市场研究人员经常在我们的工作中采用量化方法 了解任何研究方法的优势和局限性非常重要。 在定量研究技术方面，尤其如此，原因有二：（1）科学和非专业文化被定量研究技术所迷惑，往往不深入研究这些程序的设计和机制，以及（2）很容易设计一个定量的研究工作。
虚假的数字焦点
它的“酷”可以说你是一个量化研究员。 “数量分析”是数量分析人员所熟知的深情术语，已被列入天空底座的众多数字中 。 我相信这更多的是因为复杂的数学和统计数据受到尊重，因为我们大多数人都不了解这个领域。 如果某件事看起来具有社会利益，并且既困难又神秘，它往往会呈现文化“光芒”。 市场专注于计算机建模和仿真。 它如此崇敬黑匣子的衍生物，当模型未能预测不可避免的波动性时，反应迟缓。
另一方面，大声说你是定性的 研究人员和人们可能会给你一个困惑的样子。 大多数人都知道，不知何故，参与股票选择和投资组合评估。
但是定性研究人员做了什么？ 除了玛格丽特米德之外，就是说，定性研究人员还有什么作用？ 或者传统的想法可能会发生。
计算机科学的一个非常古老的宗旨是。 计算机模型只和构建它们的内容一样好。 的问题 反身性永远不会很远。
乔治索罗斯将反身性与经济学，特别是金融市场结合起来使用。 海森堡的不确定性原理，即物理学领域的反身性同伴，在这种情况下也是相关的。 海森堡 - 简而言之，它没有遵循正义的原则 - 认为我们不能一次衡量一件事物的两个属性，因为在我们的测量中，我们影响属性或事物，并因此导致原始的变化或扭曲。
考虑乔治索罗斯在1994年对麻省理工学院经济学世界经济部的评论。
“ 普遍接受的理论是，金融市场趋于均衡，总体而言，正确地打折未来，我运用不同的理论，根据这种理论，金融市场不可能正确地打折未来，因为它们不仅会打折未来;在某些情况下，金融市场可能会影响所谓的基本面，它们应该反映出来，当这种情况发生时，市场会进入一种动态不平衡状态，并且与理论认为的正常状态有很大不同有效市场“。
纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）在“黑天鹅”一书中描述了另一种更现代化的现象。 黑天鹅在自然界中并不常见 - 很少有人见过黑天鹅。 据塔勒布说，黑天鹅是一种被认为极不可能的积极或消极事件。 但是当黑天鹅确实发生时，它会造成巨大的后果。 有些人认为黑天鹅事件解释了关于这个世界的很多事情。 但是大多数人 - 特别是专家 - 对黑天鹅一无所知。
怀疑论的方法对于循证科学至关重要。 在探索与数字拜物教有关的概念时，需要考虑一些事情，这些概念使人们无法接受面值的定量研究，并过分依赖于正态分布。
认为基于推理统计的定量研究比基于洞察力的观察研究更可信或科学是错误的。 定量研究和定性研究之间比较的一个真正重要的一点是，研究人员的主观参与 - 这是定性研究中最有弹性的反对意见之一 - 发生在定量方法中 。 事实上，它在定量研究的研究流的经验序列中早于定性研究 。
研究人员在定量研究中产生一个假设，将由统计过程“测试”。 假设的产生可以是非常主观的活动。 而假设检验的狭窄焦点可能会引起误解。 许多形式的定性研究都允许数据中出现的模式指向可以归因于关系的主题（这与定量研究中的假设检验相当）。 定性研究更有可能对所发生的“黑天鹅”开放，对此，没有任何假设需要证明或反驳。