Qualitative vs Quantitative

It’s important to understand the difference between qualitative and quantitative research, especially if you’re new to the field. There’s a common misconception that one is ‘better’ than the other, however qualitative and quantitative research serve vastly different purposes. Read on to learn about what makes them different, how you can turn one into the other, and when you might use which method. Let’s differentiate between the two.

Qualitative analysis fundamentally means to measure something by its quality rather than quantity. When we do qualitative analysis, we are exploring how we describe something. Very often, we cannot use numbers or numerical expressions to describe those things. When we do qualitative work, we work with descriptions. We work with feelings, thoughts, perceptions. We attempt to understand motivations and behaviors.

Quantitative analysis means the opposite, to measure by quantity rather than quality. When we do quantitative analysis, we are exploring facts, measures, numbers, and percentages. When we do quantitative work, we work with numbers, statistics, formulae, and data.

Both qualitative and quantitative analysis are vitally important to public relations.

EXAMPLES OF QUALITATIVE ANALYSIS

Qualitative analysis focuses on why. Why do people behave in certain ways? Why do they make decisions? Qualitative analysis and research methods often include:

  • Focus groups
  • Diaries
  • Open-ended questionnaires and surveys
  • Unstructured interviews
  • Unstructured observations (like reading social media posts)
  • Case studies

Qualitative analysis tends to look very deeply at a few things to understand the why.

EXAMPLES OF QUANTITATIVE ANALYSIS

Quantitative analysis focuses on what. What happened? How many people bought this product? What percentage of people considered this brand? Quantitative analysis and research methods often include:

  • Closed-ended questionnaires and surveys
  • Large-scale data sets
  • Analytics gathered by machines
  • Random sampling
  • Structured data
  • Tracking software such as CRMs, marketing automation, advertising

Quantitative analysis tends to look very broadly at many things to understand the what.

THE RIGHT METHOD FOR THE RIGHT PROBLEM

Qualitative and quantitative analyses work best when blended together, a method appropriately called mixed method analysis.

We begin with qualitative research and analysis to understand the problem broadly, to define what language we should be using.

Suppose we sell coffee. We might start a research process by asking people what they like about coffee in general.

  • Why do they buy the coffee they buy?
  • Is cost most important to them?
  • What kinds of flavors do they like?
  • What’s their favorite way to drink coffee?

Once we know what questions to ask, we switch to quantitative methods to help us understand how many people have answers to our questions and what those answers are. Suppose, in our example, people said that the top reason for why they made the coffee choices they made was because of price. We’d run a survey asking people at what price they believe a good cup of coffee should be.

Once we understand the numbers and math, we switch back to qualitative to ask why. Why did we receive the results we did in the quantitative research? Why did people make the choices they made? We would survey or interview a representative, random sample of our quantitatively-analyzed audience to understand why.

In our example, suppose we found out that a majority of people chose coffee priced at $1 or less. Why? What did the people who answered this have in common – were they in similar professions? Perhaps they shared a common gender, geography, or ethnicity. We’d then look at that group and return to qualitative research to ask more questions of them, about how coffee fits into their personal budgets.

We’d then switch from qualitative to quantitative to gather more data based on our refined understanding of our audience…

… and the cycle repeats until we either have solid, defensible answers to our questions or we run into resource constraints such as time and money.

Here’s a helpful hint if you are ever stuck trying to remember the meaning

of these words: quantitative and qualitative. After all, they are almost

identical. Remember that qualitative has an “l” just like “letters” so that’s

the one that deals with categorical data (non-numerical). GoodLuck!

Cradits: https://www.shiftcomm.com/blog/understanding-qualitative-quantitative-analysis/

Share:

Share on facebook
Facebook
Share on twitter
Twitter
Share on pinterest
Pinterest
Share on linkedin
LinkedIn

