Съдържание[Крия][Покажи]
Заобиколени сме от данни, които стават все по-значими всеки ден. Все повече и повече от нашите взаимодействия с околната среда се оформят от различни форми на данни, включително използването на интернет, покупки на автомобили, емисии с новини, които преглеждаме, и много други неща.
Ще дефинираме количествени данни в тази публикация, ще дадем примери за количествени данни, ще обсъдим как се различават качествените и количествените данни и много повече.
Но нека първо да направим крачка назад.
Всеки ден се произвеждат 2.5 квинтилиона байта данни – включително резултати от тестове, резултати за удовлетвореност на клиентите и туитове. Но не всяка част от данните е създадена еднаква.
Анкета, която ви моли да класирате услугата, менюто, околната среда и ценообразуването по скала от 1 до 10, дава различни данни от интервю, което ви моли да опишете опита си в храненето.
За анализаторите, които често работят с набори от данни, е от решаващо значение да разграничат различните форми на данни и да разберат как всяка може да повлияе на вашето изследване.
Процесът на задълбочаване в данните често започва с конкретен въпрос, на който се опитвате да отговорите, като например:
- Какво влияние оказват демографските данни върху потребителското поведение?
- Дали определена аудитория ще реагира благоприятно на модификация в продукт или услуга?
- Как могат да бъдат премахнати оперативните пречки, за да се увеличи ефективността?
Ще трябва да съберете и оцените количествени данни в зависимост от естеството на темата, вашия бюджет, време и достъпни ресурси. Мисля, че разбирате, нали?
Нека да започнем сега.
Какво представляват количествените данни?
Всяка колекция от данни, която може да бъде идентифицирана и оценена количествено, се счита за количествени данни.
Единственият вид данни, които могат да бъдат измерени обективно, са количествените данни, което ги прави най-уместните тип данни за използване както в математиката, така и в статистиката.
Нарича се като стойност на данните, когато е изразена като бройки или числа, като всеки набор от данни има определена числена стойност, която му е присвоена.
Всяка измерима информация, която може да се използва в статистически изчисления и изчисления, базирани на аритметика, се счита за този тип данни, тъй като може да се използва в подкрепа на преценки в реалния свят.
Колко, колко често и колко са някои примери за запитвания, които може да отговори. Могат да се използват математически методи за лесна проверка и оценка на тези данни.
Количествени данни като време, височина, тегло, цена, цена, печалба, температура и разстояние са това, с което анализаторът на данни обикновено работи.
Може да се изрази като процент, число, време за зареждане на страницата или други показатели в областта на продуктовото управление, дизайна на потребителското изживяване или софтуерното инженерство.
Колко хора са закупили определен артикул е пример за количествени данни в контекста на покупката. Качествените данни за автомобилите могат да включват количеството конски сили, които притежават.
Какви са видовете количествени данни?
Данните, които могат да бъдат количествено определени, се наричат количествени данни, но как тези данни се определят количествено, варира в зависимост от вида на събирането на данни. Количествените данни могат да бъдат разделени на две основни групи: дискретни и непрекъснати. Основните вариации между двете са следните:
Дискретни данни
Количествената информация, която е дискретна, може да има само определен диапазон от числови стойности. Тези стойности не могат да бъдат разложени, тъй като са фиксирани.
Когато нещо се брои, се получават дискретни данни. Трите деца на човек, например, биха били пример за отделни данни.
Броят на децата е зададен; не могат например да имат 3.2 деца.
Броят на посетителите на вашия уебсайт е друг пример за дискретни числови данни; можете да получите 150 посещения на ден, но не и 150.6. Най-често срещаните диаграми, използвани за показване на дискретни данни, са кръгови диаграми, стълбовидни диаграми и диаграми с отчети.
Непрекъснати данни
Обратно, непрекъснатите данни могат да бъдат неограничено разделени на по-малки компоненти. Дължината на парче връв в сантиметри или температурата в градуси по Целзий са два примера за този вид количествени данни, които могат да бъдат показани на измервателна скала.
По същество непрекъснатите данни не са ограничени до фиксирани стойности; може да приеме всякаква стойност. Непрекъснатите данни също могат да се променят с времето; например температурата в стаята ще се променя през деня.
Линейна графика обикновено се използва за илюстриране на непрекъснати данни.
Количествени данни срещу качествени данни
Виждаме, че количествените данни могат да бъдат измерени. Той се занимава със суми, стойности и числа. Този тип информация може да бъде заявена цифрово (т.е. сума, продължителност, дължина, цена или размер).
Количествените данни имат голямо доверие и се считат за безпристрастни и надеждни, тъй като са произведени чрез статистика. Има обаче още един ключов тип данни. По-конкретно, качествени данни.
