Use of Quantitative Data in Qualita

Use of Quantitative Data in Qualitative Research
The use of quantitative data in qualitative research is not only useful, and often
unavoidable, it provides yet another perspective. Continuing with the day care
example, making a mental count of the number of broken toys may be useful,
knowing the rate of staff turnover is important, comparing pay scales may shed
light on employment variables, and the ratio of children to care givers could be
significant. These are quantitative data, things with numeric values (e.g. 75
broken toys, a 1:10 vs 1:5 teacher/child ratio). While qualitative researchers may
not always actively seek this type of information, it is often readily present and
provides another source of insight. Most qualitative researchers do not statistically
manipulate these numeric values; rather, they will use their general descriptive
properties (e.g. counts, frequencies). If, on the other hand, you have selected a
research methodology that purposefully blends qualitative research techniques
with collecting data to be statistically analyzed, then your approach to data
collection will be very different and you will have to concern yourself with
various protocols relevant to the quantitative researcher.

ผลลัพธ์ (ไทย) 1:

การใช้ข้อมูลเชิงปริมาณในการวิจัยเชิงคุณภาพการใช้ข้อมูลเชิงปริมาณในการวิจัยเชิงคุณภาพไม่มีประโยชน์ และมักจะหลีกเลี่ยงไม่ได้ จะให้มุมมองอีก ต่อ ด้วยการดูแลวันทำให้จำนวนหมายเลขของเล่นเสียจิตใจอาจเป็นตัวอย่าง ประโยชน์รู้อัตราการหมุนเวียนของพนักงานเป็นสิ่งสำคัญ เปรียบเทียบสเกลค่าจ้างอาจหลั่งน้ำตาแสงในงานตัวแปร และอัตราส่วนของเด็กการดูแล givers อาจอย่างมีนัยสำคัญ เหล่านี้เป็นข้อมูลเชิงปริมาณ สิ่งที่ มีค่าตัวเลข (เช่น 75ของเล่นเสีย 1:10 อัตราส่วนเทียบกับ 1:5 เด็กครู) ในขณะที่นักวิจัยเชิงคุณภาพอาจค้นหาข้อมูลชนิดนี้ไม่เสมออย่างแข็งขัน มักจะมีอยู่พร้อม และแสดงแหล่งที่มาอื่นของข้อมูลเชิงลึก นักวิจัยเชิงคุณภาพส่วนใหญ่ทำไม่ทางสถิติใช้ค่าตัวเลขเหล่านี้ ค่อนข้าง พวกเขาจะใช้การอธิบายทั่วไปคุณสมบัติ (เช่นนับจำนวน ความถี่) ถ้า คง คุณเลือกเป็นระเบียบวิธีวิจัยที่ทุกเทคนิคการวิจัยเชิงคุณภาพมีการรวบรวมข้อมูลทางสถิติวิเคราะห์ได้ แล้ววิธีการของคุณกับข้อมูลคอลเลกชันจะแตกต่างกันมาก และคุณจะต้องเกี่ยวข้องกับโพรโทคอต่าง ๆ ที่เกี่ยวข้องกับนักวิจัยเชิงปริมาณ

ผลลัพธ์ (ไทย) 2:

การใช้ข้อมูลเชิงปริมาณเชิงคุณภาพในการวิจัยการใช้ข้อมูลเชิงปริมาณในการวิจัยเชิงคุณภาพไม่เพียงมีประโยชน์และมักจะหลีกเลี่ยงไม่ได้ก็ให้ยังมุมมองอื่น ต่อเนื่องกับการดูแลวันตัวอย่างเช่นการนับจิตของจำนวนของเล่นที่หักอาจจะมีประโยชน์รู้อัตราการลาออกของพนักงานที่มีความสำคัญเมื่อเปรียบเทียบกับเครื่องชั่งจ่ายอาจหลั่งน้ำตาแสงในตัวแปรการจ้างงานและอัตราส่วนของเด็กที่จะผู้ดูแลอาจจะอย่างมีนัยสำคัญ เหล่านี้เป็นข้อมูลเชิงปริมาณสิ่งที่มีค่าที่เป็นตัวเลข (เช่น 75 ของเล่นหัก 01:10 1 vs: 5 ครู / อัตราส่วนเด็ก) ขณะที่นักวิจัยเชิงคุณภาพอาจไม่เคยกระตือรือร้นแสวงหาข้อมูลประเภทนี้ก็มักจะเป็นในปัจจุบันได้อย่างง่ายดายและมีแหล่งที่มาของข้อมูลเชิงลึกอีก นักวิจัยเชิงคุณภาพส่วนใหญ่ไม่ได้สถิติจัดการค่าตัวเลขเหล่านี้ แต่พวกเขาจะใช้เป็นคำอธิบายของพวกเขาโดยทั่วไปคุณสมบัติ (นับเช่นความถี่) หากในมืออื่น ๆ ที่คุณได้เลือกวิธีการวิจัยที่มุ่งผสมผสานเทคนิคการวิจัยเชิงคุณภาพด้วยการเก็บรวบรวมข้อมูลที่จะได้รับการวิเคราะห์ทางสถิติแล้ววิธีการของคุณไปยังข้อมูลคอลเลกชันจะแตกต่างกันมากและคุณจะต้องกังวลกับตัวเองโปรโตคอลต่างๆที่เกี่ยวข้องกับนักวิจัยเชิงปริมาณ

ผลลัพธ์ (ไทย) 3:

การใช้ข้อมูลเชิงปริมาณเชิงคุณภาพการวิจัย
ใช้การวิเคราะห์ข้อมูลในการวิจัยเชิงคุณภาพ คือ ไม่เพียงมีประโยชน์และมักจะ
ย่อม มีอีกมุมมองอื่น ต่อเนื่องกับวันการดูแล
ตัวอย่าง ทำให้จิตใจของจํานวนนับของเล่นเสียอาจมีประโยชน์
ทราบอัตราการหมุนเวียนพนักงานเป็นสิ่งสำคัญ การเปรียบเทียบเครื่องชั่งจ่ายอาจหลั่ง
แสงโดยการจ้างงานและอัตราส่วนของผู้ดูแลเด็กต่อได้
อย่างมีนัยสำคัญ เหล่านี้เป็นข้อมูลเชิงปริมาณ สิ่งของที่มีค่าตัวเลข เช่น 75
ของเล่นหัก อัตราส่วน 1 : 5 ครู / เด็ก 1 : 10 VS ) ขณะที่นักวิจัยเชิงคุณภาพอาจ
ไม่เสมอกระตือรือร้นแสวงหาข้อมูลชนิดนี้ มักมีที่มาและพร้อมเสนอ
ลึกอีก นักวิจัยเชิงคุณภาพส่วนใหญ่ไม่แตกต่างกัน
จัดการค่าตัวเลขเหล่านี้ แต่พวกเขาจะใช้คุณสมบัติของพวกเขาทั่วไปบรรยาย
( เช่นนับความถี่ ) ถ้าบนมืออื่น ๆที่คุณได้เลือกวิธีการที่ตั้งใจผสม

เทคนิคการวิจัยเชิงคุณภาพ ด้วยการรวบรวมข้อมูลเป็นสถิติ วิเคราะห์ แล้ววิธีการของคุณเพื่อเก็บข้อมูล
จะแตกต่างกันมากและคุณจะต้องกังวลกับตัวเอง
โปรโตคอลต่าง ๆ ที่เกี่ยวข้องกับนักวิจัยเชิงปริมาณ