Ograniczenia i słabości ilościowych metod badawczych

Według Saundersa et al. (2009), metodologia badań służy jako szkielet badania. Głównym celem badań ilościowych jest kwantyfikacja danych. Pozwala to na uogólnienie wyników poprzez pomiar poglądów i odpowiedzi populacji próby. Każda metodologia badawcza składa się z dwóch obszernych faz, a mianowicie planowania i realizacji (Younus 2014). Dlatego oczywiste jest, że w ramach tych dwóch faz prawdopodobnie wystąpią ograniczenia, które są poza naszą kontrolą (Simon 2011).

Nieprawidłowa reprezentacja populacji docelowej

Jak wspomniano w artykule, niewłaściwa reprezentacja populacji docelowej może utrudnić badaczowi osiągnięcie zamierzonych celów i założeń. Pomimo zastosowania odpowiedniego planu doboru próby, reprezentacja badanych zależy od rozkładu prawdopodobieństwa obserwowanych danych. To może prowadzić do błędnego obliczenia rozkładu prawdopodobieństwa i prowadzić do fałszywości w propozycji.

Na przykład, badanie ma na celu sprawdzenie proporcji kobiet w wieku 20-30 lat stosują zakresy makijażu międzynarodowych marek. Populacja docelowa w tym przypadku to kobiety należące do wspomnianej grupy wiekowej, zarówno z profesjonalnymi jak i nieprofesjonalnymi środowiskami, zamieszkujące Delhi. Próbkowana populacja w oparciu o rozkład prawdopodobieństwa musi być obliczona w stosunku do wszystkich kobiet mieszkających w mieście (np. 400 próbkowanych z 7,800,615 populacji kobiet). Jednakże, istnieje możliwość uzyskania częściowych informacji na temat asortymentu produktów do makijażu z próby, ze względu na jej skromną formę w stosunku do całej populacji. W związku z tym, wyniki badania nie mogą być uogólnione w kontekście większej populacji, ale raczej sugerowane.

Brak zasobów do zbierania danych

Metodologia badań ilościowych zazwyczaj wymaga dużej wielkości próby. Jednak z powodu braku zasobów takie badania na dużą skalę stają się niemożliwe. W wielu krajach rozwijających się zainteresowanym stronom (np. organizacjom rządowym i pozarządowym, dostawcom usług publicznych, instytucjom edukacyjnym itp.) może brakować wiedzy, a zwłaszcza zasobów potrzebnych do przeprowadzenia dokładnych badań ilościowych (Science 2001).

Niezdolność do kontrolowania środowiska

Czasami badacze napotykają problemy z kontrolowaniem środowiska, w którym respondenci udzielają odpowiedzi na pytania w ankiecie (Baxter 2008). Odpowiedzi często zależą od konkretnego czasu, który z kolei jest zależny od warunków występujących w danym przedziale czasowym.

Na przykład, jeśli zbierane są dane do badania na temat postrzegania przez mieszkańców prac rozwojowych prowadzonych przez gminę, wyniki przedstawione dla konkretnego roku (powiedzmy 2009), będą zbędne lub będą miały ograniczoną wartość w roku 2015. Powodem jest to, że albo zmienili się urzędnicy, albo zmienił się scenariusz rozwoju (ze zbyt efektywnego na minimalnie efektywny lub odwrotnie).

Ograniczone rezultaty w badaniach ilościowych

Metoda badań ilościowych polega na zastosowaniu ustrukturyzowanego kwestionariusza z pytaniami zamkniętymi. Prowadzi to do ograniczonych wyników przedstawionych w propozycji badań. Tak więc wyniki nie zawsze mogą reprezentować rzeczywiste zdarzenia, w uogólnionej formie. Ponadto, respondenci mają ograniczone możliwości odpowiedzi, w oparciu o wybór dokonany przez badacza.

