Laadullinen ja määrällinen tutkimus: mitä eroja niissä on ja milloin kutakin menetelmää käytetään
Lue, mitä eroa laadullisella ja määrällisellä tutkimuksella on ja milloin niitä kannattaa käyttää seuraavassa tutkimuksessasi.
Kuinka tuttuja laadullisen ja määrällisen tutkimuksen erot ovat sinulle?
Kun valitaan ennalta määritetyistä vaihtoehdoista, kuten
- Äärimmäisen tuttuja
- Melko tuttuja
- Hieman tuttuja
...annetaan määrällistä dataa, jota voidaan mitata ja ilmaista lukuarvoilla.
Jos vastaus taas ilmaistaan sanoin, kyseessä on laadullinen data. Se on kuvailevaa, eikä sitä voida mitata.
Kumpi menetelmä on parempi? Se riippuu tutkimuksesi tavoitteista ja siitä, minkälaista dataa tarvitset.
Jatka lukemista, jos haluat tietää lisää niiden eroista ja vahvuuksista sekä siitä, kuinka ne voivat täydentää toisiaan.
Mitä laadullinen tutkimus on?
Laadullisessa tutkimuksessa tutkijat havainnoivat ensi käden tietoja ja pyrkivät ymmärtämään niiden avulla ihmisten käyttäytymistä, motiiveja ja tunteita. Yleisimpiä laadullisen tutkimuksen menetelmiä ovat haastattelut, kohderyhmät ja kyselytutkimukset, joihin vastataan kirjoittamalla.
Laadullisen datan määritelmä ja tärkeimmät ominaisuudet
- Laadulliseen kyselytutkimukseen osallistuvat henkilöt vastaavat kysymyksiin esimerkiksi kirjoittamalla tekstiruutuihin. Kohderyhmässä tai haastattelussa osallistujat voivat vastata kysymyksiin suullisesti. Useimmiten kerätty laadullinen data koostuu sanoista, ei numeroista.
- Tutkijana voit haastatella ihmisiä kahden kesken tai kohderyhmissä. Tietoaineistosi ovat todennäköisesti pieniä, koska keskityt vain muutaman ihmisen ajatuksiin kerrallaan.
- Voit visualisoida laadullista dataa sanapilvinä, joissa korostat tiettyjä trendejä muuttamalla sanojen kokoja. Voit korostaa myös osallistujien vaikuttavia tai oivaltavia kommentteja.
- Laadullinen data on subjektiivista eli se koostuu yksilöiden ajatuksista, tunteista ja arvioista, joista ei voi tehdä koko populaatiota koskevia johtopäätöksiä.
Mitä määrällinen tutkimus on?
Määrällisessä tutkimuksessa tutkijat keräävät dataa mittaamista, ennusteiden laatimista ja hypoteesien vahvistamista varten. Yleisimpiä määrällisen tutkimuksen tyyppejä ovat kyselytutkimukset, kokeet, tutkimukset ja data-analyysit.
Määrällisen datan määritelmä ja tärkeimmät ominaisuudet
- Kyselytutkimuksen vastaajat valitsevat ennalta määritetyistä tai suljetuista vastausvaihtoehdoista. Tutkijana voit määrittää näille vastausvaihtoehdoille lukuarvoja tai prosenttimääriä.
- Voit seurata osallistujia tietyllä aikavälillä, jos suoritat koetta tai teet tutkimusta. Keräämäsi määrällinen data on numeerista ja mitattavissa.
- Koska keräämäsi data on numeerista, voit luoda siitä helposti kuvioita ja kaavioita. Voit myös seurata dataa koskevia trendejä ja suodattaa ja vertailla numeroita analysointia varten.
- Määrällinen data on objektiivista, joten siihen eivät vaikuta tietyn tyyppiset vinoumat tai tunteet.
Laadullisen ja määrällisen datan vahvuudet ja rajoitukset
Oletetaan, että teet markkinatutkimusta uuden tuotteen kehittämistä varten. Kannattaako silloin hyödyntää laadullista vai määrällistä tutkimusta? Siihen vaikuttavat tutkimuksesi tavoite ja saatavillasi olevat resurssit. Tässä on kooste laadullisen ja määrällisen tutkimuksen vahvuuksista ja rajoituksista auttamaan päätöksenteossa.
