نحن محاطون بالبيانات التي تزداد أهمية كل يوم. يتم تشكيل المزيد والمزيد من تفاعلاتنا مع البيئة من خلال أشكال مختلفة من البيانات ، بما في ذلك استخدامنا للإنترنت ، ومشتريات السيارات ، وموجزات الأخبار التي نعرضها ، والعديد من الأشياء الأخرى.
سنحدد البيانات الكمية في هذا المنشور ، ونعطي أمثلة على البيانات الكمية ، ونناقش كيف تختلف البيانات النوعية والكمية ، وأكثر من ذلك بكثير.
لكن دعنا أولاً نعود خطوة إلى الوراء.
كل يوم ، يتم إنتاج 2.5 كوينتيليون بايت من البيانات - بما في ذلك نتائج الاختبار ودرجات رضا العملاء والتغريدات. ولكن ليس كل جزء من البيانات يتم إنشاؤه على قدم المساواة.
الاستطلاع الذي يطلب منك ترتيب الخدمة والقائمة والبيئة والتسعير على مقياس من 1 إلى 10 ينتج بيانات مختلفة عن المقابلة التي تطلب منك وصف تجربة تناول الطعام الخاصة بك.
من الأهمية بمكان للمحللين الذين يعملون مع مجموعات البيانات بشكل متكرر التمييز بين الأشكال المختلفة للبيانات وفهم كيفية تأثير كل منها على دراستك.
غالبًا ما تبدأ عملية الخوض في البيانات بسؤال محدد تحاول الإجابة عنه ، مثل:
- ما هو تأثير التركيبة السكانية على سلوك المستهلك؟
- هل سيستجيب جمهور معين بشكل إيجابي لتعديل في منتج أو خدمة؟
- كيف يمكن القضاء على الاختناقات التشغيلية لزيادة الكفاءة؟
ستحتاج إلى جمع وتقييم البيانات الكمية ، اعتمادًا على طبيعة الموضوع وميزانيتك ووقتك والموارد التي يمكن الوصول إليها. أعتقد أنك تفهم ، أليس كذلك؟
لنبدأ الآن.
ما هي البيانات الكمية؟
أي مجموعة من البيانات التي يمكن تحديدها وتقييمها كميا تعتبر بيانات كمية.
النوع الوحيد من البيانات التي يمكن قياسها بشكل موضوعي هو البيانات الكمية ، مما يجعلها أكثر صلة بالموضوع نوع البيانات لاستخدامها في كل من الرياضيات والإحصاء.
يشار إليها على أنها قيمة البيانات عندما يتم التعبير عنها كأعداد أو أرقام ، مع وجود قيمة عددية محددة لكل مجموعة بيانات.
تعتبر أي معلومات قابلة للقياس يمكن استخدامها في الحسابات والحسابات الإحصائية القائمة على الحساب من هذا النوع من البيانات حيث يمكن استخدامها لدعم الأحكام في العالم الحقيقي.
كم وكم مرة وكم عدد بعض الأمثلة على الاستفسارات التي يمكنه الإجابة عليها. يمكن استخدام الطرق الرياضية للتحقق بسهولة من هذه البيانات وتقييمها.
البيانات الكمية مثل الوقت والطول والوزن والسعر والتكلفة والربح ودرجة الحرارة والمسافة هي ما يعمل به محلل البيانات عادةً.
يمكن التعبير عنها كنسبة مئوية أو رقم أو وقت تحميل صفحة أو مقاييس أخرى في مجالات إدارة المنتج أو تصميم تجربة المستخدم أو هندسة البرمجيات.
عدد الأشخاص الذين اشتروا عنصرًا معينًا هو مثال على البيانات الكمية في سياق الشراء. يمكن أن تتضمن البيانات النوعية عن السيارات مقدار القوة الحصانية التي تمتلكها.