Na przykład, odpowiedź na pytanie – „Czy twój menedżer motywuje cię do podejmowania wyzwań”; może być tak/nie/nie mogę powiedzieć lub zdecydowanie zgadzam się do zdecydowanie nie zgadzam się. Ale aby dowiedzieć się, jakie są strategie stosowane przez menedżera w celu zmotywowania pracownika lub na podstawie jakich parametrów pracownik nie czuje się zmotywowany (jeśli odpowiedział „nie”), badacz musi zadać szersze pytania, które mają ograniczony zakres w kwestionariuszach typu close-ended

Kosztowne i czasochłonne

Badania ilościowe są trudne, kosztowne i wymagają dużo czasu na przeprowadzenie analizy. Tego typu badania są starannie planowane, aby zapewnić pełną randomizację i prawidłowe wyznaczenie grup kontrolnych (Morgan 1980). Duży odsetek respondentów jest odpowiedni dla reprezentacji populacji docelowej. Tak, aby osiągnąć dogłębne odpowiedzi na temat problemu, zbieranie danych w ilościowej metodologii badań jest często zbyt kosztowne w porównaniu do podejścia jakościowego.

Na przykład, aby zrozumieć wpływ reklamy na skłonność do decyzji o zakupie żywności dla niemowląt rodziców 5-letnich i poniżej Bangalore, badacz musi zebrać dane od 200 respondentów. Jest to czasochłonne i kosztowne, biorąc pod uwagę podejście potrzebne do każdego z tych rodziców, aby wyjaśnić cel badania.

Trudności w analizie danych

Badanie ilościowe wymaga rozległej analizy statystycznej, która może być trudna do wykonania dla badaczy z nie statystycznych środowisk. Analiza statystyczna opiera się na dyscyplinie naukowej i dlatego jest trudna do wykonania dla osób nie będących matematykami.

Badania ilościowe są o wiele bardziej złożone w przypadku nauk społecznych, edukacji, antropologii i psychologii. Skuteczna odpowiedź powinna zależeć od problemu badawczego, a nie tylko od prostej odpowiedzi „tak” lub „nie”.

Na przykład, aby zrozumieć poziom motywacji postrzegany przez uczniów klasy 5 z podejścia do nauczania podjętego przez ich nauczycieli, zwykłe „tak” i „nie” może prowadzić do niejednoznaczności w zbieraniu danych, a tym samym niewłaściwych wyników. Instead a detailed interview or focus group technique might develop in-depth views and perspectives of both the teachers and children.

Use 5E3BCCB908B47 to save 6000 on 6001 – 10000 words standard order of research analysis service.

Wymagania dodatkowych zasobów do analizy wyników

Wymagania dotyczące udanego statystycznego potwierdzenia wyniku są bardzo trudne w badaniach ilościowych. Hipoteza jest udowodniona za pomocą kilku eksperymentów, z powodu których istnieje niejednoznaczność w wynikach. Wynik być retestować i rafinować kilka czas dla jednoznaczny wniosek (Ong 2003). Tak więc wymaga to dodatkowego czasu, inwestycji i zasobów, aby udoskonalić wyniki.

Barbour, R.S., 2000. The role of qualitative research in broadening the „evidence base” for clinical practice. Journal of Evaluation in Clinical Practice, 6(2), pp.155-163.
Baxter, P., 2008. Qualitative Case Study Methodology: Study Design and Implementation for Novice Researchers. The Qualitative Report, 13(4), pp.544-559.
Bowen, G.A., 2006. Analiza dokumentów jako metoda badań jakościowych. Qualitative Research Journal, 9(2), pp.27 – 40.
Elo, S. & Kyngäs, H., 2008. The qualitative content analysis process. Journal of Advanced Nursing, 62(1), pp.107-115.
Maxwell, J.A., 2005. Qualitative Research Design: An Interactive Approach, SAGE Publications. Dostępne pod adresem: 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), pp.491-500.
Ong, S.-E., 2003. Mass spectrometric-based approaches in quantitative proteomics. Methods, 29(2), pp.124-130.
Saunders, M., Lewis, P. & Thornhill, A., 2009. Research Methods for Business Students 5th ed., Essex, England: Pearson Education Limited.
Science, J. of 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, pp. 35-76. Dostępne pod adresem: http://link.springer.com/10.1007/978-94-007-5494-2_2 .

Autor
Recentent Posts

Partner w Project Guru

Priya jest magistrem administracji biznesowej z kierunkami w marketingu i finansach. Jest biegła w modelowaniu danych, analizie szeregów czasowych, różnych modelach regresji, prognozowaniu i interpretacji danych. Pomagała naukowcom zajmującym się danymi, korporacjom, uczonym w dziedzinie finansów, bankowości, ekonomii i marketingu.