ขอคำปรึกษา

Tag : การทำ is จ้างทำ is จ้างทำวิจัย จ้างทำวิทยานิพนธ์ จ้างทํางานวิจัย จ้างทําวิจัย ป.ตรี ราคา จ้างทําวิจัยราคา จ้างทําวิจัยราคาประหยัด จ้างทําวิจัย ราคาเท่าไหร่ จ้างทําวิทยานิพนธ์ จ้างทําวิทยานิพนธ์ราคา จ้างวิจัย ทําวิทยานิพนธ์ ทำงานวิจัย ทำงานวิทยานิพนธ์ บริการรับทำวิจัย รับจัดหน้าวิทยานิพนธ์ รับจ้างทำ is รับจ้างทํางานวิจัย ราคาถูก รับจ้างทํารายงาน รับจ้างทําวิทยานิพนธ์ รับจ้างทําวิทยานิพนธ์ ราคาถูก รับจ้างเขียนรายงาน รับทำ is รับทำ powerpoint รับทำ spss รับทำ thesis รับทำดุษฎีนิพนธ์ รับทำวิจัย รับทำวิจัยราคาถูก รับทำวิทยานิพนธ์ รับทำสารนิพนธ์ รับทำแบบสอบถาม รับทำโปรเจคจบ รับทํา thesis รับทํางานวิจัย รับทําปริญญานิพนธ์ รับทํารายงาน รับทําวิจัย ป.ตรี รับทําวิทยานิพนธ์ รับทําวิทยานิพนธ์ ป.โท รับทําวิทยานิพนธ์ ราคา รับทําวิทยานิพนธ์ราคาเท่าไหร่ รับทํา สารนิพนธ์ รับแปลงานวิจัย ราคารับทำวิทยานิพนธ์ วิจัย

Table of Contents

On Key

Related Posts

อาจารย์กับการทำงานวิจัย สู่การต่อยอดด้านการสอน
“ณ วันนี้งานวิจัยถือเป็นฐานสำคัญในการต่อยอดด้านการศึกษา อาจารย์ผู้สอนจึงต้องทำวิจัยให้มากเพื่อให้การสอนมีความแปลกใหม่และหลากหลาย”

การศึกษาในระดับปริญญาโทนั้น ยังมีหลายๆ คนสงสัยในการเลือกเรียนระหว่างแผน ก กับ แผน ข ซึ่งไม่เข้าใจว่ามีความแตกต่างกันอย่างไร

และแผนไหนจะตรงกับวัตถุประสงค์และเป้าหมายที่ต้องการของเรา ดังนั้นเราขอนำความเห็นจากหลายๆ แหล่งมาประมวลมาให้อ่านกัน ซึ่งอาจจะเป็นแนวทางให้ได้ตัดสินใจกันและหวังว่าคงมีประโยชน์ต่อการตัดสินใจไม่มากก็น้อย และสิ่งแรกที่ต้องทำคือ ต้องตอบโจทย์ตัวเองให้ได้ก่อนว่า “เราจะเรียนต่อในระดับปริญญาโททำไม? เรียนเพื่อไปทำอะไร?” แผน ก (ทำวิทยานิพนธ์) และ แผน ข (การค้นคว้าอิสระ)หลักสูตรในแผน ก เป็นหลักสูตรที่มีการทำงานวิจัยเป็น “วิทยานิพนธ์” (12 หน่วยกิต)โดยมุ่งเน้นทักษะการทำวิจัยเต็มรูป เหมาะสำหรับผู้ที่ต้องการนำผลการวิจัยไปใช้ในการพัฒนางานในหน้าที่ และเพื่อเตรียมตัวสำหรับการศึกษาต่อ ในระดับสูงขึ้นหรือปริญญาเอก (ดร.) ในโอกาสต่อไป

การจ้างทำวิทยานิพนธ์ไม่ได้แปลว่า “โง่”

