Taula de continguts[Amaga][Espectacle]
Estem envoltats de dades, que cada dia són més importants. Cada vegada més les nostres interaccions amb l'entorn estan sent modelades per diverses formes de dades, inclòs el nostre ús d'Internet, les compres d'automòbils, els canals de notícies que veiem i moltes altres coses.
Definirem dades quantitatives en aquesta publicació, donarem exemples de dades quantitatives, parlarem de com varien les dades qualitatives i quantitatives i molt més.
Però primer fem un pas enrere.
Cada dia, es produeixen 2.5 milions de bytes de dades (inclosos resultats de proves, puntuacions de satisfacció del client i tuits). Però no totes les dades es creen iguals.
Una enquesta que us demana que classifiqueu el servei, el menú, l'entorn i els preus en una escala d'1 a 10 produeix dades diferents de les d'una entrevista que us demana que descrigueu la vostra experiència gastronòmica.
És crucial que els analistes que treballen amb conjunts de dades amb freqüència distingeixin entre diferents formes de dades i entenguin com cadascuna pot afectar el vostre estudi.
El procés d'exploració de les dades sovint comença amb una pregunta específica que intenteu respondre, com ara:
- Quin impacte té la demografia en el comportament dels consumidors?
- Un públic determinat respondrà favorablement a una modificació en un producte o servei?
- Com es poden eliminar els colls d'ampolla operatius per augmentar l'eficiència?
Haureu de reunir i avaluar dades quantitatives, en funció de la naturalesa del tema, el vostre pressupost, temps i recursos accessibles. Crec que ho entens, oi?
Comencem ara.
Què són les dades quantitatives?
Qualsevol col·lecció de dades que es pugui identificar i avaluar quantitativament es considera dades quantitatives.
L'únic tipus de dades que es poden mesurar objectivament són les quantitatives, per la qual cosa són les més rellevants tipus de dades per utilitzar tant en matemàtiques com en estadística.
Es coneix com el valor de les dades quan s'expressa com a recomptes o números, i cada conjunt de dades té un valor numèric específic assignat.
Qualsevol informació mesurable que es pugui utilitzar en càlculs estadístics i càlculs basats en l'aritmètica es considera aquest tipus de dades, ja que es pot utilitzar per donar suport a judicis en el món real.
Quantes, amb quina freqüència i quantes són alguns exemples de consultes que pot respondre. Es poden utilitzar mètodes matemàtics per verificar i avaluar fàcilment aquestes dades.
Les dades quantitatives com el temps, l'alçada, el pes, el preu, el cost, els beneficis, la temperatura i la distància són amb les que sol treballar un analista de dades.
Es pot expressar com a percentatge, nombre, temps de càrrega de la pàgina o altres mètriques en els camps de gestió de productes, disseny d'experiència d'usuari o enginyeria de programari.
Quantes persones han comprat un determinat article és un exemple de dades quantitatives en el context de la compra. Les dades qualitatives dels cotxes podrien incloure la quantitat de cavalls de potència que posseeixen.
Quins són els tipus de dades quantitatives?
Les dades que es poden quantificar s'anomenen dades quantitatives, però, com es quantifiquen aquestes dades varia en funció del tipus de recollida de dades a mà. Les dades quantitatives es poden dividir en dos grups bàsics: discretes i contínues. Les principals variacions entre ambdues són les següents:
Dades discretes
La informació quantitativa que és discreta només pot tenir un interval específic de valors numèrics. Aquests valors no es poden descompondre ja que són fixos.
Sempre que es compta alguna cosa, s'obtenen dades discretes. Els tres fills d'una persona, per exemple, serien un exemple de dades discretes.
S'estableix el nombre de nens; no poden, per exemple, tenir 3.2 fills.
La quantitat de visitants al vostre lloc web és un altre exemple de dades numèriques discretes; pots rebre 150 visites en un dia, però no 150.6. Els gràfics més comuns que s'utilitzen per mostrar dades discretes són els gràfics de sectors, els gràfics de barres i els gràfics de recompte.
Dades contínues
A la inversa, les dades contínues es poden dividir indefinidament en components més petits. La longitud d'un tros de corda en centímetres o la temperatura en graus Celsius són dos exemples d'aquest tipus de dades quantitatives que es poden mostrar en una escala de mesura.