ما هي أنواع البيانات الكمية؟
يُشار إلى البيانات التي يمكن قياسها كمياً على أنها بيانات كمية ، ومع ذلك ، تختلف كيفية قياس هذه البيانات اعتمادًا على نوع جمع البيانات في متناول اليد. يمكن تقسيم البيانات الكمية إلى مجموعتين أساسيتين: منفصلة ومستمرة. الاختلافات الرئيسية بين الاثنين هي كما يلي:
بيانات منفصلة
يمكن أن تحتوي المعلومات الكمية المنفصلة على نطاق محدد من القيم الرقمية فقط. هذه القيم لا يمكن أن تتحلل لأنها ثابتة.
كلما تم حساب أي شيء ، يتم الحصول على بيانات منفصلة. أطفال الشخص الثلاثة ، على سبيل المثال ، سيكونون مثالاً على البيانات المنفصلة.
يتم تعيين عدد الأطفال. لا يمكنهم ، على سبيل المثال ، إنجاب 3.2 طفل.
عدد زوار موقع الويب الخاص بك هو مثال آخر على البيانات الرقمية المنفصلة ؛ يمكنك استقبال 150 زيارة في اليوم ، ولكن ليس 150.6. المخططات الأكثر شيوعًا المستخدمة لعرض البيانات المنفصلة هي المخططات الدائرية والمخططات الشريطية ومخططات التعداد.
بيانات مستمرة
عكسيا ، يمكن تقسيم البيانات المستمرة إلى أجل غير مسمى إلى مكونات أصغر. يعد طول قطعة الخيط بالسنتيمتر أو درجة الحرارة بالدرجات المئوية مثالين لهذا النوع من البيانات الكمية التي يمكن عرضها على مقياس قياس.
في جوهرها ، لا تقتصر البيانات المستمرة على القيم الثابتة ؛ يمكن أن يأخذ أي قيمة. يمكن أن تتغير البيانات المستمرة أيضًا بمرور الوقت ؛ على سبيل المثال ، ستتغير درجة حرارة الغرفة أثناء النهار.
يستخدم الرسم البياني الخطي عادةً لتوضيح البيانات المستمرة.
البيانات الكمية مقابل البيانات النوعية
يمكننا أن نرى أنه يمكن قياس البيانات الكمية. يتعامل مع المبالغ والقيم والأرقام. يمكن ذكر هذا النوع من المعلومات عدديًا (أي المبلغ أو المدة أو الطول أو السعر أو الحجم).
تتمتع البيانات الكمية بالكثير من المصداقية ويُنظر إليها على أنها غير متحيزة ويمكن الاعتماد عليها لأنها تنتج من خلال الإحصاءات. ومع ذلك ، هناك نوع آخر مهم من البيانات. على وجه التحديد ، البيانات النوعية.
هذه المعلومات وصفية في المقام الأول في الطبيعة. في معظم الحالات ، لا يمكن قياسها بشكل مباشر ولكن يمكن تعلمها عن طريق الملاحظة. تُستخدم الصفات والمصطلحات الوصفية الأخرى لوصف المظهر واللون والملمس والخصائص الأخرى في البيانات النوعية.
على سبيل المثال ، يمكنك القول إن إحدى الغرف أكثر إشراقًا من الأخرى.
هذه المعلومات نوعية. لقياس السطوع في الغرفة حقًا وتعيين رقم رقمي له ، يمكنك أيضًا استخدام المعدات والأجهزة العلمية (مثل مقياس الضوء). تحصل على بيانات قابلة للقياس الكمي عن طريق القيام بذلك.
أفضل 5 طرق لجمع البيانات الكمية
1. أخذ العينات الاحتمالية
تقنية أخذ عينات دقيقة تستخدم نوعًا من الاختيار العشوائي وتمكن الباحثين من تقديم ادعاء احتمالي بناءً على المعلومات التي تم جمعها عشوائيًا من الجمهور المستهدف.
يوفر أخذ العينات الاحتمالية للباحثين الفرصة لجمع البيانات من الأفراد الذين هم نموذجي للمجموعة التي يهتمون بالتحقيق فيها ، والتي تعد واحدة من أفضل ميزاتها.
بالإضافة إلى ذلك ، تم سحب البيانات بشكل عشوائي من العينة المختارة ، مما يلغي فرصة التحيز في أخذ العينات.
لأخذ العينات الاحتمالية ، هناك ثلاث فئات رئيسية.
