ditt mål med att genomföra kvantitativ forskningsstudie är att bestämma förhållandet mellan en sak och en annan inom en befolkning. Kvantitativa forskningsdesigner är antingen beskrivande eller experimentella . En beskrivande studie fastställer endast samband mellan variabler; en experimentell studie fastställer orsakssamband.

kvantitativ forskning handlar om siffror, logik och en objektiv hållning. Kvantitativ forskning fokuserar på numberic och oföränderliga data och detaljerade, konvergent resonemang snarare än avvikande resonemang .

dess huvudsakliga egenskaper är:

• data samlas vanligtvis med hjälp av strukturerade forskningsinstrument.
• resultaten är baserade på större provstorlekar som är representativa för befolkningen.
• forskningsstudien kan vanligtvis replikeras eller upprepas, med tanke på dess höga tillförlitlighet.
• forskaren har en tydligt definierad forskningsfråga till vilka objektiva svar söks.
• alla aspekter av studien är noggrant utformade innan data samlas in.
• Data är i form av siffror och statistik, ofta ordnade i tabeller, diagram, figurer eller andra icke-textuella former.
• projekt kan användas för att generalisera begrepp bredare, förutsäga framtida resultat eller undersöka orsakssamband.
• forskaren använder verktyg, såsom frågeformulär eller datorprogram, för att samla in numeriska data.

det övergripande syftet med en kvantitativ forskningsstudie är att klassificera funktioner, räkna dem och konstruera statistiska modeller i ett försök att förklara vad som observeras.

saker att tänka på när du rapporterar resultaten från en studie med kvantitativa metoder:

1. förklara de insamlade uppgifterna och deras statistiska behandling samt alla relevanta resultat i förhållande till det forskningsproblem du undersöker. Tolkning av resultat är inte lämpligt i detta avsnitt.
2. rapportera oförutsedda händelser som inträffade under din datainsamling. Förklara hur den faktiska analysen skiljer sig från den planerade analysen. Förklara din hantering av saknade data och varför eventuella saknade data inte undergräver giltigheten av din analys.
3. förklara de tekniker du använde för att” rengöra ” din datamängd.
4. Välj ett minimalt tillräckligt statistiskt förfarande; ge en motivering för dess användning och en referens för den. Ange vilka datorprogram som används.
5. beskriv antagandena för varje procedur och de steg du tog för att säkerställa att de inte kränktes.
6. när du använder inferentiell statistik, ange beskrivande statistik, konfidensintervall och provstorlekar för varje variabel samt värdet på teststatistiken, dess riktning, frihetsgraderna och signifikansnivån .
7. Undvik att dra slutsatser om orsakssamband, särskilt i icke-randomiserade mönster eller utan ytterligare experiment.
8. använd tabeller för att ge exakta värden; använd siffror för att förmedla globala effekter. Håll siffrorna små i storlek; inkludera grafiska representationer av konfidensintervall när det är möjligt.
9. berätta alltid för läsaren vad du ska leta efter i tabeller och figurer.

OBS: När du använder befintliga statistiska data som samlats in och gjorts tillgängliga av någon annan än dig själv , måste du fortfarande rapportera om de metoder som användes för att samla in data och beskriva eventuella saknade data som finns och, om det finns någon, ge en tydlig förklaring till varför den saknade dataten inte undergräver giltigheten av din slutliga analys.

Babbie, Earl R. utövandet av Social forskning. 12: e upplagan. Belmont, Kalifornien: Wadsworth Cengage, 2010; Brians, Craig Leonard et al. Empirisk politisk analys: kvantitativa och kvalitativa forskningsmetoder. 8: e upplagan. Boston, MA: Longman, 2011; McNabb, David E. forskningsmetoder inom offentlig förvaltning och ideell förvaltning: kvantitativa och kvalitativa metoder. 2: a upplagan. Armonk, NY: Me Sharpe, 2008; kvantitativa forskningsmetoder. Skriva@CSU. Colorado State University; Singh, Kultar. Kvantitativa Sociala Forskningsmetoder. Los Angeles, CA: Sage, 2007.