En essència, les dades contínues no es limiten a valors fixos; pot prendre qualsevol valor. Les dades contínues també poden canviar amb el temps; per exemple, la temperatura de l'habitació canviarà durant el dia.
Normalment s'utilitza un gràfic de línies per il·lustrar dades contínues.
Dades quantitatives vs dades qualitatives
Podem veure que es poden mesurar dades quantitatives. Tracta de quantitats, valors i nombres. Aquest tipus d'informació es pot indicar numèricament (és a dir, quantitat, durada, durada, preu o mida).
Les dades quantitatives tenen molta credibilitat i es consideren imparcials i fiables perquè es produeixen mitjançant estadístiques. Tanmateix, hi ha un altre tipus de dades crucials. Concretament, dades qualitatives.
Aquesta informació és principalment de caràcter descriptiu. En la majoria dels casos, no es pot mesurar directament, sinó que es pot aprendre mitjançant l'observació. Els adjectius i altres termes descriptius s'utilitzen per descriure l'aspecte, el color, la textura i altres propietats de les dades qualitatives.
Per exemple, podríeu argumentar que una habitació és més lluminosa que l'altra.
Aquesta informació és qualitativa. Per mesurar realment la brillantor de l'habitació i assignar-li un número numèric, també podeu utilitzar equips i aparells científics (com ara un mesurador de llum). Obteniu dades quantificables fent-ho.
5 millors mètodes per recollir dades quantitatives
1. Mostreig probabilístic
Una tècnica de mostreig precisa que fa servir algun tipus de selecció aleatòria i permet als investigadors fer una afirmació de probabilitat basada en la informació recopilada aleatòriament del públic destinat.
El mostreig probabilístic ofereix als investigadors l'oportunitat de recollir dades d'individus típics del grup que els interessa investigar, que és una de les seves millors característiques.
A més, les dades es van extreure aleatòriament de la mostra escollida, la qual cosa elimina la possibilitat de biaix de mostreig.
Per al mostreig probabilístic, hi ha tres categories principals.
- Mostreig aleatori simple: la població prevista es selecciona amb més freqüència per ser representada a la mostra.
- Mostreig aleatori sistemàtic: qualsevol membre de la població desitjada estaria representat a la mostra, però només s'escull la primera unitat a l'atzar; les altres unitats s'escullen com una de cada deu persones de la llista.
- Mostreig aleatori estratificat: mentre es crea una mostra, permet escollir cada unitat d'un subconjunt específic del públic al qual es dirigeix. És útil quan els investigadors són exigents a l'hora d'incloure un determinat grup de persones a la mostra, com ara només directius o executius, persones que treballen en una indústria determinada o homes o dones.
2. Entrevistes
Les persones solen ser entrevistades com a part d'un procés de recollida de dades. Les entrevistes, però, que es fan per recollir dades quantitatives estan més organitzades, amb els investigadors fent només el conjunt de preguntes prescrites i res més.
Hi ha tres categories principals d'entrevistes utilitzades per recollir dades.
- Entrevistes telefòniques: les entrevistes telefòniques van dominar els gràfics de tècniques de recollida de dades durant molts anys. Però utilitzant Internet, Skype o altres en línia Videoconferència els serveis per dur a terme entrevistes de vídeo ha augmentat significativament en els últims anys.
- Entrevistes en persona: la recollida directa de dades dels participants és un mètode provat i veritable per recopilar informació. Ajuda a recopilar dades d'alta qualitat, ja que ofereix espai per a consultes en profunditat i sondeig addicional per obtenir informació completa i educativa. El nivell d'alfabetització del participant no és important, ja que les enquestes presencials (F2F) ofereixen moltes possibilitats per observar i recopilar dades no verbals o per investigar temes complicats i no resolts. Tot i que pot ser un enfocament costós i que requereix temps, les entrevistes cara a cara solen tenir majors taxes de resposta.
- Entrevista personal assistida per ordinador (CAPI): no és més que un entorn comparable a una entrevista cara a cara on l'entrevistador té un ordinador de sobretaula o un ordinador portàtil amb ell per carregar les dades recollides durant l'entrevista directament a la base de dades. Com que l'entrevistador no ha de portar un munt de papers i qüestionaris, CAPI redueix significativament el temps necessari per actualitzar i analitzar les dades.
