Kvalitativ marknadsundersökning fokuserar på uppgifternas tillförlitlighet snarare än att fokusera på data, som skulle definieras som kvantitativ forskning. Kvalitativ forskning är viktig eftersom den mäter saker som siffror kanske inte kan definiera, kvalitativa metoder identifierar ibland trender innan de dyker upp i den kvantitativa datan.
Datatillförlitlighet har fyra nyckelkomponenter: trovärdighet, överförbarhet, pålitlighet och bekräftelse.
Trovärdighet
Triangulering och medlemskontroller hjälper till att skapa trovärdighet och bidra till pålitlighet. Andra faktorer inkluderar långvarigt engagemang med och ihållande observationer av forskningsämnen.
Triangulering ställer samma forskningsfrågor till olika studiedeltagare och samlar in data från olika källor genom olika metoder för att svara på samma frågor. Medlemskontroller sker när forskare ber deltagarna att granska data som samlats in av intervjuare och forskarnas tolkningar av dessa data. Deltagarna uppskattar i allmänhet medlemskontrollprocessen eftersom den ger dem en chans att verifiera sina påståenden och fylla i eventuella
Överförbarhet
Överförbarhet generaliserar studieresultat och försöker tillämpa dem på andra situationer och sammanhang. Forskare kan inte definitivt bevisa att utfall baserade på tolkning av uppgifterna är överförbara, men de kan fastställa att det är troligt.
Målinriktad provtagning, en form av icke-sannolikhetssampling, används för att maximera specifika data i förhållande till det sammanhang där de samlades in. Detta skiljer sig från den samlade information som skulle bli resultatet i kvantitativ forskning. Målmedvetet urval tar hänsyn till provpersonernas egenskaper, som är direkt relaterade till forskningsfrågorna.
Pålitlighet
Många kvalitativa forskare menar att om trovärdighet har påvisats är det inte nödvändigt att också och separat visa pålitlighet. Men om en forskare tillåter analys av termerna, verkar trovärdighet mer relaterad till validitet, och pålitlighet verkar mer relaterad till tillförlitlighet.
Ibland bedöms datavaliditeten med hjälp av en datarevision. En datarevision kan genomföras om datamängden är både rik och tjock så att en revisor kan avgöra om forskningssituationen gäller deras förhållanden. Utan tillräckliga detaljer och kontextuell information är detta inte möjligt. Oavsett vilket är det viktigt att komma ihåg att syftet inte är att generalisera bortom urvalet.
Anpassningsbarhet
Kvalitativ forskning kan göras för att replikera tidigare arbete, och när det är målet är det viktigt att datakategorierna görs internt konsekventa. Författare Yvonna S. Lincoln och Egon G. Guba uttalade i sin bok "Naturalistic Inquiry" från 1985 att forskare måste utforma regler som beskriver kategoriegenskaper och som i slutändan kan användas för att motivera inkludering av varje databit som förblir tilldelad kategorin samt för att ge underlag för senare tester av replikerbarhet.
Det är viktigt för andra forskare att kunna replikera resultaten för att visa att dessa resultat är en produkt av oberoende forskningsmetoder och inte av medveten eller omedveten partiskhet.
Källor:
Dye, J.G., Schatz, I. M., Rosenberg, B. A. och Coleman, S. T. (2000, januari). Konstant jämförelsemetod: Ett kalejdoskop av data. Den kvalitativa rapporten, 4(1/2).
Glaser, B. och Strauss, A. (1967). Upptäckten av grundad teori: Strategier för kvalitativ forskning. Chicago, IL: Aldine.
Lincoln, Y. S. och Guba, E. G. (1985). Naturalistisk undersökning. Newbury Park, Kalifornien: Sage.
