Výhody a nevýhody kvantitativního výzkumu

Zdvořilost Dan Tink, fotograf. © 5. září 2005 Stock.xchng

Výzkumníci trhu často využívají kvantitativní přístupy v naší práci. Je důležité pochopit sílu a omezení jakéhokoli výzkumného přístupu. To platí zvláště s ohledem na kvantitativní výzkumné techniky ze dvou důvodů: (1) Vědecké a laické kultury jsou do značné míry okouzlené kvantitativními výzkumnými technikami a nemají tendenci se hluboce zabývat konstrukcí a mechanikou těchto postupů a (2) snadno navrhnout kvantitativní výzkumné úsilí špatně.

Falešné zaměření na čísla

Jeho "cool", aby bylo možné říci, že jste kvantitativní výzkum. "Quants", láskyplný termín, o kterém jsou kvantitativní analytici známí, byly kladeny na velké čísla na obloze . Domnívám se, že to je spíš proto, že se komplexní matematika a statistika uctívají prostě proto, že většina z nás nerozumí velké části oboru. Pokud se zdá, že něco má společenský prospěch a je zároveň obtížné a tajemné, inklinuje se k tomu, že přijme kulturní "záře". Trh je zaujatý počítačovým modelováním a simulací. To tak ctí černé krabici derivátů, které reagovaly pomalu, když modely nedokázaly předvídat nevyhnutelnou volatilitu.

Na druhou stranu řekněte nahlas, že jste kvalitativní výzkumník a lidé vám pravděpodobně poskytnou zmatený pohled. Většina lidí ví, že kvantity se nějak zabývají výběrem akcií a hodnocením portfolia.

Ale co dělá kvalitativní výzkumník? Kromě toho, že je Margaret Meadová, to je, jakou roli má kvalitativní výzkumník? Nebo to může být konvenční myšlení.

Velmi stará věc informatiky je. Počítačové modely jsou jen tak dobré jako obsah, na kterém jsou postaveny. Otázka reflexivita není nikdy příliš daleko.

George Soros použil slovo reflexivita ve spojení s ekonomikou obecně a zejména s finančními trhy. Heisenbergův princip nejistoty, rovnocenný reflexivita v oblasti fyziky, je také v tomto kontextu relevantní. Heisenberg - ve zkratce, který nedělá zásadu spravedlnosti - tvrdí, že nemůžeme měřit dva atributy věci okamžitě, protože v našem měření měříme atributy nebo věc, a proto způsobujeme změnu nebo zkreslení původního .

Vezměme si George Soros komentář k ministerstvu ekonomiky Světové ekonomiky MIT v roce 1994.

" Obecně uznávanou teorií je to, že finanční trhy mají tendenci k rovnováze a celkově zlevňují budoucnost správně. Používám jinou teorii, podle níž finanční trhy nemohou správně zúročit budoucnost, protože neuznávají pouze budoucnost; pomáhají to formovat.V některých případech mohou finanční trhy ovlivnit takzvané fundamenty, které by měly odrážet.Když se tak stane, trhy vstoupí do stavu dynamické nerovnováhy a chovají se zcela odlišně od toho, co by teorie považovala za normální efektivních trhů. "

Jiný současný pohled na v podstatě stejný jev je popsán v knize The Black Swan od Nassima Nicholase Taleba. Černá labuť není v přírodě běžná - jen málo lidí vidělo černé labuť. Podle Taleba, černá labuť je pozitivní nebo negativní událost, která je považována za velmi nepravděpodobnou. Ale když nastane černá labuť, způsobí to masivní následky. Někteří lidé věří, že černošské události o labuť vysvětlují hodně o světě. Ale většina lidí - zejména odborníků - je slepá k černým labutěm.

Skrytý přístup je nezbytný pro vědecké poznatky založené na důkazech. Existuje několik věcí, které je třeba zvážit při zkoumání konceptů souvisejících s číslovým fetišismem, který slepí lidi na úskalí přijetí kvantitativního výzkumu v nominální hodnotě a nadměrné závislosti na normálním rozložení.

Je chybou přesvědčit se, že kvantitativní výzkum založený na inferenčních statistikách je důvěryhodnější nebo vědecký než pozorovací výzkum založený na poznatcích. Skutečně důležitým bodem ve srovnání kvantitativního výzkumu a kvalitativního výzkumu je, že subjektivní účast výzkumného pracovníka - což je jedna z nejvíce odolných námitek týkajících se kvalitativního výzkumu - se uskutečňuje v kvantitativních přístupech . Ve skutečnosti se to objevuje dříve v empirické posloupnosti výzkumného toku v kvantitativním výzkumu než v kvalitativním výzkumu .

Výzkumný pracovník vytváří hypotézu v kvantitativním výzkumu, který bude "testován" statistickými procesy. Generování hypotézy může být velmi subjektivní aktivitou. A velmi úzké zaměření testování hypotéz může být zavádějící. Mnoho forem kvalitativního výzkumu umožňuje vznikající vzory v datech směřovat k tématům, které mohou přiřadit vztahy (toto je ekvivalent testování hypotéz v kvantitativním výzkumu). Kvalitativní výzkum je mnohem pravděpodobnější, že se objeví "černé labutě", pro které neexistuje hypotéza, která by mohla být prokázána nebo vyvrácena.