INHOUDSOPGAWE[Versteek][Wys]
Ons word omring deur data, wat elke dag meer en meer betekenisvol word. Meer en meer van ons interaksies met die omgewing word gevorm deur verskeie vorme van data, insluitend ons gebruik van die internet, motoraankope, nuusstrome wat ons bekyk, en baie ander dinge.
Ons sal kwantitatiewe data in hierdie pos definieer, gevalle van kwantitatiewe data gee, bespreek hoe kwalitatiewe en kwantitatiewe data verskil, en nog baie meer.
Maar kom ons gee eers 'n tree terug.
Elke dag word 2.5 kwintiljoen grepe data—insluitend toetsresultate, klanttevredenheidtellings en twiets—geproduseer. Maar nie elke stukkie data is gelyk geskep nie.
'n Peiling wat jou vra om die diens, spyskaart, omgewing en pryse op 'n skaal van 1 tot 10 te rangskik, lewer ander data as 'n onderhoud wat jou vra om jou eetervaring te beskryf.
Dit is van kardinale belang vir ontleders wat gereeld met datastelle werk om tussen verskillende vorme van data te onderskei en te begryp hoe elkeen jou studie kan beïnvloed.
Die proses van delf in data begin gereeld met 'n spesifieke vraag wat jy probeer beantwoord, soos:
- Watter impak het demografie op verbruikersgedrag?
- Sal 'n spesifieke gehoor gunstig reageer op 'n verandering in 'n produk of diens?
- Hoe kan operasionele knelpunte uitgeskakel word om doeltreffendheid te verhoog?
Jy sal kwantitatiewe data moet insamel en evalueer, afhangende van die aard van die onderwerp, jou begroting, tyd en toeganklike hulpbronne. Ek dink jy verstaan, reg?
Kom ons begin nou.
Wat is kwantitatiewe data?
Enige versameling data wat kwantitatief geïdentifiseer en geëvalueer kan word, word as kwantitatiewe data beskou.
Die enigste soort data wat objektief gemeet kan word, is kwantitatiewe data, wat dit die mees pertinente maak tipe data vir gebruik in beide wiskunde en statistiek.
Dit word na verwys as die waarde van data wanneer dit uitgedruk word as tellings of getalle, met elke datastel wat 'n spesifieke numeriese waarde daaraan toegeken het.
Enige meetbare inligting wat in statistiese berekeninge en berekeninge gebaseer op rekenkunde gebruik kan word, word as hierdie tipe data beskou aangesien dit gebruik kan word om oordeel in die werklike wêreld te ondersteun.
Hoeveel, hoe gereeld en hoeveel is 'n paar voorbeelde van navrae wat dit kan beantwoord. Wiskundige metodes kan gebruik word om hierdie data maklik te verifieer en te assesseer.
Kwantitatiewe data soos tyd, lengte, gewig, prys, koste, wins, temperatuur en afstand is waarmee 'n data-ontleder tipies werk.
Dit kan uitgedruk word as 'n persentasie, 'n getal, 'n bladsylaaityd of ander maatstawwe op die gebied van produkbestuur, gebruikerservaring-ontwerp of sagteware-ingenieurswese.
Hoeveel mense 'n sekere item gekoop het, is 'n voorbeeld van kwantitatiewe data in die konteks van aankoop. Kwalitatiewe data oor motors kan die hoeveelheid perdekrag wat dit besit insluit.
Wat is die tipes kwantitatiewe data?
Data wat gekwantifiseer kan word, word na verwys as kwantitatiewe data, maar hoe daardie data gekwantifiseer word, wissel na gelang van die soort data-insameling wat voorhande is. Kwantitatiewe data kan in twee basiese groepe verdeel word: diskrete en kontinue. Die belangrikste variasies tussen die twee is soos volg:
Diskrete data
Kwantitatiewe inligting wat diskreet is, kan slegs 'n spesifieke reeks numeriese waardes hê. Hierdie waardes kan nie ontbind word nie aangesien hulle vas is.
Wanneer enigiets getel word, word diskrete data verkry. 'n Persoon se drie kinders, byvoorbeeld, sou 'n voorbeeld van diskrete data wees.
Die aantal kinders word vasgestel; hulle kan byvoorbeeld nie 3.2 kinders hê nie.
Die hoeveelheid besoekers aan jou webwerf is nog 'n voorbeeld van diskrete numeriese data; jy kan 150 besoeke per dag ontvang, maar nie 150.6 nie. Die mees algemene kaarte wat gebruik word om diskrete data te vertoon, is sirkeldiagramme, staafdiagramme en teldiagramme.
