La fenomenología utiliza métodos como observación y entrevista para tratar de determinar por qué las personas toman las decisiones que toman fuera de razones puramente lógicas.
¿Por qué alguien elige la opción más cara si conoce la opción más barata de ser una compra lógicamente mejor?
No siempre actuamos de manera que la lógica pueda explicar fácilmente, la investigación fenomenológica se sumerge en los otros factores contribuyentes.
Se podría decir que el método de investigación está buscando cómo se sienten los participantes sobre las cosas, pero puede ser aún más profundo que esto, utilizando tipos de investigación para profundizar en su toma de decisiones subconscientes.
Cuando interactuamos con una marca o campaña, podemos reaccionar en lo que se siente como una forma natural, en lugar de parecer que lo piensa mucho. ¿Cómo puede la investigación cualitativa aprovechar esto, este proceso de toma de decisiones que se trata de sentimiento e instinto?
Un ejemplo podría ser comprar un automóvil, las personas a menudo investigarán mucho y luego tomarán una decisión de compra que está en desacuerdo con la evidencia lógica. Puede haber una marca y un modelo que aparentemente sea mejor en todos los sentidos y, sin embargo, algo anula esto, una desconfianza instintiva de la marca o la inclinación natural hacia otra. El fabricante podría tener una mezcla desalentadora de conocer su modelo como el mejor y, sin embargo, no obtener las ventas que esto debería crear.
Por lo tanto, la investigación fenomenológica no siempre es sencilla y requiere expertos experimentados expertos en los tipos de investigación cualitativa. Sin lugar a dudas, este puede ser uno de los diferentes tipos de investigación cualitativa en la comprensión sobre cómo los consumidores y los usuarios realmente toman decisiones.
¿Qué es modelo cualitativo ejemplos?
En modelos explicativos
La caja negra se aclaró.
A finales de las publicaciones del Club de Roma, el modelado y las simulaciones de sistemas dinámicos han entrado en la luz de un público interesado. Sus pronósticos sobre el «desarrollo del mundo» incluso influyeron en la autoimagen de la sociedad postindustrial, han despertado su propia conciencia de riesgo y han llevado a discusiones sobre los ‘límites del crecimiento’ (1973) o sobre ‘más allá de los límites de crecimiento ‘(1988). Hoy, en particular, y en particular las preguntas sobre el cambio del clima mundial en público son (también sistémicamente dinámicos).
Según Forrester, la información requerida para el modelo es el 98% de la experiencia práctica y el conocimiento; Los datos reales solo se requieren para el 2%restante.
El objetivo del modelado y las simulaciones dinámicas del sistema, que también incluye pasos qunatativos con la creación de ecuaciones de estado y modelo, es la explicación del comportamiento del sistema a lo largo del tiempo (especialmente el conocimiento de las variables críticas) de su naturaleza estructural. Los tamaños del modelo se cambian y se interpretan diferentes rutas de desarrollo (escenarios) entre sí. Los sentimientos siempre están involucrados.
En esta consideración cualitativa, se habla de un modelo explicativo. Dichos modelos muestran efectos, efectos de intercambio, retrasos en el tiempo y retroalimentación entre los elementos de un sistema en el tiempo.
Los modelos de este tipo a menudo se llaman meta modelos. Si un sistema se modela y se ve matemáticamente en su dinámica, el requisito de datos empíricos se reduce significativamente. «La detección correcta de una retroalimentación importante es de mayor importancia para comprender la dinámica de un sistema que la existencia de muchas filas de mediciones adquiridas elaboradamente». (Bossel, 1992).
Si se construye un modelo cualitativo o cuantitativo, siempre está conectado a un propósito (o significado) que se basa en una situación de interés, emocional o problemática específica. Hay dos ejemplos: los gerentes y los empleados tienen intereses y sentimientos muy diferentes al modelar el mercado laboral. Las personas en la costa y en las montañas a veces tienen problemas y sentimientos completamente diferentes al modelar el clima. Cada formación del modelo se centra en los extractos de la realidad que sirven para cumplir con el propósito. Y: un modelo no solo idealizado y simplificado, sino que también establece acentos. Visto de esta manera, los modelos son nuevamente una nueva realidad constructiva. Al comienzo de cada modelado, también debe haber preguntas que ilustran el propósito del modelado.
¿Cuáles son los modelos de la investigación cuantitativa?
Las teorías y modelos forman la base de las consultas empíricas. En la investigación empírica no solo estamos interesados en las variaciones en nuestros datos (lo que observamos que sucede en el mundo), sino que también queremos probar si los datos se ajustan a nuestro modelo o una teoría. También queremos desarrollar teorías o incluso construir nuevas basadas en las anteriores y/o nuevas pruebas empíricas.
Los científicos sociales generalmente hacen preguntas sobre el comportamiento social, las actitudes y las creencias de los humanos. ¿Cómo se comportan las personas en ciertas circunstancias sociales? ¿Hay algún patrón regular de comportamiento que se pueda observar repetidamente? Por ejemplo, ¿qué actitudes están asociadas con un alto grado de participación en línea? ¿Qué hace que las personas voten por ciertos candidatos en las elecciones presidenciales? ¿Cuál es el efecto de la cobertura de los medios? ¿Cómo predicen e influyen los factores socioeconómicos e influyen en el consumo de medios? Y así.
En general, hay dos estrategias a seguir al realizar investigaciones cuantitativas. El primero, en el que los investigadores formulan hipótesis sobre la base de las investigaciones anteriores y las prueban con datos empíricos, se denomina investigación confirmatoria. La investigación confirmatoria confirma (o rechaza) hipótesis. La otra estrategia, posiblemente complementaria, es la investigación exploratoria. La investigación exploratoria es, por definición, una especie de aventura en los datos. Este método comienza con los datos y la exploración para formular hipótesis y teorías basadas en la comprensión derivada de los datos.