บทความนี้คุณอาจตกใจนิดหน่อยกับคำว่า “โง่” แต่ขอบอกเลยว่าเมื่ออ่านบทความนี้คุณจะเข้าใจว่าทำไมคนที่จ้างทำวิทยานิพนธ์ หรือว่าจ้างทำวิจัยอื่นๆ ถึงไม่ได้โง่ ถ้าเป็นเช่นนั้นคุณลองตอบคำถามที่เราจะถามต่อไปนี้สัก 2-3 ข้อ  เรามาเริ่มตอบคำถามเหล่านี้ทีละข้อกันดีกว่า เพื่อพิสูจน์ว่าคนจ้างทำวิทยานิพนธ์นั้น ไม่ได้โง่ !!! 1. ใบปริญญาบัตรที่ได้นั้นจากการศึกษานั้น ได้จากการทำงานวิจัยอย่างเดียวใช่หรือไม่? ในการจบการศึกษาจากรั้วมหาวิทยาลัย โดยได้รับใบปริญญาบัตรและได้สวมชุดครุยนั้นไม่ได้ขึ้นอยู่กับ thesis เพียงอย่างเดียว ในการเรียนมหาวิทยาลัยมีปัจจัยหลายอย่างที่ต้องเชื่อมโยงกันจึงจะสามารถจบจากรั้วมหาวิทยาลัยได้  ไม่ว่าจะเป็นการจบชั้นปริญญาตรี ปริญญาโท หรือปริญญาเอก นักศึกษาทุกคนต้องเข้าคลาสเพื่อเรียนเอาความรู้ไปใช้ในการสอบ ในการจะจบปริญญาท่านต้องสามารถเข้าใจเนื้อหา และสอบผ่าน ท่านต้องผ่านกระบวนการเหล่านี้มาให้ได้ก่อน ท่านจึงจะได้ทำ thesis หากท่านไม่สามารถสอบผ่านไม่เข้าใจบทเรียนท่านคนถูกรีไทร์ออกไปนานแล้วใช่หรือไม่ 2. หากผู้ว่าจ้างบริษัทรับทำวิจัยไม่ตรวจสอบผลงานวิจัย จะสามารถตอบคำถามอาจารย์ที่ปรึกษา และผ่าน thesis ได้ไหม?

3 ขั้นตอน วิเคราะห์แบบสอบถามงานวิจัย

ในบทความนี้เป็นเรื่องเกี่ยวกับการวิเคราะห์แบบสอบถามงานวิจัย บอกเล่าถึงลำดับขั้นตอนในการทำงาน และปัญหาเบื้องต้นที่อาจจะพบเจอในระหว่างทำการวิเคราะห์แบบสอบถามงานวิจัยให้เข้าใจง่ายขึ้น “รวบรวม, จำแนก, วิเคราะห์” ลำดับขั้นตอนทำการวิเคราะห์แบบสอบถามงานวิจัย 1. รวบรวม โดยทำการรวบรวมข้อมูลจากการออกไปลงพื้นที่เพื่อทำการสอบถามกลุ่มตัวอย่างประชากรที่ได้กำหนดคุณลักษณะไว้ให้ทำแบบสอบถามงานวิจัย และนำมาทำการตรวจสอบว่ากลุ่มประชากรได้ทำการตอบคำถามครบถ้วนหรือ จำนวนประชากรได้ทำการตอบคำถามครบตามจำนวนที่กำหนดไว้หรือไม่  เพราะถ้าหากตอบคำถามแบบสอบถามงานวิจัยไม่ครอบถ้วนและไม่ตรงตามจำนวนประชากรที่กำหนดจะส่งผลทำให้การวิเคราะห์ข้อมูลคาดเคลื่อน ไม่ตรงตามวัตถุประสงค์และไม่สามารถตอบคำถามที่ตั้งสมมติฐานไว้ได้อย่างถูกต้องและชัดเจน 2. จำแนก เมื่อทำการตรวจสอบข้อมูลเรียบร้อยแล้ว ต่อมาเป็นขั้นตอนของการคีย์ข้อมูลลงในโปรแกรมวิเคราะห์ข้อมูลทางสถิติ SPSS เพื่อทำการวิเคราะห์ประมวลผลข้อมูลที่ได้จากการตอบคำถามในแบบสอบถามงานวิจัย โดยการกำหนดการตั้งค่ารหัสข้อมูลที่ใช้ในการแทนผลต่างๆ ออกมาในรูปแบบสถิติที่ทำการวิเคราะห์ในการทำงานวิจัยนั้นๆ  3. วิเคราะห์ ทำการวิเคราะห์แบบสอบถามงานวิจัยออกมาในรูปแบบข้อมูลทางสถิติตามที่กำหนดไว้ในเนื้อหางานวิจัย โดยทำการแปรผลจากการวิเคราะห์ข้อมูลทางสถิติ และทำความเข้าใจข้อมูลที่ได้รับเพื่อทำการเรียบเรียงเนื้อหาที่จะใช้นำเสนองานวิจัย และใช้ตอบคำถามในการทำงานวิจัย