Zusammenfassung
Es gibt einen grundlegenden Unterschied zwischen qualitativen und quantitativen Forschungsdaten:
Bei quantitativen Daten handelt es sich um Informationen über Mengen und somit um Zahlen, während qualitative Daten beschreibend sind und sich auf Phänomene beziehen, die zwar beobachtet, aber nicht gemessen werden können, wie beispielsweise die Sprache.
Qualitative Forschung
Qualitative Forschung ist empirische Forschung, bei der keine Daten in Form von Zahlen vorliegen.
Qualitative Forschung ist multimethodisch und beinhaltet einen interpretativen und naturalistischen Ansatz für ihren Gegenstand. Das bedeutet, dass qualitative Forscher in ihrem natürlichen Kontext Phänomene analysieren und versuchen, Ereignisse in Bezug auf die Bedeutungen zu erklären oder wahrzunehmen, die der Einzelne ihnen beimisst.
Das Interesse an qualitativen Daten entstand aus der Unzufriedenheit einiger Psychologen mit dem wissenschaftlichen Studium der Psychologen, wie z. B. der Verhaltensforscher. Da Psychologen Menschen studieren, wird der traditionelle wissenschaftliche Ansatz nicht als geeignete Forschungsmethode angesehen, da er nicht in der Lage ist, die gesamte menschliche Erfahrung und das Wesen des Menschseins zu erfassen. Die Erforschung der Erfahrungen der Teilnehmer wird als phänomenologischer, d.h. humanistischer, Ansatz bezeichnet.
Ziel der qualitativen Forschung ist es, die soziale Realität von Individuen, Gruppen und Kulturen möglichst genau so zu verstehen, wie sie von ihren Teilnehmern wahrgenommen oder erlebt wird. Auf diese Weise werden Individuen und Gemeinschaften in ihrem natürlichen Umfeld untersucht.
Forschung, die einen qualitativen Ansatz verfolgt, ist explorativ und versucht zu erklären, „wie“ und „warum“ ein bestimmtes Phänomen oder Verhalten in einem bestimmten Kontext funktioniert.
Methoden zur Gewinnung qualitativer Daten
Es gibt verschiedene Arten von qualitativen Forschungsmethoden, wie z. B. Tagebuchberichte, Tiefeninterviews, Dokumente, Fokusgruppen, Fallstudien und Ethnographie.
Die Ergebnisse qualitativer Methoden vermitteln ein tiefes Verständnis dafür, wie Menschen ihre soziale Wirklichkeit wahrnehmen und wie sie folglich in der sozialen Welt agieren.
Dem Forscher stehen verschiedene Methoden zur Verfügung, um empirisches Material zu sammeln, von der Befragung bis zur direkten Beobachtung, von der Analyse von Artefakten, Dokumenten und kulturellen Aufzeichnungen bis zur Verwendung von Bildmaterial oder persönlichen Erfahrungen.
Ein gutes Beispiel für eine qualitative Forschungsmethode sind unstrukturierte Interviews, bei denen qualitative Daten durch die Verwendung von offenen Fragen gewonnen werden. Auf diese Weise kann der Befragte ausführlich sprechen und seine eigenen Worte wählen. Auf diese Weise entwickelt der Forscher ein echtes Gefühl für das Verständnis einer Person für eine Situation.
Beachten Sie, dass qualitative Daten viel mehr sein können als nur Worte oder Text. Fotos, Videos, Tonaufnahmen usw. können als qualitative Daten betrachtet werden.
Analyse der Daten
Qualitative Forschung ist unendlich kreativ und interpretativ: Der Forscher verlässt das Feld nicht einfach mit Bergen von empirischen Daten und schreibt seine Ergebnisse einfach auf.
Qualitative Interpretationen sind konstruiert, und es können verschiedene Techniken angewandt werden, um die Daten sinnvoll zu interpretieren, z. B. Inhaltsanalyse, Grounded Theory, thematische Analyse oder Diskursanalyse.
