Kvantitativ metode
Vi benytter kvantitative metoder når formålet er at undersøge forhold, der kan opgøres som numeriske data, det vil sige, det der kan tælles. Kvalitative data giver svar på spørgsmål om ”hvor meget, hvor mange, hvor ofte, hvor tilfreds” og så videre.
Kvantitativ analyse er en systematisk tilgang til at indsamle, evaluere og fortolke numeriske data for at afdække mønstre, relationer og tendenser. Metoden er kendetegnet af statistiske teknikker, som giver mulighed for at træffe informerede beslutninger baseret på empirisk evidens. Kvantitative metoder minimerer bias, hvilket giver en mere objektiv og præcis analyse, som er afgørende for at træffe beslutninger.
Kvantitative metoder øger pålideligheden af resultater gennem standardiserede dataindsamlingsteknikker, som giver mulighed for gentagelse af undersøgelser. Kvantitativ analyse kan håndtere store datasæt, hvilket gør det muligt at drage konklusioner, der kan generaliseres, forudsat at stikprøven er repræsentativ.
Eksempler: spørgeskemaundersøgelser, telefoninternviews, dataanalyser.
Vi benytter kvalitative metoder når formålet er at udforske komplekse emner, opnå detaljerede oplysninger, forstå kontekstspecifikke forhold eller afprøve teorier og koncepter. Kvalitative metoder giver svar på spørgsmål som hvad, hvordan og hvorfor.
Kvalitativ metode fokuserer på ikke-numeriske data, såsom ord, billeder og observationer. Dette giver mulighed for en mere nuanceret forståelse, og fanger den rigdom af menneskelig erfaring, som tal ikke kan formidle. Kvalitative metoder gør det muligt at udforske komplekse emner og få dybere indsigt i adfærd og erfaringer.
Kvalitative analysemetoder er kendetegnet ved deres fokus på ikke-numeriske data, åbne undersøgelser, subjektivitet, kontekstuel forståelse, fleksibilitet, udforskningsdybde, induktiv ræsonnement og deltagercentrerede tilgange.
Eksempler: åbne spørgsmål, fokusgrupper, interviews, observationer, indholdsanalyse.
Vi bruger kombinerede metoder, når vi ønsker at drage fordel af styrkerne ved begge metoder, validere resultater og uddybe informationer for en mere komplet indsigt.
Kombination af kvalitative og kvantitative forskningsmetoder kan øge dybden og bredden af undersøgelser og give en mere omfattende forståelse af komplekse fænomener. Kombineret metode gør det således muligt at drage fordel af styrkerne ved begge metoder, for en mere omfattende forståelse, eller hvis man ønsker at validere og uddybe fundne resultater.
Integration af metoder giver mulighed for at fange tendenser, og samtidigt udforske de underliggende årsager og sammenhænge. Kombination af kvalitative og kvantitative data kan hjælpe med at afbøde de svagheder, der er iboende i hver metode. For eksempel kan kvalitativ indsigt give kontekst til kvantitative resultater, mens kvantitative data kan hjælpe med at validere kvalitative observationer.
Eksempel: spørgeskema + fokusgrupper.
Vi indsamler og analyser primære data. Primære data er noget der indsamles for jer, med et specifikt formål. Dataindsamlingen kan foregå gennem interviews, spørgeskemaer, observationer, eksperimenter eller fokusgrupper. Fordelen ved primære data er høj målrettethed, relevans og kvalitetsstyring.
Primære data er relevante, når et projekt kræver data, der ikke allerede findes eller skal indsamles på en bestemt måde. Primære data kan også være relevante, hvis man har brug for mere information og en dyberegående forståelse af et emne.
Eksempel: interviews, spørgeskemaer, observationer, eksperimenter, fokusgrupper.
Vi indsamler og analyserer sekundære data. Sekundære data er noget, der allerede findes og er tilgængelig fra andre kilder, det være sig interne eller eksterne data. Fordelen ved sekundære data er, at de ofte er billigere og hurtigt tilgængelige.
Sekundære data er relevante, når der er begrænset tid eller økonomi til rådighed, eller når problemstillingen kræver en forundersøgelse før en dyberegående, primær dataindsamling. Sekundære data er også relevante, hvis der skal bruges data over en længere tidsperiode, som kan bruges til at identificere udviklingstendenser. Desuden kan sekundære data bruges til at supplere og validere primære data.
Eksempel: offentlige databaser, tidligere forskningsstudier, statistikker fra myndigheder, virksomheders interne data, tidligere rapporter.
Vi bruger meta-analyser, når der er mange eksisterende studier om et emne, og der er behov for en syntese af resultater for at få en mere præcis vurdering. Fordelen ved meta-studier er ofte høj statistisk styrke og generaliserbarhed.
Meta-analyser kombinerer resultater fra flere studier for at få en mere robust konklusion om et emne gennem sammenlægning af resultater fra forskellige studier. Kilderne kan være litteratur, undersøgelser, rapporter og videnskabelige udgivelser.