Deurlopende data
Omgekeerd kan deurlopende data onbepaald in kleiner komponente verdeel word. Die lengte van 'n stuk tou in sentimeter of die temperatuur in grade Celsius is twee voorbeelde van hierdie soort kwantitatiewe data wat op 'n meetskaal getoon kan word.
In wese is deurlopende data nie beperk tot vaste waardes nie; dit kan enige waarde neem. Deurlopende data kan ook oor tyd verander; byvoorbeeld, die kamer se temperatuur sal gedurende die dag verander.
'n Lyngrafiek word tipies gebruik om deurlopende data te illustreer.
Kwantitatiewe data vs kwalitatiewe data
Ons kan sien dat kwantitatiewe data gemeet kan word. Dit handel oor bedrae, waardes en getalle. Hierdie tipe inligting kan numeries gestel word (dws hoeveelheid, duur, lengte, prys of grootte).
Kwantitatiewe data het baie geloofwaardighede en word as onbevooroordeeld en betroubaar beskou omdat dit deur statistiek geproduseer word. Daar is egter nog 'n ander belangrike tipe data. Spesifiek, kwalitatiewe data.
Hierdie inligting is hoofsaaklik beskrywend van aard. In die meeste gevalle kan dit nie direk gemeet word nie, maar kan deur waarneming aangeleer word. Byvoeglike naamwoorde en ander beskrywende terme word gebruik om die voorkoms, kleur, tekstuur en ander eienskappe in kwalitatiewe data te beskryf.
Byvoorbeeld, jy kan argumenteer dat een kamer helderder is as die ander.
Daardie inligting is kwalitatief. Om werklik die helderheid in die kamer te meet en 'n numeriese nommer daaraan toe te ken, kan jy ook wetenskaplike toerusting en apparate (soos 'n ligmeter) gebruik. Jy kry kwantifiseerbare data deur dit te doen.
5 Beste metodes om kwantitatiewe data in te samel
1. Waarskynlikheidsteekproefneming
'n Presiese steekproeftegniek wat gebruik maak van 'n soort ewekansige seleksie en navorsers in staat stel om 'n waarskynlikheidseis te maak gebaseer op inligting wat lukraak van die beoogde gehoor ingesamel is.
Waarskynlikheidsteekproefneming bied navorsers die geleentheid om data in te samel van individue wat tipies is van die groep wat hulle belangstel om te ondersoek, wat een van sy beste kenmerke is.
Daarbenewens is die data ewekansig uit die gekose steekproef getrek, wat die kans op steekproefvooroordeel uitskakel.
Vir waarskynlikheidsteekproefneming is daar drie hoofkategorieë.
- Eenvoudige ewekansige steekproef: Die beoogde populasie word meer gereeld gekies om in die steekproef verteenwoordig te word.
- Sistematiese ewekansige steekproef: Enige lid van die verlangde populasie sal in die steekproef verteenwoordig word, maar slegs die eerste eenheid word ewekansig gekies; die ander eenhede word gekies asof een uit elke tien persone op die lys is.
- Gestratifiseerde ewekansige steekproef: Terwyl 'n steekproef geskep word, kan elke eenheid uit 'n spesifieke subset van die beoogde gehoor gekies word. Dit is nuttig wanneer die navorsers kieskeurig is om 'n sekere groep mense in die steekproef in te sluit, soos net bestuurders of bestuurders, mense wat in 'n gegewe bedryf werk, of mans of vrouens.
2. onderhoude
Mense word tipies ondervra as deel van 'n data-insamelingsproses. Die onderhoude wat gevoer word om kwantitatiewe data in te samel is egter meer georganiseerd, met die navorsers wat slegs die voorgeskrewe vraestel vra en niks anders nie.
Daar is drie hoofkategorieë van onderhoude wat gebruik word om data in te samel.
- Telefoononderhoude: Telefoononderhoude het vir baie jare die kaarte van data-insamelingstegnieke oorheers. Maar gebruik die internet, Skype of ander aanlyn videokonferensies dienste om video-onderhoude te voer het die afgelope jaar aansienlik toegeneem.
- Persoonlike onderhoude: Direkte deelnemerdata-insameling is 'n beproefde metode om inligting in te samel. Dit help met die insameling van data van hoë gehalte, aangesien dit ruimte bied vir in-diepte navrae en bykomende ondersoek om omvattende en opvoedkundige inligting te kry. Die deelnemer se vlak van geletterdheid is onbelangrik aangesien aangesig-tot-aangesig (F2F) opnames baie moontlikhede bied om nie-verbale data waar te neem en in te samel of om ingewikkelde en onopgeloste onderwerpe te ondersoek. Alhoewel dit 'n duur en tydrowende benadering kan wees, het aangesig-tot-aangesig onderhoude dikwels groter reaksiekoerse.
