داده کمی معمولاً به صورت عددی ثبت و با روش‌های آماری تحلیل می‌شود؛ داده کیفی تجربه، معنا و فرایند را در قالب گفتار، نوشته یا مشاهده بررسی می‌کند. انتخاب میان آن‌ها از سؤال پژوهش شروع می‌شود، نه از محبوبیت یک روش. برای نمونه، «چند نفر از خدمت راضی‌اند؟» با «چرا بعضی افراد ناراضی‌اند؟» به داده‌های متفاوتی نیاز دارد. در هر دو روش باید معلوم باشد داده از چه کسانی، در چه زمانی و با چه ابزاری جمع شده است. پرسشنامه عددی با نمونه نامناسب میتواند نتیجه‌ای گمراه‌کننده بدهد؛ مصاحبه‌ای بدون ثبت و تحلیل منظم نیز صرفاً مجموعه‌ای از نظرهای پراکنده می‌شود. این راهنما کمک می‌کند پیش از انتخاب ابزار، رابطه میان سؤال، داده و نتیجه مورد انتظار را روشن کنید.
- داده کمی برای اندازه‌گیری مقدار و الگوهای عددی مناسب است.
- داده کیفی به فهم تجربه، دلیل و زمینه کمک می‌کند.
- در بسیاری پژوهش‌ها ترکیب دو نوع داده پاسخ کامل‌تری می‌دهد.
داده کمی و داده کیفی چه فرقی دارند؟
داده کمی مقدار قابل شمارش یا اندازه‌گیری است، مانند سن، زمان انتظار یا تعداد سفارش. داده کیفی توصیف تجربه و معناست، مانند پاسخ باز یک مصاحبه یا یادداشت مشاهده. هر دو میتوانند منظم و معتبر گردآوری شوند؛ تفاوت اصلی در نوع پرسش و شیوه ثبت و تحلیل است.
در یک پژوهش درباره کتابخانه دانشگاه، تعداد مراجعه روزانه و میانگین زمان امانت داده کمی است. گفت‌وگو با دانشجویان درباره دشواری پیدا کردن کتاب، داده کیفی میسازد. ممکن است پاسخ مصاحبه را بعداً کدگذاری و تعداد مضمون‌ها را شمارش کنید، اما این شمارش به‌تنهایی همه بافت گفت‌وگو را به داده کمی تبدیل نمی‌کند. واحد مشاهده و معنای متغیر را پیش از جمع‌آوری تعریف کنید.
راهنمای CDC درباره گردآوری شواهد توضیح می‌دهد که انتخاب داده باید با سؤال ارزیابی هماهنگ باشد. برای دانشجو، این یعنی پیش از ساخت فرم یا گرفتن مصاحبه، بنویسد چه تصمیمی قرار است از نتیجه گرفته شود. مقاله نوشتن سؤال پژوهشی متمرکز برای همین مرحله مفید است.
چه نمونه‌هایی از داده کمی داریم؟
نمره آزمون، تعداد مراجعه، وزن، مدت زمان و پاسخ به پرسش بسته با مقیاس مشخص نمونه‌های داده کمی هستند. این داده‌ها وقتی مفیدند که تعریف سنجش روشن باشد و بتوان اندازه‌ها را با هم مقایسه کرد. صرف عددی بودن، کیفیت پژوهش را تضمین نمی‌کند؛ نمونه‌گیری و ابزار سنجش هم اهمیت دارند.
برای مثال، اگر می‌پرسید «چند درصد دانشجویان از کلاس آنلاین استفاده می‌کنند؟» باید جامعه مورد مطالعه، بازه زمانی و معنای «استفاده» را مشخص کنید. ورود یک‌باره به سامانه با حضور منظم در کلاس برابر نیست. پرسش‌نامه‌ای با عبارت مبهم میتواند عدد دقیق ظاهری تولید کند، اما پاسخ به سؤال واقعی شما ندهد. همچنین نرخ پاسخ پایین ممکن است نمایندگی نمونه را محدود کند.
در تحلیل کمی، جدول فراوانی، میانگین یا مقایسه گروه‌ها به سؤال بستگی دارد. میانگین برای همه متغیرها مناسب نیست؛ برای دسته‌هایی مانند رشته تحصیلی باید فراوانی یا نسبت گزارش شود. نمودار را با مقیاس و واحد روشن ارائه کنید. اگر دو متغیر با هم تغییر می‌کنند، از همبستگی به علت قطعی نپرید. تعداد افراد، روش نمونه‌گیری و داده‌های گمشده را در گزارش بنویسید.
داده کیفی از کجا به دست می‌آید؟
مصاحبه باز، گروه گفت‌وگو، یادداشت مشاهده و پاسخ تشریحی پرسشنامه میتوانند داده کیفی فراهم کنند. این داده‌ها به پژوهشگر اجازه می‌دهند دلیل، زمینه و تجربه افراد را با جزئیات بفهمد. کیفیت آن به پرسشهای خوب، ثبت دقیق، رضایت مشارکت‌کنندگان و تحلیل شفاف وابسته است.
