トップダウンを使用するタイミングとボトムアップアプローチを使用するタイミングを知る
演繹的研究
演繹的推論とは、一般的なものから具体的なものに至るトップダウンのアプローチです。 実証研究では、市場調査員が関心のあるトピックとともに開発された理論を考慮して調査を開始することを意味します。
このアプローチは、市場調査者が既に実施されている研究について考えることを可能にし、その理論的基礎を拡張したり追加したりする考えを展開します。
この新しい仮説は、新しい研究を行う過程で市場調査員によってテストされる。 新しい研究で収集され、分析された特定のデータは、仮説のテストの基礎を形成するでしょう。 [確認されていない仮説は偽証されていないことに注意することが重要である。]
演繹的研究のステップ
- 一般 - 文学検索と理論
- トピックのトピック
- 理論関連アイデア
- 仮説
- データ収集
- データ分析と仮説検定
- 仮説の有無を確認する
- 所見を広める
誘導研究
帰納的推論は、特定のものから一般的なものへと変化するボトムアップのアプローチです。 この場合、具体的には、マーケット・リサーチャーによって行われた観察が、最終的に広範な一般化と理論につながる。
[同僚や公衆との話し合いのために、 ボトムアップでボトム アップではないことに注意することは重要です。 ボトムアップは、飲酒のためのトーストのようなものであり、調査研究が完了したら完全に適切と思われるかもしれません。]
帰納的研究方法のアプローチは、研究の演繹的アプローチと同様に、アイデアや関心のあるトピックで研究を開始する市場調査者の具体的な観察から始まります。
しかし、帰納的アプローチでは、研究者は関連する理論を研究にはるかに進むまで考慮しない。 これらの規則またはパターンから、市場調査員はデータの分析に来るテーマを生成する。
誘導研究ステップ
- 具体的 - 観察と措置
- トピックのトピック
- データ収集
- データクラスタまたはパターン
- データ分析
- テーマ出現
- 一般化
- 所見を広める
定量的研究と仮説
市場調査者が定量的な調査を行っている場合、この時点で理論が考慮されます。 しかし、市場調査者が質的研究を行っている場合、正式な仮説検定は行われません。 むしろ、市場調査者は、出現したデータとテーマの強みに基づいて一般化を行うかもしれない。
定性的研究におけるデータ収集とデータ分析は反復的です。 つまり、データ収集が一気に行われず、市場調査会社がスイッチを投入したように、 データ分析が始まります。 むしろ、研究者によって検討されるいくつかのデータが収集され、さらにいくつかのデータが収集され、考慮される。 ある時点で、十分なデータクラスタまたはパターンが出現したときに、市場調査員は、データ収集が方向を遅くし、停止させ、または変更することができると判断する。
定量的研究におけるデータ収集およびデータ分析は、明確な段階である。 質的研究の方法でデータ収集とデータ分析を混在させると、データの完全性が損なわれます。 一部の科学者は、データ収集とデータ分析プロセスに境界がないと、データが汚染され、研究が厳格ではないと言います。 このような妥協された研究から得られた知見は、堅牢なものとは見なされないであろう。
因果関係の調査、探索的な調査、およびその間のすべて
ボトムアップの研究方法は構造化されていないと感じていますが、構造化されたトップダウン研究方法ほど科学的ではありません。 研究アプローチのそれぞれのタイプにはそれぞれ長所と短所があるため、混合メソッドを使用する研究は珍しいことではありません。
混合方法を使用する市場調査者は、理論的な結びつきが強い研究の構成要素に演繹的な研究アプローチを適用します。
あるいは、探究的な調査を必要とすると思われる研究の構成要素に誘導研究アプローチを適用する。
これは、同じコインの両面としての演繹的アプローチと誘導的アプローチの精神的なイメージを形成するための虚偽の表現です。 実際には、それらは連続体の2つの端です。 魅力的な研究は、線形性と因果関係の探索と関連している。 帰納的研究は、調査の深さと現象に関する記述と関連しています。 研究方法の幅を重視して、その連続体のほぼ中央に混合法を配置することができます。
この記事では、さまざまな種類の控除と照会について、非常に簡潔に説明しています。 市場調査には多くの層があります。 この記事の内容は表面を傷つけ始めるばかりです。 例えば、演繹的推論と帰納的推論の哲学的根拠を考えるならば、そのアプローチを肯定主義的および自然主義的なものと呼ぶかもしれない。