- Rekenaarondersteunde persoonlike onderhoudvoering (CAPI): Dit is niks meer as 'n omgewing wat vergelykbaar is met 'n aangesig-tot-aangesig-onderhoud waar die onderhoudvoerder 'n rekenaar of skootrekenaar by hom het om die data wat tydens die onderhoud ingesamel is, reguit in die databasis op te laai. Omdat die onderhoudvoerder nie 'n ton papierwerk en vraelyste hoef te dra nie, verminder CAPI die tyd wat nodig is om die data op te dateer en te ontleed aansienlik.
3. Waarnemings
Soos die naam aandui, is dit 'n redelik maklike en ongekompliseerde tegniek om kwantitatiewe data in te samel.
In hierdie benadering versamel navorsers kwantitatiewe data deur metodiese waarnemings deur gebruik te maak van benaderings soos die tel van die aantal persone teenwoordig by 'n gegewe geleentheid op 'n sekere tyd en 'n spesifieke plek of die aantal individue wat die geleentheid op 'n bepaalde plek bywoon.
Die navorsers gebruik gereeld 'n naturalistiese waarnemingstrategie om kwantitatiewe data te bekom, wat uitstekende waarnemingsvermoëns en sintuie vereis om data te kry wat net kwantitatief is oor die "wat" en nie ook oor die "waarom" en "hoe nie."
Die insameling van beide kwalitatiewe en kwantitatiewe data word gedoen deur naturalistiese waarneming. Gestruktureerde waarneming word egter meestal gebruik om kwantitatiewe inligting in te samel eerder as kwalitatiewe inligting.
- Gestruktureerde waarneming: In teenstelling met naturalistiese of deelnemende waarneming, vereis hierdie vorm van waarnemingsmetode van die navorser om deeglike waarnemings van een of meer gespesifiseerde gedrag in 'n meer uitgebreide of gekontroleerde konteks te doen. In 'n gestruktureerde waarneming beperk die navorsers hul aandag tot slegs 'n paar sleutelgedrag van belang eerder as om alles dop te hou. Dit stel hulle in staat om die gedrag wat hulle sien in getalle te plaas. Dit word soms na verwys as "kodering" wanneer die waarnemings vra dat die waarnemers 'n oordeel vel. Om dit te doen, moet 'n stel teikengedrag presies gedefinieer word.
4. Opnames
Aanlyn opnames gemaak met opname sagteware is noodsaaklik vir die insameling van data aanlyn vir beide kwantitatiewe en kwalitatiewe navorsing. Die opnames word op 'n manier geskep wat die optrede en vertroue van die respondente bevestig.
Die meerderheid van kwantitatiewe opnames sluit gereeld kontrolelyste en graderingskaalitems in omdat dit die meting van respondente se houdings en gedrag makliker maak.
Twee belangrike opnamestyle word gebruik om inligting aanlyn vir kwantitatiewe marknavorsing in te samel.
- Webgebaseer: Vir internetgebaseerde of aanlynnavorsing is dit een van die gewildste en betroubaarste tegnieke. Wanneer die respondent op 'n webgebaseerde opname reageer, sal die respondent 'n e-pos ontvang met 'n skakel na die opname, wat wanneer geklik hulle sal lei na 'n veilige aanlyn opname platform waar hulle die opname kan voltooi. Navorsers verkies webgebaseerde opnames omdat dit meer tyd en geld doeltreffend, vinniger is en 'n groter gehoor het. Deur 'n rekenaar, skootrekenaar, tablet of mobiele toestel te gebruik, staan respondente vry om die opname te voltooi wanneer dit ook al vir hulle gerieflik is en dit is die grootste voordeel van 'n webgebaseerde vraelys.
- Posgebaseer: Die opname word per pos aan 'n groot deel van die steekproefpopulasie gepos, wat die navorser in staat stel om 'n verskeidenheid gehore te bereik. Die posvraelys kom gewoonlik in 'n pakkie met 'n voorblad wat die gehoor inlig oor die soort studie wat gedoen word en hoekom, sowel as 'n voorafbetaalde opgawe, om data aanlyn in te samel. Selfs al het die pos 'n groter afloopkoers as ander kwantitatiewe data-insamelingstegnieke, insluitend aansporings en aanmanings om die opname te voltooi, help dit om die afloopkoers aansienlik te verlaag.
