Hvad betyder Kvalitative data?

Kvalitative data er ikke-numeriske data, som ikke kan måles eller beskrives med præcise tal. Det er derfor ”bløde” data, som man ikke umiddelbart kan sammenligne på tværs af store datasæt. Der er tale om data, som beskriver visse egenskaber, og kan favne bredt i forhold til datatyper. Det bruges ofte som et supplement til kvantitative data, som sammen kan give et indblik i et væld af emner og temaer.

På denne side kan du blive lidt klogere på kvalitative data og den kvalitative metode, som kan være et vigtigt element, når man skal analysere sin virksomheds eller hjemmesides performance.

Den kvalitative metode er en dybdegående metode, som dykker ned og undersøger større tendenser nærmere. I modsætning til de statistiske analyser og indsamlinger af hårde tal som bruges i den kvantitative metode, benytter den kvalitative metode sig af en mere undersøgende indgangsvinkel. Den forsøger at beskrive et emne i dybden, og kan derfor f.eks. beskæftige sig med personers eller virksomheders holdninger, adfærd og egenskaber.

Der er flere forskellige kvalitative metodeeksempler, som bl.a. inkluderer interviews, casestudier, fokusgrupper og observationer af personer i deres normale hverdag. Når man interviewer og spørger personer om deres holdninger, motivationer og adfærd, kan man forstå de dybere årsager, der ligger bag. Det kan f.eks. bruges som en del af en datadrevet content marketing-plan.

Typisk vil man benytte sig af åbne spørgsmål, når man indsamler kvalitative data, da man på denne måde kan lade respondenterne få frit rum til at formulere og skrive deres tanker og holdninger ned. Hvis man beder respondenter i en spørgeskemaundersøgelse om at give en score fra 1-10, vil man ende med kvantitative og målbare data. Hvis man vil dykke dybere ned, kan man stille opfølgende åbne spørgsmål som f.eks. ”Hvad er din holdning til virksomhedens produkter?”.

Der er nogle meget klare forskelle på kvalitativ og kvantitativ metode, som kan opridses meget enkelt. Kvalitative data er ”bløde” og ikke-målbare, mens kvantitative data er ”hårde” og målbare. Kvantitative data kan beskrives og analyseres ved hjælp af grafer, statistikker og diagrammer. Kvalitative data kan derimod ikke indsamles og beskrives på en samlet måde, men skal analyseres i deres specifikke helhed.

Kvantitative data kan dermed fungere som et værktøj til at beskrive brede, generelle tendenser i befolkningen, mens kvalitative data kan supplere med yderligere indsigt i årsagerne bag disse tendenser. Man kan altså gå fra en beskrivelse af helheden til en forståelse for de detaljer, der er afgørende for disse tendenser. Dermed kan man f.eks. gå fra en generel beskrivelse af virksomhedens målgruppe til en beskrivelse af den ideelle kunde eller persona.

Der er derfor også store forskelle mellem den kvalitative og kvantitative metode i forhold til indsamlingen af data. Kvalitative data vil være sværere at indsamle, da det tager længere tid for respondenter at besvare spørgsmålene, mens det også tager længere tid at analysere besvarelserne. Kvantitative data har den fordel, at de nemt kan indsamles og beskrives, analyseres og måles hurtigt gennem data mining.

Hvornår skal man bruge den kvalitative metode? Når man skal vurdere, om det er det rigtige at bruge, bør man se nærmere på den kvalitative metodes fordele og ulemper. Vi har allerede været inde på nogle af disse ovenfor, men lad os opsummere, hvilke fordele og ulemper der kan være forbundet med den kvalitative metode.

• Man opnår en større forståelse for personers holdninger, adfærd og motivationer.
• Man kan gå i dybden med specifikke emner og opnå en større forståelse for de bagvedliggende årsager til generelle tendenser.
• Kvalitative data giver de indsamlede data en menneskelig stemme og kan derfor gøre dem mere håndgribelige.
• Kvalitative data kan åbne dine øjne for blinde vinkler, som du ikke selv har overvejet eller tænkt på.

• Kvalitative data tager længere tid at indsamle end kvantitative data og kræver et større arbejde at analysere.
• Svarene fra spørgeskemaer og fokusgrupper kan være unøjagtige og svære at analysere.
• Hvis åbne spørgsmål er for vage, kan man ende med svar i mange forskellige retninger, som måske ikke taler om det samme emne.

Interviews og fokusgrupper er en hjørnesten, når man indsamler kvalitative data. Den store ulempe ved disse metoder er som sagt, at de kan være besværlige at indsamle og analysere. Et særdeles brugbart værktøj, når man skal analysere kvalitative data, er kodning af interviews.

Ved kodning af interviews opdeler man sine kvalitative data i forskellige delgrupper, som navngives med forskellige koder. Dermed kan man gøre sit samlede datasæt mere overskueligt og nemmere at analysere og beskrive. Det kan især være en fordel, når man har meget store datasæt, som kan blive uoverskuelige.

Man skal være opmærksom på, at man i denne proces med kodning af interview kan miste nogle af de detaljer, som man har i sit datasæt. Hav derfor øje for, hvilken teori eller hypotese du gerne vil teste, når du koder dine interviews.