアクセス権がない場合は、適切なサイズの設定に時間を費やす必要があります。また、サンプルが、より大きな人口統計学的またはグループを代表していることを確認する必要があります。そうしないと、結果は無意味になります。

確認バイアス

この形式の応答バイアスは、定量的な研究で発生する可能性があります。研究者は、信念または仮説を確認するデータを支持しています。

研究者はこのタイプのバイアスを認識していない可能性もあります。彼らは彼らが研究目標が既に達成されたと信じているので、単にデータを無視または誤解しています。

定量的および定性的な研究方法が組み合わせて使用されるときに、より良い結果が得られることが多いと考えています。

定量的なアプローチにより、研究または意思決定を知らせるための事実ベースの結論を引き出すことができます。

定性データは、参加者の回答の選択肢にさらにコンテキストを提供できます。

たとえば、顧客満足度調査を実行する場合、「彼らが製品を友人または同僚に推奨する可能性がどのくらいあるか」と尋ねます。

このクローズエンドの質問は、顧客のブランドロイヤルティの平均を決定しますが、それ以上のことを達成しません。

オープンエンドの質問でフォローアップすることで。例えば、「私たちの製品について変えたいと思うことは何ですか?」、あなたはそれらの選択肢に文脈を与えます。このようにして、アンケートデータは説明的だけでなく実行可能です。