اگر می‌خواهید بدانید چرا مراجعه‌کنندگان از نوبت‌دهی درمانگاه ناراضی‌اند، یک سؤال عددی رضایت ممکن است شدت مشکل را نشان دهد، اما جزئیات مسیر را روشن نکند. مصاحبه میتواند نشان دهد انتظار در کدام مرحله، با چه تجربه‌ای و برای چه گروهی دشوار است. در عین حال چند روایت انتخابی نباید به همه مراجعه‌کنندگان تعمیم داده شود. هدف پژوهش کیفی اغلب فهم عمیق مورد مطالعه است.
راهنمای CDC برای داده کیفی به گردآوری و تحلیل نظام‌مند اشاره می‌کند. متن مصاحبه را فقط با چند جمله جذاب خلاصه نکنید؛ شیوه انتخاب مشارکت‌کننده، سؤال‌ها، کدگذاری و نمونه‌های مخالف را هم توضیح دهید. محرمانگی داده نیز مهم است: پیش از انتشار نقل‌قول، نشانه‌های شناسایی فرد را حذف کنید و با رضایت او عمل کنید.
برای سؤال پژوهش کدام نوع داده مناسب‌تر است؟
اگر می‌خواهید مقدار، فراوانی یا تفاوت قابل اندازه‌گیری را بدانید، داده کمی معمولاً لازم است. اگر می‌خواهید تجربه، دلیل تصمیم یا فرایند را بفهمید، داده کیفی اغلب مناسب‌تر است. گاهی یک سؤال اصلی هر دو را می‌خواهد؛ انتخاب روش باید از پاسخ مورد نیاز شروع شود.
سؤال «چند دقیقه طول می‌کشد سفارش برسد؟» با ثبت زمان پاسخ می‌گیرد. سؤال «کدام مرحله مشتری را سردرگم می‌کند؟» به مشاهده یا گفت‌وگو نیاز دارد. برای تصمیم عملی درباره کاهش زمان، ترکیب این دو میتواند سودمند باشد: داده عددی گلوگاه را نشان می‌دهد و مصاحبه علت تجربه‌شده را روشن می‌کند. البته جمع کردن دو نوع داده بدون برنامه، پژوهش را صرفاً پرهزینه‌تر می‌کند.
پیش از اجرا، جدولی ساده بسازید: سؤال، داده لازم، منبع داده، روش گردآوری و شیوه تحلیل. اگر نمی‌توانید توضیح دهید یک سؤال پرسشنامه به کدام هدف مربوط است، آن را حذف یا اصلاح کنید. مقاله نوشتن سؤال‌های بی‌طرف در پرسشنامه به جلوگیری از سوگیری در ابزار کمی کمک می‌کند؛ در مصاحبه نیز سؤال القایی میتواند پاسخ را منحرف کند.
آیا پرسشنامه همیشه داده کمی تولید می‌کند؟
خیر. پرسشنامه میتواند سؤال بسته با گزینه‌های عددی یا دسته‌ای و سؤال باز با پاسخ تشریحی داشته باشد. قالب ابزار به‌تنهایی نوع داده را تعیین نمی‌کند؛ نحوه سؤال، پاسخ و تحلیل اهمیت دارد. یک فرم کوتاه میتواند هم امتیاز رضایت بگیرد و هم دلیل آن امتیاز را بپرسد.
اگر از شرکت‌کننده می‌خواهید بین گزینه‌های «خیلی خوب» تا «خیلی بد» انتخاب کند، داده‌ای مرتب و قابل شمارش دارید. اگر می‌پرسید «چه چیزی را تغییر می‌دهید؟»، پاسخ‌های متنی به کدگذاری کیفی نیاز دارند. شمارش تعداد واژه‌ها به‌تنهایی معنای پاسخ باز را روشن نمی‌کند. همچنین تبدیل شتاب‌زده همه پاسخ‌ها به دو دسته «مثبت» و «منفی» ممکن است تفاوت‌های مهم را پنهان کند.
برای طراحی ابزار، ابتدا چند پاسخ آزمایشی جمع کنید تا عبارت‌های مبهم یا گزینه‌های جاافتاده را ببینید. به زبان مخاطب و شرایط پاسخ‌گویی توجه کنید. در گزارش، نسبت پاسخ‌های کامل و ناقص را مشخص کنید. اگر پرسشنامه در شبکه اجتماعی پخش شده، نمونه در دسترس را با نمونه تصادفی کل جمعیت اشتباه نگیرید؛ عددها ممکن است دقیق باشند اما تعمیمشان محدود باشد.
تحلیل داده کمی و کیفی چه تفاوتی دارد؟
داده کمی معمولاً با پاک‌سازی، جدول، شاخص‌های توصیفی و در صورت نیاز آزمون آماری تحلیل می‌شود. داده کیفی با خواندن نظام‌مند متن یا مشاهده، کدگذاری و یافتن مضمون‌ها بررسی می‌شود. هر دو روش به ثبت تصمیم‌های پژوهشگر و امکان بررسی دوباره نیاز دارند.