Тази информация има предимно описателен характер. В повечето случаи не може да се измери директно, но може да се научи чрез наблюдение. Прилагателните и други описателни термини се използват за описание на външния вид, цвета, текстурата и други свойства в качествените данни.
Например, можете да спорите, че една стая е по-светла от другата.
Тази информация е качествена. За да измерите наистина яркостта в стаята и да й присвоите числово число, можете също да използвате научно оборудване и апарати (като светломер). Вие получавате количествено измерими данни, като го правите.
5 най-добри метода за събиране на количествени данни
1. Вероятностна извадка
Прецизна техника за вземане на проби, която използва някакъв вид случаен подбор и позволява на изследователите да направят твърдение за вероятност въз основа на информация, събрана на случаен принцип от целевата аудитория.
Вероятностното вземане на проби предлага на изследователите възможността да събират данни от индивиди, които са типични за групата, която те интересуват да разследват, което е една от най-добрите му характеристики.
Освен това данните бяха извлечени на случаен принцип от избраната извадка, което елиминира възможността за пристрастност на извадката.
За вероятностна извадка има три основни категории.
- Проста произволна извадка: Желаната популация се избира по-често, за да бъде представена в извадката.
- Систематично произволно вземане на извадки: Всеки член на желаната популация ще бъде представен в извадката, но само първата единица се избира произволно; останалите единици се избират като едно на всеки десет души в списъка.
- Стратифицирана произволна извадка: Докато създавате извадка, ви позволява да избирате всяка единица от конкретно подмножество от целевата аудитория. Полезно е, когато изследователите са придирчиви относно включването на определена група хора в извадката, като например само мениджъри или ръководители, хора, работещи в дадена индустрия, или мъже или жени.
2. Интервюта
Хората обикновено се интервюират като част от процес на събиране на данни. Интервютата обаче, които се провеждат за събиране на количествени данни, са по-организирани, като изследователите задават само предписания набор от въпроси и нищо друго.
Има три основни категории интервюта, използвани за събиране на данни.
- Телефонни интервюта: Телефонните интервюта доминираха в класациите на техниките за събиране на данни в продължение на много години. Но използвайки интернет, Skype или друг онлайн видео конферентна връзка услуги за провеждане на видео интервюта се увеличи значително през последните години.
- Лични интервюта: Събирането на данни от директни участници е изпитан метод за събиране на информация. Той помага при събирането на висококачествени данни, тъй като дава място за задълбочени запитвания и допълнителни проучвания за получаване на изчерпателна и образователна информация. Нивото на грамотност на участника е маловажно, тъй като анкетите лице в лице (F2F) предоставят много възможности за наблюдение и събиране на невербални данни или за изследване на сложни и неразрешени теми. Въпреки че това може да е скъп и отнемащ време подход, интервютата лице в лице често имат по-голям процент отговори.
- Компютърно-подпомогнато лично интервюиране (CAPI): Това не е нищо повече от настройка, която е сравнима с интервюто лице в лице, при което интервюиращият има настолен компютър или лаптоп със себе си, за да качи данните, събрани по време на интервюто, направо в базата данни. Поради това, че интервюиращият не трябва да носи тон документи и въпросници, CAPI значително намалява времето, необходимо за актуализиране и анализиране на данните.
3. Наблюдения
Както подсказва името, това е доста лесна и неусложнена техника за събиране на количествени данни.
При този подход изследователите събират количествени данни чрез методични наблюдения, като използват подходи като преброяване на броя на присъстващите на дадено събитие в определен час и на конкретно място или броя на лицата, присъстващи на събитието на определено място.
Изследователите често използват натуралистична стратегия за наблюдение за получаване на количествени данни, което изисква отлични наблюдателни способности и сетива, за да получат данни, които са количествени само за „какво“, а не също за „защо“ и „как“.
Събирането както на качествени, така и на количествени данни се извършва чрез натуралистично наблюдение. Структурираното наблюдение обаче се използва най-вече за събиране на количествена информация, а не на качествена информация.
- Структурирано наблюдение: За разлика от натуралистичното наблюдение или наблюдението с участие, тази форма на метод на наблюдение изисква от изследователя да проведе задълбочени наблюдения на едно или повече определени поведения в по-обширен или контролиран контекст. При структурирано наблюдение изследователите стесняват вниманието си само до няколко ключови поведения, които представляват интерес, вместо да наблюдават всичко. Това им позволява да поставят поведението, което виждат, в числа. Понякога се нарича „кодиране“, когато наблюденията изискват от наблюдателите да направят преценка. За да направите това, набор от целеви поведения трябва да бъде точно дефиниран.
4. Анкети
Онлайн анкетите, направени със софтуер за анкети, са от съществено значение за събирането на данни онлайн както за количествени, така и за качествени изследвания. Проучванията са създадени по начин, който валидира действията и увереността на респондентите.
