En kvantitativ dataanalyse er en dataanalyse som bygger på kvantitative primærdata som er samlet inn ved bruk av en kvantitativ datainnsamlingsmetode i et kvantitativt forskningsdesign.
De kvantitative dataanalysene skiller seg fra de kvalitative ved at vi kan benytte oss av statistiske metoder og statistisk inferense for å teste dataenes holdbarhet og til å generalisere resultatene. Kvalitative data kan vi ikke generalisere til å gjelde hele populasjonen og vi kan ikke benytte oss av de vanlige statistiske metodene for dataanalyser.
Variablene
Hvilke dataanalyser vi kan gjøre og hvilke konklusjoner vi kan trekke er ikke bare avhengig av hvilken problemstilling, forskningsdesign og datainnsamlingsmetode vi har valgt, men også avhengig av utvalget og variabelens egenskaper og målenivå.
Variabelens egenskaper vil si hva som kjennetegner variablene. Vi skiller her mellom:
- Dikotome variabler
- Diskontinuerlige variabler
- Kontinuerlige variabler
- Avhengige/uavhengige variabler
Foruten variablenes egenskaper vil variabelens målenivå påvirke hvilke dataanalyse metoder vi kan benytte. Når det gjelder variabelens målenivå skiller vi mellom:
- Nominialnivå
- Ordinalnivå
- Intervallnivå
- Rationnivå (forholdstall)
Jo høyere målenivå variabelen er på, desto mer avanserte statistiske teknikker kan man benytte i analysen. F.eks. kan man bare benytte standardavvik som et spredningsmål når variablene er på forholdstallnivå.
Typetallet (den verdi på variabelen som forekommer oftest) kan benyttes på alle nivåer, men er på nominalnivå det eneste mål som kan benyttes på sentraltendens. For å kunne bruke medianen som et mål på sentraltendensen, er det en forutsetning at variabelen ligger på ordinalnivå eller et enda høyere nivå.
Variasjonsbredden (antall kategorier av svar) er det eneste spredningsmål som kan benyttes når variabelen er på nominalnivå. Variabelens målenivået avgjør med andre ord hvilke regneoperasjoner som kan utføres i analysen av de innsamlede dataene.
Les mer: Variablenes egenskaper og målenivå
