定量研究和定性研究具有互補性質，您可在調查問卷中結合使用這兩者，進而獲得全面性而深入的結果。
研究方法的選擇，取決於您需要收集哪些類型的資料及見解，以利達成研究目標。定性資料提供較多的細節和來龍去脈，能讓您更深入地瞭解每個回覆背後的影響因素；而定量資料則是透過累積一定數量的結果，以從中總結出某種趨勢或驗證您提出的研究假設。為了能在調查問卷中善用這兩種研究方法，您必須先瞭解它們之間的差異。一起來一探究竟吧。
定量研究和定性研究之間的差異
定量研究的定義
若您需要從研究中歸納出總體結論並預測結果，可採用定量研究方法來提出佐證。這類方法專門收集數值型資料，而數值型資料可用來評估不同變數的影響。研究人員必須透過系統性的資料收集方式，確保所獲得的定量資料具有結構性及統計特性，以呈現客觀結論。
定性研究的定義
定性研究方法的用途，是解釋研究結果背後的原因。這類研究比較不注重統計數據和結構化資料，但卻能夠透過文字資訊讓研究人員更深入地瞭解人們的行為、動機、情緒。
定性研究方法通常涉及第一線觀察資料，例如從訪談或焦點小組獲得的資訊。這類市場研究通常會在自然情境中進行，也就是在研究人員不做任何干預的情況下 (沒有實驗組和對照組之分別) 進行的研究。
定性研究雖然能讓您深入瞭解您要研究的問題，但它蒐集到的結果卻比較難分析。
定性研究收集的資訊比較描述性，旨在對研究主題進行說明而非測量。這類研究想獲得的是意見、觀點和屬性，而不是能用圖形或圖表呈現的明確數字。
定性研究及定量研究分別的使用時機舉例
本質上來說，定性研究法和定量研究法所針對的研究目標不同。定量資料有助於掌握大局；定性資料則能揭露較多細節，也讓調查結果較富有人性。
讓我們來說明這兩種研究方式在研究專案中的使用時機。
- 形成假說：定性研究可協助您針對某個主題 (通常是探索性的研究) 收集詳細的資訊。您可以透過這些資料瞭解人們對哪些問題或機會有興趣，進而用來作為您研究的起點。這些點子有助於您提出假設，然後再藉由定量研究來進行驗證。
- 驗證假說：定量研究會提供數據，讓您進行統計分析，以便驗證您的假說。某個問題究竟是確實存在，或只是少部分人的看法？您收集到的答案能化為定量資訊，幫助您做出結論。
- 找出普遍性的答案：相較於定性研究，定量研究的受訪者通常較多，因為進行以選擇題為主的問卷調查，比舉行訪談或焦點小組座談輕鬆多了。也因此，定量研究有助於明確地回答範圍較廣的問題，例如：人們比較喜歡貴公司，還是貴公司的其他競爭者？貴公司最重要的服務是哪項？哪個廣告最能吸引到顧客？
- 結合人力：定性研究也可在您專案的最後階段提供幫助。從開放式問題中獲得的發言可使結果中的客觀數字和趨勢更生動活潑。很多時候，聆聽客戶自由陳述的意見有助於您發現盲點。
使用 SurveyMonkey Audience 進行定量研究，觸及您理想的受眾樣本。
結合定量研究和定性研究的三大訣竅
在這個大數據的時代，大量的統計資料和數據是引導每項決策的重要基礎。然而，若沒有人們真實的聲音來賦予數字意義，這個基礎將不完整。因此，這兩種研究方法並不互相衝突，它們就像一個團隊，相輔相成。
如何將這兩種研究方法結合使用呢？以下介紹最重要的幾個訣竅：
- 定性研究應該放在定量研究之前。定性研究往往是尋找新問題與新契機的起點，能為往後更深入的研究鋪路。定量資料則能帶來測量數據，讓您確認問題或契機的所在，並進一步瞭解之。舉例來說，大型會議的主辦單位會發放活動後調查問卷，透過開放式問題來瞭解參加者最喜歡活動的哪個部分，以及如何把活動辦得更好等等。此外，他們也會用封閉式問題來追蹤出席率、整體滿意度、演講品質以及所提供資訊的價值。假設有許多人回覆說本次活動最大的缺點是地點不夠方便，主辦單位便能根據這項定性研究的發現，在下次的活動前問卷中新增相關的定量研究問題詢問偏好地點，來提升會議地點的可及性。