| Tutkimuksen tyyppi | Vahvuudet | Rajoitukset |
| Laadullinen (haastattelut, kohderyhmät, kyselytutkimusten kirjoitetut vastaukset) | – Tutkijat voivat esittää seurantakysymyksiä ja selventää vastauksia – Tarjoaa kontekstin suorituskykymittareille, kuten verkkosivun kävijämäärille tai tuotepalautuksille – Kerää subjektiivisia näkemyksiä, jotka voivat tarjota ainutlaatuisia näkökulmia sekä uusia ideoita ja teemoja – Auttaa ymmärtämään aineettomia käsitteitä, kuten yrityskulttuuria tai täyttymättömiä tarpeita | – Koska data on tekstipohjaista, sen analysoiminen voi olla vaikeaa – Voi olla kallista ja aikaavievää – On epätodennäköistä saada kerättyä näytettä, joka on kooltaan tilastollisesti merkitsevä – Riskinä on, että tuloksista tehdyt johtopäätökset eivät edusta koko populaation tarpeita |
| Määrällinen (kyselytutkimukset, joissa on ennalta määritetyt vastausvaihtoehdot, tutkimukset, kokeet, data-analyysit) | – Tarjoaa numeerista ja tilastodataa analysoitavaksi – Suuri otoskoko mahdollistaa tulosten yleistämisen – Vertailee dataa ja seuraa mittareita pitkällä aikavälillä – Voi olla kustannustehokkaampi ja helpompi skaalata – Tietyn tyyppiset määrälliset tutkimukset, kuten kyselytutkimukset, saattavat tulla halvemmiksi ja viedä vähemmän aikaa | – Ei kerää tietoa dataan vaikuttavista syistä - Jopa huolellisesti suunnitellut määrälliset tutkimukset voivat olla alttiita tilastoharhoille – Suuret, aikaan perustuvat tutkimukset voivat kestää vuosia ja tulla kalliiksi |
Laadullisten ja määrällisten tutkimusmenetelmien yhdistäminen
Koska laadullinen ja määrällinen data ovat erilaisia, voit täydentää niillä toisiaan. Katsotaan seuraavaksi, kuinka voit yhdistellä erilaisia tutkimusmenetelmiä, jotta saat tutkimusaiheesta kokonaisvaltaisen käsityksen.
Monimenetelmällinen tutkimus
- Monimenetelmällinen tutkimus tarkoittaa, että tutkijat yhdistävät ensisijaisessa tutkimuksessaan laadullisia ja määrällisiä kysymyksiä.
- Yhdistämällä molemmat tutkimustyypit voit kerätä numeerista dataa, joka on mitattavissa ja jonka avulla voidaan helposti seurata trendejä. Laadullisilla kysymyksillä taas voidaan selvittää konteksti ja määrälliseen dataan vaikuttavat syyt.
- Voit esimerkiksi tehdä pitkittäistutkimuksen, jossa lähetät kyselytutkimuksen samoille asiakkaille kuukausittain vuoden ajan. Tutkimuksen lopuksi voit haastatella muutamaa osallistujaa ja selvittää, miksi he vastasivat tietyllä tavalla.
Esimerkkejä laadullisten ja määrällisten kyselytutkimuskysymysten käyttämisestä
Kyselytutkimukset ovat oivallinen tapa tehdä monimenetelmällistä tutkimusta. Luodessasi kyselytutkimusta voit helposti lisätä siihen sekä avoimia että suljettuja kysymyksiä, jotta voit tehdä kattavampia havaintoja. Tutustutaan seuraavaksi esimerkkien avulla tapoihin, joilla voit hyödyntää laadullista ja määrällistä tutkimusta.
Aseta datan vertailuarvot ja trendit kontekstiin
Jos mittaat työntekijöiden sitoutumista tai asiakasuskollisuutta, käytät todennäköisesti Net Promoter ScoreⓇ (NPS) -asteikkoa. Se kannattaa lisätä tutkimukseen, jos et jo käytä sitä. NPS on alan standardi, jolla monet organisaatiot mittaavat suoriutumistaan.
Kysymys ”Kuinka todennäköisesti suosittelisit tuotettamme ystävälle tai kollegalle?” tuottaa määrällistä dataa.
Sanotaan vaikka, että NPS-pistemääräsi on yhtenä kuukautena 70 ja seuraavana 60. Koska vertailet ja seuraat NPS-pistemäärääsi, tiedät, että sinulla on korjattavia ongelmia. Mutta mistä kannattaisi aloittaa? Onneksi käytät kyselytutkimuslogiikkaa, joten voit kysyä heikot pisteet antaneilta asiakkailta, miksi he tekivät niin:
Ymmärrä, miksi saat tietynlaisia tuloksia
Kyselytutkimusten arviointiin käytetään kaikenlaisia asteikkoja tähdistä hymynaamoihin. Monissa vastausvaihtoehdoissa käytetään myös sanallista asteikkoa, joissa vastaaja voi valita, missä määrin hän on esimerkiksi tyytyväinen tai samaa mieltä väitteen kanssa.
