Nach Saunders et al. (2009) dient die Forschungsmethodik als Rückgrat einer Forschungsstudie. Der Hauptzweck der quantitativen Forschung ist die Quantifizierung der Daten. Sie ermöglicht Verallgemeinerungen der Ergebnisse durch Messung der Ansichten und Antworten der Stichprobenpopulation. Jede Forschungsmethodik besteht aus zwei großen Phasen, nämlich Planung und Durchführung (Younus 2014). Daher ist es offensichtlich, dass es innerhalb dieser beiden Phasen wahrscheinlich Einschränkungen gibt, die außerhalb unserer Kontrolle liegen (Simon 2011).
Ungeeignete Repräsentation der Zielpopulation
Wie im Artikel erwähnt, kann eine ungeeignete Repräsentation der Zielpopulation den Forscher daran hindern, seine gewünschten Ziele zu erreichen. Trotz der Anwendung eines geeigneten Stichprobenplans ist die Repräsentation der Probanden von der Wahrscheinlichkeitsverteilung der beobachteten Daten abhängig. Dies kann zu einer Fehleinschätzung der Wahrscheinlichkeitsverteilung und damit zu falschen Aussagen führen.
Zum Beispiel soll in einer Studie der Anteil der Frauen im Alter von 20-30 Jahren ermittelt werden, die Make-up-Serien internationaler Marken verwenden. Die Zielpopulation sind in diesem Fall die Frauen der genannten Altersgruppe, sowohl mit professionellem als auch mit nicht-professionellem Hintergrund, die in Delhi wohnen. Die Stichprobenpopulation, die auf der Wahrscheinlichkeitsverteilung basiert, muss gegen die Gesamtheit der in der Stadt lebenden Frauen berechnet werden (z.B. 400 Stichproben von 7.800.615 weiblichen Einwohnern). Es besteht jedoch die Möglichkeit, von der Stichprobe nur Teilinformationen über das Sortiment an Make-up-Produkten zu erhalten, da diese im Vergleich zur Gesamtbevölkerung sehr gering ist. Daher können die Ergebnisse der Studie nicht im Kontext einer größeren Population verallgemeinert werden, sondern sind eher suggestiv.
Mangel an Ressourcen für die Datenerhebung
Quantitative Forschungsmethodik erfordert normalerweise eine große Stichprobengröße. Durch den Mangel an Ressourcen wird diese groß angelegte Forschung jedoch unmöglich. In vielen Entwicklungsländern fehlt es den interessierten Parteien (z. B. Regierungs- oder Nichtregierungsorganisationen, öffentlichen Dienstleistern, Bildungseinrichtungen usw.) an Wissen und vor allem an den Ressourcen, die für die Durchführung einer gründlichen quantitativen Forschung erforderlich sind (Science 2001).
Unmöglichkeit, das Umfeld zu kontrollieren
Manchmal haben Forscher Probleme, das Umfeld zu kontrollieren, in dem die Befragten Antworten auf die Fragen in der Umfrage geben (Baxter 2008). Die Antworten hängen oft von einem bestimmten Zeitpunkt ab, der wiederum von den Bedingungen abhängt, die in diesem bestimmten Zeitrahmen herrschen.
Wenn zum Beispiel Daten für eine Studie über die Wahrnehmung der Bewohner von Entwicklungsarbeiten, die von der Gemeinde durchgeführt werden, gesammelt werden, werden die Ergebnisse, die für ein bestimmtes Jahr (sagen wir, 2009) präsentiert werden, im Jahr 2015 als überflüssig oder von begrenztem Wert angesehen. Der Grund dafür ist, dass entweder die Beamten gewechselt haben oder das Entwicklungsszenario sich verändert hat (von zu effektiv zu minimal effektiv oder umgekehrt).
Begrenzte Ergebnisse in einer quantitativen Forschung
Quantitative Forschungsmethoden beinhalten strukturierte Fragebögen mit geschlossenen Fragen. Sie führt zu begrenzten Ergebnissen, die im Forschungsantrag beschrieben sind. So können die Ergebnisse nicht immer das tatsächliche Geschehen in verallgemeinerter Form darstellen. Außerdem haben die Befragten aufgrund der vom Forscher getroffenen Auswahl nur begrenzte Antwortmöglichkeiten.
Zum Beispiel kann die Antwort auf die Frage: „Motiviert Ihr Vorgesetzter Sie, Herausforderungen anzunehmen?“ mit ja/nein/kann ich nicht sagen oder stark zustimmend bis stark ablehnend ausfallen. Um jedoch zu erfahren, welche Strategien der Vorgesetzte anwendet, um den Mitarbeiter zu motivieren, oder aufgrund welcher Parameter sich der Mitarbeiter nicht motiviert fühlt (wenn er mit „nein“ antwortet), muss der Forscher umfassendere Fragen stellen, was in Fragebögen mit geschlossenen Antworten nur begrenzt möglich ist
Aufwändig und zeitraubend
Quantitative Forschung ist schwierig, teuer und erfordert viel Zeit für die Analyse. Diese Art der Forschung wird sorgfältig geplant, um eine vollständige Randomisierung und eine korrekte Bestimmung der Kontrollgruppen sicherzustellen (Morgan 1980). Eine große Anzahl von Befragten ist für die Repräsentation der Zielpopulation angemessen. Um eingehende Antworten zu einem Thema zu erhalten, ist die Datenerhebung in der quantitativen Forschungsmethodik im Vergleich zum qualitativen Ansatz oft zu teuer.