Algunos analizadores de datos pueden sugerir que el análisis de datos exploratorios podría ser seguido por un análisis confirmatorio: primero el investigador explora los datos, encuentra algunas asociaciones interesantes, luego considera que la teoría respalda las variaciones observadas y finalmente realiza una prueba estadística para verificar lo que se acaba de encontrar. . Sin embargo, existe un peligro en este razonamiento. Los datos pueden incluir correlaciones que realmente no existen, pero están en los datos solo por casualidad. En teoría, uno puede encontrar evidencia arbitraria de los datos y desarrollar una teoría a su alrededor para «confirmar» las observaciones. Así es como funcionan principalmente los cerebros humanos: vemos patrones («evidencias») a nuestro alrededor e intentamos explicarlos. Sin embargo, también se ven patrones donde en realidad no hay nada en absoluto.
Este sesgo de confirmación puede ser dañino en la investigación científica, y los métodos estadísticos son exactamente la forma de evitar sucumbirlo. Por lo tanto, una buena investigación científica se basa en algún tipo de razonamiento teórico, ya sea tomada y probada contra datos empíricos o desarrollado en el curso de la exploración de datos y cuidadosamente vinculado con un cuerpo existente de investigación y teorías empíricas.
¿Qué características tiene un modelo de investigación cualitativa?
La investigación cualitativa es realizada por empresas que reconocen la condición humana y desean aprender más al respecto. Algunas de las características clave de la investigación cualitativa que permiten a los profesionales realizar una investigación cualitativa comprenden pequeños datos, ausencia de verdad definitiva, la importancia del contexto, las habilidades de los investigadores y son intereses.
Una de las características más obvias de la investigación cualitativa es la falta de verdad definitiva.
A diferencia de los datos cuantitativos, que son clínicos, lógicos y que se trata de absolutos, los investigadores recopilan datos cualitativos que simplemente desean saber más sobre el tema en cuestión.
Tenga en cuenta que la recopilación de datos cualitativos no ocurre en el vacío y depende del contexto.
Los datos son el resultado de varios factores situacionales que varían de una persona a la siguiente, y es por esta razón que los investigadores cualitativos tienden a preocuparse por si los datos son razonablemente probables en lugar de lo hecho.
Esta plausibilidad se puede aumentar asegurando que el proceso de recopilación de datos sea tan preciso como sea posible.
Más al punto anterior es la importancia del contexto. Dado que la investigación cualitativa se realiza para comprender mejor los problemas del mundo real, la investigación debe considerar los contextos naturales en los que existen las personas.
El contexto depende del entorno o experiencia o experiencia social, cultural o histórico.
De esta manera, la investigación cualitativa proporciona una descripción precisa de cómo se sienten las personas, qué fuerzas dan forma a sus vidas y otros factores menos tangibles que los datos cuantitativos pueden no capturar o explicar.
¿Cuál es el modelo de la investigación cualitativa?
Los modelos cualitativos ayudan a las personas a revisar y estudiar varias partes de la información. La lógica es necesaria para crear un modelo que capture la información necesaria y produce los resultados esperados. Los diferentes tipos de modelos cuantitativos incluyen deducción matemática, pictórica y analítica. Los investigadores a menudo usan modelos cualitativos para brindar apoyo a las hipótesis y definen nuevas declaraciones de los datos recopilados. La información recopilada generalmente dicta qué tipo de modelo usar, aunque los investigadores pueden usar modelos estándar basados en tipos específicos de estudios.
Los modelos matemáticos pueden ser simplistas o complejos en varios modelos cualitativos. Los investigadores pueden recopilar información que involucra números y otras cifras para conectarse al modelo matemático. El análisis estadístico menor también puede aparecer en este tipo de estudios matemáticos. Por ejemplo, un investigador puede desear información sobre la probabilidad de que ocurra cuando se produce B o la probabilidad de que A y B ocurran al mismo tiempo. Los estudios empíricos generalmente exigen procesos matemáticos y estadísticos.
Los gráficos o diagramas pictóricos son otros tipos comunes de modelos cualitativos utilizados en los estudios. Los estudios organizacionales pueden requerir contornos de todas las personas que trabajan en una organización. Un gráfico pictórico describe la estructura de gestión y cómo una empresa define el flujo de supervisión de los empleados. Estos modelos son infinitamente más cualitativos que los modelos matemáticos o estadísticos definidos anteriormente. Los investigadores deben observar y recopilar datos ellos mismos para crear gráficos y diagramas pictóricos para este tipo de estudio.
La inducción analítica representa modelos cualitativos para derivar la lógica de los datos recopilados. Por ejemplo, un investigador puede buscar determinar si las declaraciones son ciertas cuando se basan en métodos de investigación específicos. Se necesitan encuestas u otros métodos para recopilar datos relacionados con declaraciones comúnmente hechas en una sociedad. El proceso de investigación utiliza modelos cualitativos que obtienen respuestas específicas de un gran grupo de personas que pueden responder con precisión a las preguntas formuladas, generalmente sin sesgo. La revisión y difusión de los datos ayudan a completar el estudio y responder preguntas utilizando la inducción analítica.
Artículos Relacionados:
- Aprende a optimizar tus investigaciones cuantitativas para mejores resultados
- Diseños de investigación cualitativa: cómo optimizar su estrategia de investigación para mejores resultados
- Los 5 mejores instrumentos de investigación cualitativa para tu estudio
- Metodología de investigación cualitativa: una guía para principiantes