По-голямата част от количествените проучвания често включват контролни списъци и елементи от скала за оценка, тъй като те улесняват измерването на нагласите и поведението на респондентите.
Два важни стила на проучване се използват за събиране на информация онлайн за количествено проучване на пазара.
- Уеб базирано: За интернет базирано или онлайн проучване това е една от най-популярните и надеждни техники. Когато отговаря на уеб-базирана анкета, респондентът ще получи имейл с връзка към анкетата, която при кликване ще ги отведе до защитена онлайн платформа за анкети, където могат да попълнят анкетата. Изследователите предпочитат уеб-базирани проучвания, защото те са по-ефективни във времето и парите, по-бързи са и имат по-голяма аудитория. Използвайки настолен компютър, лаптоп, таблет или мобилно устройство, респондентите са свободни да попълнят анкетата, когато им е удобно и това е основното предимство на уеб базирания въпросник.
- Базирано по пощата: Проучването се изпраща до голяма част от извадката по пощата, което позволява на изследователя да достигне до различни аудитории. Въпросникът по пощата обикновено се доставя в пакет със заглавна страница, която информира аудиторията за вида на изследването, което се прави и защо, както и предплатено връщане, за събиране на данни онлайн. Дори ако пощата има по-висока степен на напускане в сравнение с други техники за събиране на количествени данни, включително стимули и напомняния за завършване на проучването помага за значително намаляване на степента на напускане.
5. Преглед на документацията
След анализ на текущите документи, прегледът на документи е техника, използвана за събиране на данни. Тъй като документите могат да се контролират и са практическият ресурс за получаване на точни данни от миналото, това е ефективен и успешен метод за събиране на данни.
Прегледът на документи се превърна в една от полезните техники за събиране на количествени изследователски данни, в допълнение към укрепването и подкрепата на проучването чрез предлагане на допълнителни изследователски данни.
За целите на събирането на допълнителни количествени изследователски данни се изследват три основни категории документи.
- Публични документи: Официалните, продължаващи записи на организация се разглеждат за допълнително разследване като част от този преглед на документи. Например годишни доклади, ръководства за политики, студентски събития, университетски игри и др.
- Лични досиета: Този вид анализ на документи разглежда частни доклади за поведението, поведението, здравето, физиката и т.н., за разлика от публичните досиета. Например размерът и теглото на учениците, времето за пътуване на учениците до училище и др.
- Физическо доказателство: Физическото доказателство или записи говорят за миналите успехи на дадено лице или организация по отношение на пари и мащабируем растеж.
Количествени примери
Ето няколко случая на количествени данни, които да ви помогнат да разберете напълно за какво се отнася това:
- Най-новото мобилно приложение е изтеглено от 83 души.
- Миналата година леля ми свали 18 килограма.
- Цената на артикул X е $1,000.
- Събитието беше посетено от 500 участници.
- Тази година тя има десет празника.
- За едно тримесечие надстроих телефона си шест пъти.
- Миналата година малкото ми порасна с 3 инча.
- Добавянето на нов продукт ще доведе до 30% увеличение на приходите.
- 54% от американците казаха, че биха предпочели да купуват онлайн, отколкото в мол.
- 150 респонденти казаха, че не смятат, че новата функция на продукта ще бъде хит.
Предимства
- Провеждане на задълбочено проучване: Много е вероятно изследването да бъде задълбочено, тъй като количествените данни могат да бъдат статистически изследвани.
- Минимално пристрастие: Има моменти, когато личните пристрастия допринасят за изследването и причиняват неточни резултати. Личните пристрастия са значително намалени от числения аспект на количествените данни.
- Резултати, които са точни: Тъй като резултатите бяха обективни по природа, те бяха доста точни.
Недостатъци
- Ограничена информация: Тъй като количествените данни не са описателни, за изследователите е предизвикателство да правят заключения само от данните, които са събрали.
- Зависи от типа на въпроса: Типът въпрос, използван за събиране на количествени данни, влияе на отклонението в резултатите. Докато се събират количествени данни, разбирането на изследователя за целите и целите на изследването е от решаващо значение.
Заключение
Количествените данни са за различно мислене, а не за конвергентно разсъждение. Той се занимава с числената, логическата и обективната гледна точка, като поставя ударението върху числови и постоянни факти.
Единственият вид данни, който може да показва аналитични заключения в диаграми и графики, количествените изследвания на данни са задълбочени.
Анализът на данните със сигурност е решаваща стъпка, която, ако липсва, може не само да компрометира обективността и автентичността на вашето изследване, но и да направи заключенията нестабилни. Добрите данни ще ви помогнат да получите точни резултати.
Следователно, независимо от техниката, която използвате за събиране на количествени данни, уверете се, че информацията е с достатъчно високо качество, за да донесе ценни и полезни прозрения.
Оставете коментар