- 決定要用什麼方法獲得您需要的定性資料。想要收集到豐富又詳盡的資訊，以更加了解您想要研究的主題，您可以使用的定性研究方法很多。
- 面談：透過一對一的對話，深入探討要研究主題。
- 個案研究：透過深度訪談收集客戶的體驗歷程。
- 專家意見：從可靠的來源收集高階研究結果。
- 焦點小組：透過面對面或線上管道與一小群人對談，以聆聽其觀點。
- 調查問卷中的開放式問題：讓受訪者在回覆中表達自己的想法。
- 觀察性研究：觀察人們在日常生活中如何使用某個產品或服務。
然而，這類開放式的研究方法不見得能夠為您的大哉問帶來最準確的結果。此外，分析這種調查結果可能會相當吃力，因為每個人在表達觀點時的用詞和講話方式都不同，受訪者在作答時也可能會離題。 - 知道收集定量資料的原因和時機
在收集定量資料之前，應確定您想要量化的是什麼問題或趨勢、您想要知道哪件事是否有統計顯著性。定性資料雖然能帶來豐富的見解，但卻可能因為太模糊而難以得出結論。盡量避免詢問太籠統的問題，以免受訪者誤會您的意思，問題的設計也必須確保所獲得的意見回饋有助於達到研究目標。舉例來說，假設您是網際網路供應商，詢問顧客「您對您現在使用的網際網路服務有什麼想法？」可能無法看出客戶對服務各個面向的滿意度。
以這個例子來說，衡量客戶滿意度比較具體的問法可能是：
我使用的網際網路服務很可靠：
- 一直都是
- 大多時候是
- 有一半的時候是
- 只有偶爾是
- 從未如此
定量資料與定性資料分別帶來的好處
若能雙管齊下，這兩種類型的洞見能讓對研究主題有您更全面的瞭解；然而，若您已經確定您需要知道的不是「是什麼」而是「為什麼」(或相反)，那麼直接專注於定性研究 (或定量研究) 會是比較簡便的作法。讓我們再次解釋這兩者的不同：
定量資料可用來說明「是什麼」：
- 透過封閉式問題測量行為、意見和趨勢
- 提供數值化和統計化的資料數據，便於分析型態、平均值及相關性
- 透過從大量樣本收集資料，獲得具普遍性的研究發現
- 建立統計顯著性、長期追蹤指標並以目標數值作為衡量基準
定性資料可用來說明「為什麼」：
- 透過開放式意見收集呈現出行為、動機和態度的背景脈絡
- 獲取更主觀的見解，如感受、個人意見和獨特觀點等
- 有助於瞭解一些無形事物，如公司文化和未被滿足的需求等
- 讓受訪者的各種意見協助您發想新點子和主題
定性問題及定量問題舉例
我們的客戶滿意度調查問卷範本裡有一些不錯的例子，能讓您了解如何運用定性問題及定量問題來全面掌握企業的整體表現。
定量問題：
您成為本公司客戶多久了？
- 這是我第一次購買
- 6 個月以內
- 6 個月到 1 年
- 1-2 年
- 3 年以上
- 我從未購買過
您再次購買本公司產品的可能性有多大？
- 極有可能
- 相當有可能
- 有點可能
- 不太可能
- 毫無可能
定性後續問題：
- 您是否有任何其他意見、問題或疑慮？
下列是我們員工參與度調查問卷裡的另一個範例。
定量問題：
當您犯錯時，您的主管有多常以建設性態度應對？
- 一直
- 大部分的時候
- 約有一半的時間
- 偶爾
- 從不
定性問題：
- 您的上司需要怎麼做才能提升其績效？
在清楚認識定性資料和定量資料的定義，也瞭解這兩種研究方式的差異之後，您現在更知道這兩種研究方法要如何同時使用或擇一使用了。下次進行問卷調查時，不妨從我們的資源庫中選用一份專家撰寫的範本，把您學到的知識付諸應用吧！
我們擁有各類問題的範本，歡迎查看專家建構的 SurveyMonkey 調查問卷範本資源庫。
準備好要寄送並分析您的第一份調查問卷了嗎？
SurveyMonkey 可協助您做出收集定性或定量資料的選擇，以取得最佳結果。