- أخذ العينات العشوائية البسيطة: يتم اختيار السكان المستهدفين بشكل متكرر ليتم تمثيلهم في العينة.
- أخذ العينات العشوائية المنهجية: سيتم تمثيل أي فرد من السكان المطلوب في العينة ، ولكن يتم اختيار الوحدة الأولى فقط بشكل عشوائي ؛ يتم اختيار الوحدات الأخرى كما لو كان واحدًا من كل عشرة أشخاص في القائمة.
- أخذ العينات العشوائية الطبقية: أثناء إنشاء عينة ، يسمح باختيار كل وحدة من مجموعة فرعية معينة من الجمهور المستهدف. يكون مفيدًا عندما يكون الباحثون انتقائيًا بشأن تضمين مجموعة معينة من الأشخاص في العينة ، مثل المديرين أو المديرين التنفيذيين فقط ، أو الأشخاص الذين يعملون في صناعة معينة ، أو الذكور أو الإناث.
2. مقابلات
عادة ما يتم إجراء مقابلات مع الأشخاص كجزء من عملية جمع البيانات. ومع ذلك ، فإن المقابلات التي يتم إجراؤها لجمع البيانات الكمية تكون أكثر تنظيماً ، حيث يطرح الباحثون مجموعة الأسئلة المحددة فقط ولا شيء آخر.
هناك ثلاث فئات رئيسية من المقابلات المستخدمة لجمع البيانات.
- المقابلات الهاتفية: سيطرت المقابلات الهاتفية على مخططات تقنيات جمع البيانات لسنوات عديدة. ولكن باستخدام الإنترنت أو Skype أو غير ذلك عبر الإنترنت مؤتمرات الفيديو زادت خدمات إجراء مقابلات الفيديو بشكل كبير في السنوات الأخيرة.
- المقابلات الشخصية: جمع بيانات المشاركين المباشر هو طريقة مجربة وصحيحة لجمع المعلومات. يساعد في جمع بيانات عالية الجودة لأنه يتيح مجالًا للاستفسارات المتعمقة والاستقصاء الإضافي للحصول على معلومات شاملة وتعليمية. إن مستوى معرفة القراءة والكتابة لدى المشاركين غير مهم لأن استطلاعات الرأي وجهاً لوجه (F2F) توفر العديد من الاحتمالات لمراقبة وجمع البيانات غير اللفظية أو للتحقيق في الموضوعات المعقدة وغير المحلولة. على الرغم من أنه قد يكون نهجًا مكلفًا ويستغرق وقتًا طويلاً ، إلا أن المقابلات التي تتم وجهًا لوجه غالبًا ما يكون لها معدلات استجابة أكبر.
- المقابلة الشخصية بمساعدة الكمبيوتر (CAPI): إنها ليست أكثر من إعداد يمكن مقارنته بمقابلة وجهاً لوجه حيث يكون لدى المحاور سطح مكتب أو كمبيوتر محمول معه لتحميل البيانات التي تم جمعها أثناء المقابلة مباشرة في قاعدة البيانات. نظرًا لعدم اضطرار القائم بإجراء المقابلة إلى حمل الكثير من الأعمال الورقية والاستبيانات ، فإن CAPI يقلل بشكل كبير من الوقت اللازم لتحديث البيانات وتحليلها.
3. الملاحظات
كما يوحي الاسم ، فهي تقنية سهلة وغير معقدة إلى حد ما لجمع البيانات الكمية.
في هذا النهج ، يجمع الباحثون البيانات الكمية من خلال الملاحظات المنهجية باستخدام الأساليب مثل حساب عدد الأشخاص الحاضرين في حدث معين في وقت معين ومكان محدد أو عدد الأفراد الذين يحضرون الحدث في مكان محدد.
يستخدم الباحثون في كثير من الأحيان استراتيجية مراقبة طبيعية للحصول على البيانات الكمية ، والتي تتطلب قدرات وحواس مراقبة ممتازة من أجل الحصول على البيانات الكمية فقط حول "ماذا" وليس أيضًا حول "لماذا" و "كيف".
يتم جمع البيانات النوعية والكمية من خلال الملاحظة الطبيعية. يتم استخدام المراقبة المنظمة في الغالب لجمع المعلومات الكمية بدلاً من المعلومات النوعية.
