Kvantitatīvā izpēte attiecas uz skaitļu izmantošanu datu analīzei. Dažādās disciplīnās, tostarp epidemioloģijā, zinātnē un medicīnā, tiek izmantoti dažādi veidi. Skaitļus var savākt manuāli vai automātiski, atkarībā no izpētes veida un nepieciešamā precizitātes un precizitātes līmeņa.
Pazīstams arī kā empīrisks pētījums, termins “kvantitatīvs pētījums” īpaši attiecas uz eksperimentiem, kas dod izmērāmas vērtības, kuras var analizēt, izmantojot statistiku, skaitļus un matemātiskos modeļus. Skaitļiem ir kvantitatīvās īpašības, ko izmanto vidējo vērtību un normālo diapazonu noteikšanai salīdzināšanai. Dažu veidu izpētes vērtības tiek tabulas manuāli, bet citi veidi ir automatizēti. Tā rezultātā manuālās un automatizētās datu vākšanas uzticamība nedaudz atšķiras.
Manuāla datu apkopošana parasti ir uzticama nelielām datu kopām, jo kļūdas robeža ir minimāla. Epidemioloģija parasti izmanto aptauju izpēti, kvantitatīvu manuālu datu vākšanas veidu. Citas manuālas savākšanas formas ietver taimera vai skalas izmantošanu, kam izmērītajām vērtībām nepieciešama precīza rādījuma transkripcija datu vākšanas lapā; tomēr, jo vairāk vērtību ir jāreģistrē, jo lielāka kļūst cilvēka kļūdas iespēja.
Visprecīzākais kvantitatīvā pētījuma veids ietver automatizētu datu vākšanu, kurā cilvēka kļūdas faktors ir gandrīz pilnībā novērsts. Zinātniskā izpēte lielā mērā balstās uz automatizētiem vai datorizētiem aprēķiniem, lai iegūtu precīzus un precīzus rezultātus. Izmantojot iepriekšējo taimera vai skalas piemēru, kas prasa, lai cilvēks pārsūtītu rādījumu uz datu lapu, automatizēta sistēma savienotu ierīci tieši ar datoru un saglabātu vērtības, neko nepierakstot.
Kvantitatīviem pētījumiem ir daudz pielietojumu arī medicīnas jomā. Klīnisko pētījumu pētījumos daži izplatīti kvantitatīvie parametri ietver patoloģiju, kardioloģiju un fiziskos mērījumus. Asins līmenis satur izmērāmu daudzumu balto un sarkano asins šūnu un elektrolītu. Tā vietā, lai fiziski skaitītu katru paraugu, datu vākšanas process tiek automatizēts, izmantojot datoru. Tas palielina rezultātu precizitāti un precizitāti, kā arī veicina konsekvenci.
Uzvedības un histoloģiskie pētījumi ir tikai divi piemēri tam, kā tiek izmantoti kvantitatīvie un kvalitatīvie pētījumi, jo ne viss izmērītais dos reālu skaitli. Kvalitatīvais pētījums rada vērtības, pamatojoties uz skalu vai pakāpi. Šāda veida dati joprojām ir vērtīgi, taču tiem ir mazāka statistiskā jauda.
Datu analīzes galvenais mērķis ir iegūt rezultātus, ko var analizēt statistiski. Bez skaitliskām vērtībām kļūst grūti salīdzināt konkrēta pētījuma rezultātus ar rezultātiem, kas iegūti no dažādiem pētījumiem. Statistikas izmantošana nodrošina universālu veidu, kā interpretēt kvantitatīvo eksperimentu rezultātus.