Hauptmerkmale
- Ereignisse können nur dann richtig verstanden werden, wenn sie im Zusammenhang gesehen werden. Deshalb taucht ein qualitativer Forscher in das Feld, in die natürliche Umgebung ein. Die Kontexte der Fragen sind nicht erfunden, sie sind natürlich. Nichts ist vordefiniert oder als selbstverständlich vorausgesetzt.
- Qualitative Forscher wollen, dass die untersuchten Teilnehmer für sich selbst sprechen und ihre Erfahrungen in Form von Worten und anderen Verhaltensweisen wiedergeben. Bei der qualitativen Analyse handelt es sich ebenfalls um eine immersive Methode, bei der die untersuchten Personen dem Forscher über ihr Leben berichten.
- Der qualitative Forscher ist ein wichtiger Teil der Daten; ohne seine aktive Beteiligung werden keine Daten erstellt.
- Das Studiendesign entwickelt sich im Laufe der Forschung und kann im Laufe der Forschung angepasst oder geändert werden.
- Für den qualitativen Forscher gibt es keine einzige Wahrheit, sie ist subjektiv und erscheint nur im Vergleich zum Beobachter.
- Die Theorie stützt sich auf Beweise und erscheint in der Analysephase, die von den gesammelten Daten abhängt.
Beschränkungen
Kleine Datensätze: Aus Zeit- und Kostengründen werden bei qualitativen Studien in der Regel keine großen Datensätze erhoben.
Schwierige Reliabilität und Validität: Das Problem einer angemessenen Validität oder Reliabilität ist ein Hauptkritikpunkt. Aufgrund des subjektiven Charakters qualitativer Daten und ihres Ursprungs in individuellen Kontexten ist es schwierig, herkömmliche Standards für Zuverlässigkeit und Gültigkeit anzuwenden.
Geringe Verallgemeinerbarkeit: Aufgrund der zentralen Rolle des Forschers bei der Datengenerierung ist es beispielsweise nicht möglich, qualitative Studien zu replizieren, noch können Kontexte, Situationen, Ereignisse, Bedingungen und Interaktionen in irgendeinem Umfang repliziert werden, noch können Verallgemeinerungen mit Sicherheit in einen größeren Kontext als den untersuchten gestellt werden.
Zeitaufwändig: Datenerhebung, -analyse und -interpretation sind zeitaufwändig; qualitative Daten sind schwierig zu analysieren, und die Interpretation qualitativer Daten erfordert Spezialwissen, so dass z. B. bei der Suche nach Symptomen psychischer Erkrankungen große Vorsicht geboten ist.
Stärken
Besseres Verständnis: Durch die enge Einbindung des Forschers erhält man einen Einblick in das Feld. Dies ermöglicht es dem Forscher, Themen zu finden, die bei wissenschaftlicheren und positivistischeren Konsultationen oft übersehen werden, wie etwa Feinheiten und Komplexitäten.
Sie sind besser in der Lage, Verbindungen herzustellen: Qualitative Beschreibungen können eine wichtige Rolle bei der Ermittlung möglicher Beziehungen, Ursachen, Auswirkungen und dynamischer Prozesse spielen.
Eher repräsentativ für Voreingenommenheit: Qualitative Analysen lassen Mehrdeutigkeit/Widersprüche in den Daten zu, die die soziale Realität darstellen.
Deskriptiv und narrativ: Qualitative Forschung zeichnet sich durch einen beschreibenden und erzählenden Stil aus; diese Forschung könnte für den Praktiker besonders vorteilhaft sein, da er sich auf qualitative Berichte stützen kann, um Formen von Wissen zu untersuchen, die sonst nicht verfügbar wären, und so neue Erkenntnisse zu gewinnen.
Quantitative Forschung
Bei der quantitativen Forschung werden numerische Daten erhoben, die in Kategorien oder Klassifikationen eingeteilt oder in Maßeinheiten gemessen werden können. Diese Art von Daten kann zur Erstellung von Diagrammen und Tabellen mit Rohdaten verwendet werden.