Vaikka jotkin vastausvaihtoehdot saattavat vaikuttaa subjektiivisilta, ne tuottavat määrällistä dataa, jota voidaan seurata ja analysoida ja josta voidaan tehdä kaavioita. Tässä on esimerkki työntekijätyytyväisyyttä mittaavasta kyselytutkimusmallistamme:
”Eri mieltä” ja ”Täysin eri mieltä” ovat luonnollisesti mielipiteitä. Nämä vastausvaihtoehdot voidaan kuitenkin muuttaa prosenttimääriksi tai luvuiksi. 59 % kyselytutkimukseen vastanneista oli esimerkiksi samaa mieltä siitä, että he ovat tyytyväisiä työpaikkansa kulttuuriin.
Luvut kertovat vain osan tarinasta. Saat lisää kontekstia käyttämällä avoimia kysymyksiä. Mistä esimerkiksi voit tietää, onko 59 % hyvä vai huono tulos? Voit verrata sitä edellisen vuoden tulokseen, ja jos uusi tulos on parempi, tilanne on hyvä. Miksi näin on?
Saat lisätietoja esimerkiksi pyytämällä vastaajaa kuvailemaan kokemustaan työpaikallaan. Saamasi vastaukset voivat vaikuttaa siihen, mitä teet seuraavaksi.
Vinkkejä laadullisen ja määrällisen data-analyysin tekemiseen
- Valitse tarkkaan kyselytutkimuksen otoskoko tai tutkimukseen osallistuvien ihmisten määrä. Siten voit päättää, voitko tehdä tulosten perusteella luotettavia yleistyksiä tutkimastasi populaatiosta.
- Käytä laadullisen datan, kuten tekstianalyysin, visualisointiin ja tulkitsemiseen ohjelmistotyökaluja.
- Varmista, että hyödynnät määrällisen tutkimuksen menetelmiä tehokkaasti. Jos esimerkiksi yrität ymmärtää kohdemarkkinoidesi ostotottumuksia, liitä tutkimukseen demografisia tietoja koskevia kysymyksiä. Jos populaatio on monimuotoinen, voit analysoida tarkasti, kuinka eri demografiset ryhmät vastasivat kysymyksiisi.
- Muista, että tulostesi laatu riippuu kysymysten laadusta. Ennen kuin aloitat, varmista, että osaat luoda tehokkaita tutkimuskysymyksiä. Kysymysten on oltava selkeitä ja puolueettomia, jotta saat luotettavaa dataa. Voit säästää aikaa käyttämällä asiantuntijoiden luomia muokattavia kyselytutkimuskysymyksiämme ja ‑mallejamme.
Tee tutkimuksesi luotettavasti
Kysy oikeat kysymykset ja ymmärrä saamasi vastaukset. Kyselytutkimusmalliemme ja tarjoamiemme ominaisuuksien ansiosta seuraava projektisi onnistuu.
Esimerkkejä laadullisista ja määrällisistä kysymyksistä
Asiakastyytyväisyys
Tutustu asiakastyytyväisyyskyselytutkimuksen malleihimme tai seuraaviin esimerkkeihin:
Määrälliset kysymykset
Kuinka tyytyväinen tai tyytymätön olet yritykseemme kaiken kaikkiaan?
- Erittäin tyytyväinen
- Jokseenkin tyytyväinen
- En tyytyväinen enkä tyytymätön
- Jokseenkin tyytymätön
- Erittäin tyytymätön
Millä seuraavista sanoista kuvailisit tuotteitamme? Valitse kaikki sopivat.
- Luotettava
- Hyvälaatuinen
- Hyödyllinen
- Ainutlaatuinen
- Hyvää vastinetta rahoille
- Ylihintainen
- Epäkäytännöllinen
- Tehoton
- Heikkolaatuinen
- Epäluotettava
Kauanko meiltä kesti käsitellä kaikki kysymyksesi ja huolenaiheesi?
- Paljon odotettua vähemmän
- Odotettua vähemmän
- Suunnilleen niin kauan kuin odotin
- Odotettua pidempään
- Paljon odotettua pidempään
Laadulliset kysymykset
- Onko sinulla muita kommentteja, kysymyksiä tai huolenaiheita?
- Mitä muutoksia yrityksen pitäisi tehdä, jotta antaisit vieläkin paremman arvion?