- الملاحظة المنظمة: على عكس الملاحظة الطبيعية أو الملاحظة المشتركة ، يتطلب هذا الشكل من طريقة المراقبة من الباحث إجراء ملاحظات شاملة لسلوك محدد أو أكثر في سياق أكثر شمولاً أو خاضعًا للسيطرة. في ملاحظة منظمة ، حصر الباحثون انتباههم إلى عدد قليل فقط من السلوكيات الأساسية المثيرة للاهتمام بدلاً من مشاهدة كل شيء. تمكنهم من وضع السلوكيات التي يرونها في أرقام. يشار إليه أحيانًا باسم "الترميز" عندما تدعو الملاحظات المراقبين إلى إصدار حكم. للقيام بذلك ، يجب تحديد مجموعة من السلوكيات المستهدفة بدقة.
4. المسوحات
تعد الاستطلاعات عبر الإنترنت التي يتم إجراؤها باستخدام برنامج المسح ضرورية لجمع البيانات عبر الإنترنت لكل من البحث الكمي والنوعي. يتم إنشاء الاستطلاعات بطريقة تتحقق من صحة الإجراءات وثقة المستجيبين.
غالبًا ما تشتمل غالبية الاستطلاعات الكمية على قوائم المراجعة وعناصر مقياس التصنيف لأنها تجعل قياس مواقف وسلوكيات المستجيبين أسهل.
يتم استخدام أسلوبين مهمين في الاستبيان لجمع المعلومات عبر الإنترنت من أجل أبحاث السوق الكمية.
- على شبكة الإنترنت: بالنسبة للأبحاث القائمة على الإنترنت أو عبر الإنترنت ، تعد هذه واحدة من أكثر التقنيات شيوعًا وموثوقية. عند الرد على استطلاع على شبكة الإنترنت ، سيتلقى المستفتى بريدًا إلكترونيًا به رابط إلى الاستبيان ، والذي عند النقر عليه سيقودهم إلى منصة استطلاع آمنة عبر الإنترنت حيث يمكنهم إكمال الاستبيان. يفضل الباحثون الاستطلاعات على شبكة الإنترنت لأنها أكثر كفاءة من حيث الوقت والمال ، وأسرع ، ولديها جمهور أكبر. باستخدام جهاز سطح المكتب أو الكمبيوتر المحمول أو الجهاز اللوحي أو الجهاز المحمول ، يتمتع المستجيبون بحرية إكمال الاستبيان متى كان ذلك مناسبًا لهم وهذه هي الميزة الرئيسية للاستبيان المستند إلى الويب.
- مستند إلى البريد: يتم إرسال الاستطلاع بالبريد إلى جزء كبير من عينة السكان عبر البريد ، مما يسمح للباحث بالوصول إلى مجموعة متنوعة من الجماهير. يأتي الاستبيان البريدي عادةً في حزمة مع صفحة غلاف تُعلم الجمهور بنوع الدراسة التي يتم إجراؤها ولماذا ، بالإضافة إلى العائد المدفوع مسبقًا ، لجمع البيانات عبر الإنترنت. حتى إذا كان البريد يحتوي على معدل إزعاج أكبر من تقنيات جمع البيانات الكمية الأخرى ، بما في ذلك الحوافز والتذكيرات لإنهاء الاستطلاع ، فإن ذلك يساعد على خفض معدل التغيير بشكل كبير.
5. مراجعة الوثائق
بعد تحليل الأوراق الحالية ، تعد مراجعة المستندات تقنية تستخدم لجمع البيانات. نظرًا لأن المستندات يمكن التحكم فيها والمورد العملي للحصول على بيانات دقيقة من الماضي ، فهي طريقة فعالة وناجحة لجمع البيانات.
أصبحت مراجعة المستندات إحدى التقنيات المفيدة في جمع بيانات البحث الكمية ، بالإضافة إلى تعزيز الدراسة ودعمها من خلال تقديم بيانات بحثية تكميلية.
لغرض جمع بيانات البحث الكمية التكميلية ، يتم فحص ثلاث فئات وثائق رئيسية.