Quantitative Forscher versuchen, allgemeine Gesetze des Verhaltens und der Phänomene in verschiedenen Kontexten zu ermitteln. Die Forschung dient dazu, eine Theorie zu testen und sie letztendlich zu bestätigen oder zu verwerfen.
Methoden zur Gewinnung quantitativer Daten
Experimente liefern in der Regel quantitative Daten, da sie sich mit der Messung von Dingen befassen. Andere Forschungsmethoden, wie kontrollierte Beobachtungen und Fragebögen, können jedoch sowohl quantitative Informationen liefern.
So würden beispielsweise eine Bewertungsskala oder geschlossene Fragen in einem Fragebogen quantitative Daten liefern, da sie numerische Daten oder Daten, die in Kategorien unterteilt werden können, wie „Ja“- oder „Nein“-Antworten, liefern.
Experimentelle Methoden schränken die Möglichkeiten eines Forschungsteilnehmers ein, zu reagieren und angemessenes Sozialverhalten zu zeigen.
Daher sind die Ergebnisse wahrscheinlich kontextabhängig und spiegeln lediglich die Hypothesen wider, die der Forscher in die Studie einbringt.
Analyse der Daten
Statistik hilft uns, quantitative Daten in nützliche Informationen für die Entscheidungsfindung umzuwandeln. Wir können Statistiken verwenden, um unsere Daten zusammenzufassen und Muster, Beziehungen und Zusammenhänge zu beschreiben. Statistiken können deskriptiv oder inferentiell sein.
Deskriptive Statistiken helfen uns, unsere Daten zusammenzufassen, während inferentielle Statistiken verwendet werden, um statistisch signifikante Unterschiede zwischen Datengruppen wie der Interventions- und der Kontrollgruppe in einer randomisierten Kontrollstudie zu ermitteln.
Hauptmerkmale
- Quantitative Forscher versuchen, externe Variablen zu kontrollieren, indem sie ihre Studien im Labor durchführen.
- Die Forschung strebt nach Objektivität, d.h. Unparteilichkeit, und ist von den Daten getrennt.
- Das Design der Studie wird vor Beginn der Studie festgelegt.
- Für den quantitativen Forscher ist die Realität objektiv, existiert unabhängig vom Forscher und ist für alle sichtbar.
- Die Forschung dient dazu, eine Theorie zu testen und sie letztendlich zu bestätigen oder zu verwerfen.
Beschränkungen
Kontext: Quantitative Experimente finden nicht in einer natürlichen Umgebung statt und ermöglichen es den Teilnehmern nicht, ihre Entscheidungen oder die Bedeutung der Fragen zu erklären.
Erfahrung des Forschers: Unzureichende Kenntnisse über die Anwendung der statistischen Analyse können sich negativ auf die anschließende Analyse und Interpretation auswirken.
Variabilität des Datensatzes: Für eine genauere Analyse ist ein großer Stichprobenumfang erforderlich. Quantitative Studien in kleinem Maßstab können aufgrund der geringen Datenmengen weniger zuverlässig sein, was auch die Fähigkeit zur Verallgemeinerung der Studienergebnisse auf größere Populationen beeinträchtigt.
Konfirmationsverzerrung: Der Forscher kann die Beobachtung von Phänomenen übersehen, weil er sich mehr auf die Theorie oder die Hypothesenprüfung als auf die Theorie der Hypothesenbildung konzentriert.
Stärken
Wissenschaftliche Objektivität: Quantitative Daten können mit Hilfe der statistischen Analyse interpretiert werden, und da die Statistik auf den Grundsätzen der Mathematik beruht, gilt der quantitative Ansatz als wissenschaftlich objektiv und rational.
Testen: Es ist nützlich, um bereits aufgestellte Theorien zu testen und zu validieren.
Schnelle Analyse: Hochentwickelte Software macht eine zeitaufwändige Datenanalyse überflüssig, insbesondere bei großen Datenmengen.
Replikation: Quantitative Daten beruhen auf Messungen und können von anderen überprüft werden, da numerische Daten weniger anfällig für Interpretationszweifel sind.
Bestätigung: Hypothesen können auch durch statistische Analysen geprüft werden.
