Hva er de beste tipsene for å samle inn kvantitative data?

Det er mange forskjellige vitenskapelige og praktiske fokusområder som er avhengige av innsamling av kvantitative data. Innsamling av kvantitative data er for eksempel av sentral betydning i forskningsbaserte felt som kjemi, fysikk og til og med noen språkvitenskapelige grener. Det er også viktig for testing og andre formål innen prosjektering, informatikk og andre datakrevende felt og prosjekter som tar sikte på å produsere et sluttprodukt. De spesifikke metodene som brukes for å samle inn kvantitative data varierer drastisk mellom prosjekter, men det er noen prinsipper for datainnsamling som kan brukes vidt, om ikke universelt. Det er for eksempel viktig å ta alle mulige tiltak for å eliminere menneskelig og eksperimentell feil, å samle og analysere alle data i stedet for bare det som passer ens teorier, og å kjøre et eksperiment eller teste flere ganger for å se etter feil.

Selv om minimale feil noen ganger er akseptable, kan det i noen tilfeller føre til betydelig unøyaktighet eller til og med til et prosjekt mislykkes. Når det er mulig når man samler inn kvantitative data, bør man bestemme i hvilken grad feil kan tolereres. Teknikkene og enhetene som brukes for å samle inn kvantitative data, skal kunne gjøre det innenfor dette tålelige feilområdet. Hvis de ikke kan det, er det sannsynligvis nødvendig å avgrense datainnsamlingsmetoden eller å komme frem til en helt ny.

Når man samler inn kvantitative data er det ofte fristende å registrere og bare bruke resultatene som tilsvarer tidligere eksperimenter eller til teoretiske forventninger. Dette gjelder spesielt når bare noen få av de innsamlede tallene avviker betydelig fra forventet resultat. Disse utliggerne kan imidlertid være ekstremt viktige og bør ikke ignoreres, spesielt hvis de gjentar seg i påfølgende eksperimenter. Uventede resultater kan indikere problemer med den eksperimentelle prosedyren eller materialene eller kan til og med antyde at de eksisterende teoriene om emnet eksperimentering eller testing er feil. Prosessen med å samle inn kvantitative data kan bare være effektiv og objektiv når forskeren samler inn og rapporterer alle data.

Å utføre flere uavhengige studier er en utmerket måte å minimere feil når man samler inn kvantitative data. Dette kan avsløre problemer som kalibrering av enheter, menneskelig feil eller effekten av uventede og ukontrollerte variabler. Når det er mulig, bør forskjellige grupper av mennesker kjøre testene eller eksperimentene som er rettet mot å samle inn spesifikke kvantitative data. De to gruppene kan sammenligne alle metoder og variabler hvis de samler forskjellige resultater, og dermed lar dem isolere de spesielle feilene som oppsto under prosessen med å samle inn kvantitative data.