- الوثائق العامة: يتم فحص السجلات الرسمية المستمرة لمنظمة ما لإجراء تحقيق إضافي كجزء من مراجعة هذه الوثيقة. على سبيل المثال ، التقارير السنوية ، وأدلة السياسة ، والأحداث الطلابية ، وأنشطة الألعاب الجامعية ، وما إلى ذلك.
- السجلات الشخصية: يفحص هذا النوع من تحليل المستندات التقارير الخاصة لسلوكيات الأشخاص وسلوكهم وصحتهم وبنيتهم البدنية وما إلى ذلك بدلاً من السجلات العامة. على سبيل المثال ، حجم ووزن التلاميذ ، ووقت السفر الذي يستغرقه الطلاب للذهاب إلى المدرسة ، وما إلى ذلك.
- الدليل المادي: يتحدث الدليل المادي أو السجلات عن النجاحات السابقة لشخص أو مؤسسة فيما يتعلق بالمال والنمو القابل للتطوير.
أمثلة كمية
فيما يلي بعض الأمثلة على البيانات الكمية لمساعدتك على فهم ما يشير إليه هذا بشكل كامل:
- تم تنزيل أحدث تطبيق للهاتف المحمول بواسطة 83 فردًا.
- في العام الماضي ، خسرت عمتي 18 رطلاً.
- تكلفة العنصر X هي 1,000،XNUMX دولار.
- حضر الحدث 500 مشارك.
- هذا العام ، لديها عشرة أيام عطل.
- في ربع سنة ، قمت بترقية هاتفي ست مرات.
- في العام الماضي ، نما طفلي الصغير بمقدار 3 بوصات.
- ستؤدي إضافة منتج جديد إلى زيادة الإيرادات بنسبة 30٪.
- قال 54٪ من الأمريكيين إنهم يفضلون الشراء عبر الإنترنت بدلاً من التسوق في مراكز التسوق.
- قال 150 مستجيبًا إنهم لا يعتقدون أن ميزة المنتج الجديدة ستكون ناجحة.
المزايا
- إجراء دراسة متعمقة: من المحتمل جدًا أن يكون البحث شاملاً ، حيث يمكن فحص البيانات الكمية إحصائيًا.
- الحد الأدنى من التحيز: هناك أوقات يساهم فيها التحيز الشخصي في البحث ويسبب نتائج غير دقيقة. يتم تقليل التحيز الشخصي إلى حد كبير من خلال الجانب العددي للبيانات الكمية.
- نتائج دقيقة: نظرًا لأن النتائج كانت موضوعية بطبيعتها ، فقد كانت دقيقة تمامًا.
عيوب
- المعلومات المقيدة: نظرًا لأن البيانات الكمية ليست وصفية ، فمن الصعب على الباحثين استخلاص استنتاجات فقط من البيانات التي جمعوها.
- يعتمد على نوع السؤال: يؤثر نوع السؤال المستخدم لجمع البيانات الكمية على التحيز في النتائج. أثناء جمع البيانات الكمية ، يعد فهم الباحث لأهداف البحث وغاياته أمرًا بالغ الأهمية.
وفي الختام
البيانات الكمية تتعلق بالتفكير المتشعب ، وليس المنطق المتقارب. يتعامل مع وجهة النظر العددية والمنطقية والموضوعية من خلال التركيز على الحقائق العددية والثابتة.
نوع البيانات الوحيد الذي يمكن أن يكون قادرًا على عرض الاستنتاجات التحليلية في المخططات والرسوم البيانية ، بحث البيانات الكمية شامل.
يعد تحليل البيانات بالتأكيد خطوة حاسمة ، في حالة عدم وجودها ، لا يمكنها فقط المساومة على موضوعية دراستك ومصداقيتها ، ولكن أيضًا تجعل الاستنتاجات غير مستقرة. ستساعدك البيانات الجيدة في الحصول على نتائج دقيقة.
لذلك ، بغض النظر عن الأسلوب الذي تستخدمه لجمع البيانات الكمية ، تأكد من أن المعلومات عالية الجودة بما يكفي لإنتاج رؤى قيمة ومفيدة.
اترك تعليق