5. Dokumentasie-oorsig
Nadat die huidige vraestelle ontleed is, is dokumenthersiening 'n tegniek wat gebruik word om data in te samel. Omdat dokumente beheerbaar is en die praktiese hulpbron is om akkurate data uit die verlede te bekom, is dit 'n doeltreffende en suksesvolle metode van data-insameling.
Dokumenthersiening het een van die nuttige tegnieke geword vir die insameling van kwantitatiewe navorsingsdata, benewens om die studie te versterk en te ondersteun deur aanvullende navorsingsdata aan te bied.
Vir die doel om aanvullende kwantitatiewe navorsingsdata in te samel, word drie hoofdokumentkategorieë ondersoek.
- Openbare dokumente: Die amptelike, voortgesette rekords van 'n organisasie word ondersoek vir bykomende ondersoek as deel van hierdie dokumenthersiening. Byvoorbeeld, jaarverslae, beleidsgidse, studentegeleenthede, universiteitspeletjies, ens.
- Persoonlike rekords: Hierdie soort dokumentontleding ondersoek private verslae van mense se gedrag, gedrag, gesondheid, liggaamsbou, ens. in teenstelling met openbare rekords. Byvoorbeeld, die grootte en gewig van die leerlinge, die reistyd wat studente neem om skool toe te gaan, ens.
- Fisiese bewys: Fisiese bewyse of rekords spreek van 'n persoon of 'n organisasie se vorige suksesse in terme van geld en skaalbare groei.
Kwantitatiewe voorbeelde
Hier is 'n paar gevalle van kwantitatiewe data om jou te help om ten volle te begryp waarna dit verwys:
- Die nuutste mobiele toepassing is deur 83 individue afgelaai.
- Verlede jaar het my tante 18 pond afgeskud.
- Die koste van item X is $1,000 XNUMX.
- Die geleentheid is deur 500 deelnemers bygewoon.
- Vanjaar het sy tien vakansies.
- In 'n kwartier het ek my foon ses keer opgegradeer.
- Verlede jaar het my kleinding met 3 duim gegroei.
- Die toevoeging van 'n nuwe produk sal 'n styging van 30% in inkomste tot gevolg hê.
- 54% van die Amerikaners het gesê hulle sal eerder aanlyn koop as by 'n winkelsentrum.
- 150 respondente het gesê hulle dink nie die nuwe produkkenmerk sal 'n treffer wees nie.
voordele
- Doen in-diepte studie: Dit is baie waarskynlik dat die navorsing deeglik sal wees, aangesien kwantitatiewe data statisties ondersoek kan word.
- Minimum vooroordeel: Daar is tye wanneer persoonlike vooroordeel bydra tot navorsing en onakkurate resultate veroorsaak. Persoonlike vooroordeel word baie verminder deur die numeriese aspek van kwantitatiewe data.
- Resultate wat akkuraat is: Aangesien die resultate objektief van aard was, was dit redelik akkuraat.
Disadvantages
- Beperkte inligting: Aangesien kwantitatiewe data nie beskrywend is nie, is dit uitdagend vir navorsers om slegs gevolgtrekkings te maak uit die data wat hulle ingesamel het.
- Hang af van die vraagtipe: Die vraagtipe wat gebruik word om kwantitatiewe data in te samel, beïnvloed die vooroordeel in die resultate. Terwyl kwantitatiewe data ingesamel word, is die navorser se begrip van die navorsing se doelwitte en doelwitte van kardinale belang.
Gevolgtrekking
Kwantitatiewe data gaan oor divergente denke, nie konvergente redenasie nie. Dit handel oor die numeriese, logika en objektiewe standpunt deur die klem op numeriese en konstante feite te plaas.
Die enigste datasoort wat in staat kan wees om analitiese gevolgtrekkings in grafieke en grafieke te vertoon, kwantitatiewe data-navorsing is deeglik.
Data-analise is beslis 'n deurslaggewende stap wat, indien ontbreek, nie net die objektiwiteit en egtheid van jou studie kan benadeel nie, maar ook die gevolgtrekkings onstabiel kan maak. Goeie data sal jou help om akkurate resultate te lewer.
Daarom, ongeag die tegniek, wat jy gebruik om kwantitatiewe data in te samel, maak seker dat die inligting van hoë genoeg gehalte is om waardevolle en nuttige insigte te lewer.
Lewer Kommentaar