- Onko sinulla muita kommentteja sivustomme parantamiseksi?
- Onko sinulla muita kommentteja ohjelmiston parantamiseksi?
- Auta meitä ymmärtämään, miksi valitsit edellisen vastauksen.
Markkinatutkimus
Tutustu markkinatutkimuksen kyselytutkimusmalleihimme tai seuraaviin esimerkkeihin:
Määrällinen
Kuinka tuttu brändimme on?
- Äärimmäisen tuttuja
- Hyvin tuttu
- Melko tuttu
- Ei kovin tuttu
- Ei lainkaan tuttu
Milloin käytit tätä tuotekategoriaa viimeksi?
- Viime viikolla
- Edellisen kuukauden aikana
- Edellisten 3 kuukauden aikana
- Edellisten 6 kuukauden aikana
- Edellisten 12 kuukauden aikana
- Yli 12 kuukautta sitten
- Ei koskaan
Kun ajattelet logoa yleisesti, mikä seuraavista kuvaa parhaiten sen herättämiä tuntemuksia?
- Pidän siitä paljon
- Pidän siitä jonkin verran
- Suhtaudun siihen neutraalisti
- En pidä siitä kovin paljon
- En pidä siitä lainkaan
Laadullinen
- Mitä brändejä tulee mieleesi, kun ajattelet tätä tuotetyyppiä?
- Kerro omin sanoin, mitä asioita haluaisit eniten parantaa tässä uudessa tuotteessa?
- Minkälaisia tuotteita ostat yleensä verkosta?
- Mitkä muutokset parantaisivat eniten tällä hetkellä saatavilla olevia kilpailevia muiden yhtiöiden tuotteita?
- Mitä logosta tulee ensimmäisenä mieleesi?
Työntekijäpalaute
Tutustu työntekijöiden palautekyselytutkimusten malleihimme tai seuraaviin esimerkkeihin:
Määrällinen
Kuinka laadukasta työtä tämä työntekijä tekee?
- Erittäin laadukasta
- Hyvin
- Aika hyvin
- Ei kovin hyvin
- Huonosti
ammatillisen kasvun mahdollisuuksiin
- Täysin eri mieltä
- Eri mieltä
- En samaa enkä eri mieltä
- Samaa mieltä
- Täysin samaa mieltä
Kuinka tyytyväinen tai tyytymätön olet nykyiseen rooliisi työssäsi?
- Hyvin tyytyväinen
- Melko tyytyväinen
- Melko tyytymätön
- Hyvin tyytymätön
Laadullinen
- Kuinka voimme parantaa yrityksemme rekrytointiprosessia?
- Mistä aiemmasta projektistasi pidit eniten? Entä vähiten?
- Mitä esimiehesi olisi tehtävä, jotta arvioisit hänen suoriutumisensa paremmaksi kuin nyt?
- Mistä syistä lähdit yrityksestä?
Tapahtumapalaute
Tutustu tapahtuman palautekyselytutkimusten malleihin tai seuraaviin esimerkkeihin:
Määrällinen
Millainen tämä tapahtuma oli mielestäsi yleisesti ottaen?
- Erinomaisesti
- Hyvin
- Hyvä
- Kohtalainen
- Huono
Miten tapahtuma oli järjestetty?
- Erittäin hyvin
- Hyvin
- Melko hyvin
- Ei kovin hyvin
- Ei lainkaan hyvin
Oliko tapahtuman kesto liian pitkä, liian lyhyt vai suunnilleen sopiva?
- Aivan liian pitkä
- Liian pitkä
- Suunnilleen sopiva
- Liian lyhyt
- Aivan liian lyhyt
Kuinka todennäköisesti osallistuisit tähän tapahtumaan tulevaisuudessa?
- Erittäin todennäköisesti
- Todennäköisesti
- Melko todennäköisesti
- En kovin todennäköisesti
- En lainkaan todennäköisesti
Laadullinen
- Mistä pidit tapahtumassa?
- Mistä et pitänyt tapahtumassa?
- Haluaisitko antaa muuta palautetta tapahtumasta?
- Kuinka kuulit tästä tapahtumasta?
- Jos et osallistu tapahtumaan, kerro miksi.
- Mistä aiheista haluaisit mieluiten kuulla tai keskustella tässä tapahtumassa?
Oletko valmis aloittamaan?
NPS, Net Promoter & Net Promoter Score ovat Satmetrix Systems, Inc:n, Bain & Companyn ja Fred Reichheldin rekisteröimiä tavaramerkkejä.