در داده کمی، خطاهای ورود، پاسخ‌های خارج از محدوده و مقدار گمشده باید بررسی شوند. در داده کیفی، پژوهشگر باید نشان دهد چگونه از گفته‌های خام به مضمون رسیده و آیا شواهد مخالف هم وجود داشته است. نرم‌افزار میتواند نظم بدهد، اما تصمیم علمی را خودکار نمی‌کند. برای مثال، نمودار زیبا بدون تعریف متغیر همان‌قدر گمراه‌کننده است که چند نقل‌قول انتخابی بدون شرح روش.
هنگام گزارش نتیجه، اندازه نمونه و محدودیت‌ها را صریح بنویسید. «بیشتر مصاحبه‌شوندگان چنین گفتند» بدون تعداد و روش انتخاب ممکن است برداشت غلط بسازد. از سوی دیگر، «میانگین رضایت ۴ از ۵ بود» بدون پراکندگی و شیوه نمونه‌گیری تصویر کامل نیست. مقاله راهنمای نگارش مقاله علمی برای دانشجو به ساختار گزارش روش و یافته کمک می‌کند.
روش ترکیبی چه زمانی ارزش دارد؟
روش ترکیبی زمانی مفید است که عددها و روایت‌ها هر کدام بخش متفاوتی از سؤال را پاسخ دهند. می‌توانید ابتدا با پیمایش اندازه مسئله را بسنجید و سپس با مصاحبه چرایی آن را بررسی کنید، یا برعکس. ترتیب، نمونه‌گیری و شیوه پیوند دادن نتیجه‌ها باید از ابتدا طراحی شود.
در ارزیابی یک دوره آموزشی، نمره پیش و پس از دوره تغییر عملکرد را نشان می‌دهد؛ مصاحبه میتواند روشن کند کدام بخش آموزش در کار واقعی قابل استفاده بوده است. اگر این دو نتیجه با هم ناسازگار باشند، ناسازگاری را حذف نکنید. شاید آزمون چیز دیگری را سنجیده یا تجربه افراد فقط به یک گروه مربوط بوده است. روش ترکیبی فرصتی برای پرسش دقیق‌تر است، نه راهی برای اعلام نتیجه دلخواه.
اجرای دو روش به زمان، نیروی تحلیل و رعایت اخلاق پژوهش بیشتری نیاز دارد. اگر پرسش شما با یک نوع داده پاسخ می‌گیرد، پیچیده کردن طرح لزوماً کیفیت را بالا نمی‌برد. تصمیم را بر اساس ارزش افزوده هر داده بگیرید. در پروپوزال بنویسید هر بخش کمی و کیفی چه خروجی دارد و چگونه در نتیجه نهایی به هم متصل می‌شوند.
چه خطاهایی در مقایسه داده‌ها رایج است؟
یکی از خطاهای رایج این است که داده کیفی را «غیرعلمی» یا داده کمی را «همیشه دقیق» بدانیم. هر دو میتوانند با روش ضعیف گمراه‌کننده شوند. خطای دیگر تعمیم چند مصاحبه به همه جامعه یا تفسیر رابطه آماری به‌عنوان علت قطعی است.
پرسش جهت‌دار، نمونه‌گیری نامناسب و حذف پاسخ‌های ناسازگار در هر دو رویکرد مشکل ایجاد می‌کند. در پژوهش کیفی، ثبت یادداشت و بازبینی کدها به شفافیت کمک می‌کند. در پژوهش کمی، تعریف متغیر و گزارش داده گمشده ضروری است. حتی انتخاب نمودار میتواند برداشت خواننده را عوض کند؛ محور بریده یا دسته‌بندی دلخواه ممکن است تفاوت را بزرگ‌تر نشان دهد.
برای پایان‌نامه یا پروژه کاری، روش را با استاد یا مسئول تصمیم‌گیر هماهنگ کنید و محدودیت را پنهان نکنید. اگر هدف فهم تجربه پنج کاربر از یک سامانه است، از همان پنج نفر برآورد درصد کل کاربران نسازید. اگر هدف سنجش فراوانی است، تنها به دو روایت جذاب تکیه نکنید. پاسخ خوب، به سؤال درست و داده متناسب وابسته است.
داده کمی مقدار و الگوی عددی را می‌سنجد؛ داده کیفی تجربه و زمینه را توضیح می‌دهد. نوع داده را از سؤال پژوهش انتخاب کنید و روش گردآوری و تحلیل را شفاف بنویسید. وقتی هر دو نوع به پرسش مستقل پاسخ می‌دهند، روش ترکیبی میتواند تصویر کامل‌تری بدهد. کیفیت نمونه‌گیری و صداقت گزارش محدودیت‌ها در هر دو روش ضروری است.