Um beispielsweise den Einfluss von Werbung auf die Kaufentscheidungsbereitschaft von Eltern von Babynahrung für 5-Jährige und darunter in Bangalore zu verstehen, muss der Forscher Daten von 200 Befragten sammeln. Das ist zeitaufwendig und teuer, wenn man bedenkt, dass jeder dieser Eltern angesprochen werden muss, um den Zweck der Studie zu erklären.
Schwierigkeit der Datenanalyse
Quantitative Studien erfordern umfangreiche statistische Analysen, die für Forscher ohne statistischen Hintergrund schwierig durchzuführen sein können. Die statistische Analyse basiert auf einer wissenschaftlichen Disziplin und ist daher für Nicht-Mathematiker schwer durchführbar.
Quantitative Forschung ist für Sozialwissenschaften, Pädagogik, Anthropologie und Psychologie wesentlich komplexer. Eine effektive Antwort sollte vom Forschungsproblem abhängen und nicht nur eine einfache Ja- oder Nein-Antwort sein.
Beim Verständnis des Motivationsniveaus, das die Schüler der 5. Klasse aufgrund des Unterrichtsansatzes ihrer Klassenlehrer wahrnehmen, könnte ein bloßes Ja und Nein zu Unklarheiten bei der Datenerhebung und damit zu unzutreffenden Ergebnissen führen. Stattdessen könnte ein detailliertes Interview oder eine Fokusgruppentechnik tiefgehende Ansichten und Perspektiven sowohl der Lehrer als auch der Kinder entwickeln.
Bedarf zusätzlicher Ressourcen für die Analyse der Ergebnisse
Die Anforderungen für die erfolgreiche statistische Bestätigung des Ergebnisses sind in einer quantitativen Forschung sehr hart. Die Hypothese wird mit wenigen Experimenten bewiesen, wodurch es zu Mehrdeutigkeiten in den Ergebnissen kommt. Für eine eindeutige Schlussfolgerung werden die Ergebnisse mehrmals überprüft und verfeinert (Ong 2003). Es erfordert also zusätzliche Zeit, Investitionen und Ressourcen, um die Ergebnisse zu verfeinern.
- Barbour, R.S., 2000. Die Rolle der qualitativen Forschung bei der Verbreiterung der „Evidenzbasis“ für die klinische Praxis. Journal of Evaluation in Clinical Practice, 6(2), S.155-163.
- Baxter, P., 2008. Qualitative Case Study Methodology: Study Design and Implementation for Novice Researchers. The Qualitative Report, 13(4), S.544-559.
- Bowen, G.A., 2006. Document Analysis as a Qualitative Research Method. Qualitative Research Journal, 9(2), S.27 – 40.
- Elo, S. & Kyngäs, H., 2008. Der Prozess der qualitativen Inhaltsanalyse. Journal of Advanced Nursing, 62(1), S.107-115.
- Maxwell, J.A., 2005. Qualitative Research Design: An Interactive Approach, SAGE Publications. Verfügbar unter: https://books.google.co.in/books/about/Qualitative_Research_Design.html?id=XqaJP-iehskC&pgis=1.
- Morgan, G., 1980. The Case for Qualitative Research. Academy of Management Journal, 5(4), S.491-500.
- Ong, S.-E., 2003. Massenspektrometrisch basierte Ansätze in der quantitativen Proteomik. Methods, 29(2), S.124-130.
- Saunders, M., Lewis, P. & Thornhill, A., 2009. Research Methods for Business Students 5. Aufl., Essex, England: Pearson Education Limited.
- Science, J. von D., 2001. Invited Review: Integrating Quantitative Findings from Multiple Studies Using Mixed Model Methodology. Journal of Dairy Science, 84(4), pp.741-755.
- Simon, M.K., 2011. Dissertation and scholarly research: Recipes for success, Seattle, W.A.: Dissertation Success LLC.
- Younus, M.A.F., 2014. Research Methodology. In Vulnerability and Adaptation to Climate Change in Bangladesh: Processes, Assessment and Effects (Springer Theses). Springer, S. 35-76. Verfügbar unter: http://link.springer.com/10.1007/978-94-007-5494-2_2 .
- Autor
- Recent Posts
- Mittelfristige Momentum-Analyse von Wachstums-, Einkommens- und Value-Aktien – März 25, 2021
- Bedingte CAPM-Analyse für aktienbasiertes Investieren – 20. Februar 2021
- Kurzfristige Momentum-Analyse von Wachstums-, Einkommens- und Value-Aktien – 9. Februar 2021
Forschungsgrenzen, Forschungsmethodik