3. Observacions
Com el seu nom indica, és una tècnica bastant fàcil i poc complicada per recopilar dades quantitatives.
En aquest enfocament, els investigadors recopilen dades quantitatives mitjançant observacions metòdiques que utilitzen enfocaments com ara comptar el nombre de persones presents en un esdeveniment determinat en un moment determinat i un lloc específic o el nombre d'individus que assisteixen a l'esdeveniment en un lloc definit.
Els investigadors utilitzen sovint una estratègia d'observació naturalista per adquirir dades quantitatives, que requereixen excel·lents habilitats d'observació i sentits per obtenir dades quantitatives només sobre el "què" i no també sobre el "per què" i el "com".
La recollida de dades tant qualitatives com quantitatives es fa mitjançant l'observació naturalista. Tanmateix, l'observació estructurada s'utilitza principalment per recopilar informació quantitativa en lloc d'informació qualitativa.
- Observació estructurada: a diferència de l'observació naturalista o participant, aquesta forma de mètode d'observació requereix que l'investigador realitzi observacions exhaustives d'un o més comportaments especificats en un context més extens o controlat. En una observació estructurada, els investigadors restringeixen la seva atenció només a alguns comportaments clau d'interès en lloc de mirar-ho tot. Els permet posar els comportaments que estan veient en números. De vegades es coneix com a "codificació" quan les observacions demanen que els observadors facin un judici. Per fer-ho, cal definir amb precisió un conjunt de comportaments objectiu.
4. Enquestes
Les enquestes en línia fetes amb programari d'enquestes són essencials per recopilar dades en línia tant per a investigacions quantitatives com qualitatives. Les enquestes es creen de manera que validi les accions i la confiança dels que responen.
La majoria de les enquestes quantitatives solen incloure llistes de verificació i ítems d'escala de valoració perquè faciliten la mesura de les actituds i els comportaments dels enquestats.
S'utilitzen dos estils d'enquesta importants per recopilar informació en línia per a investigacions quantitatives de mercat.
- Basat en web: per a la investigació basada en Internet o en línia, aquesta és una de les tècniques més populars i fiables. Quan respongui a una enquesta basada en web, l'enquestat rebrà un correu electrònic amb un enllaç a l'enquesta, que en fer clic el portarà a una plataforma d'enquesta en línia segura on podrà completar l'enquesta. Els investigadors afavoreixen les enquestes basades en web perquè són més eficients en temps i diners, més ràpides i tenen un públic més gran. Utilitzant un ordinador, un ordinador portàtil, una tauleta o un dispositiu mòbil, els enquestats poden omplir l'enquesta sempre que els convingui i aquest és el principal avantatge d'un qüestionari basat en web.
- Per correu electrònic: l'enquesta s'envia per correu electrònic a una gran part de la població de la mostra, cosa que permet a l'investigador arribar a una varietat de públics. El qüestionari postal sol venir en un paquet amb una portada que informa l'audiència sobre el tipus d'estudi que s'està fent i per què, a més d'una devolució de prepagament, per recopilar dades en línia. Fins i tot si el correu té una taxa d'abandonament més gran que altres tècniques de recollida de dades quantitatives, inclosos els incentius i els recordatoris per acabar l'enquesta ajuden a reduir significativament la taxa d'abandonament.
5. Revisió de la documentació
Després d'analitzar els articles actuals, la revisió de documents és una tècnica utilitzada per recollir dades. Com que els documents són controlables i el recurs pràctic per obtenir dades precises del passat, és un mètode eficient i reeixit de recollida de dades.
La revisió de documents s'ha convertit en una de les tècniques útils per recopilar dades d'investigació quantitativa, a més de reforçar i donar suport a l'estudi oferint dades de recerca suplementàries.
Amb l'objectiu de recollir dades de recerca quantitatives suplementàries, s'estan examinant tres categories principals de documents.
- Documents públics: els registres oficials i continuats d'una organització s'examinen per a una investigació addicional com a part d'aquesta revisió de documents. Per exemple, informes anuals, guies de polítiques, esdeveniments per a estudiants, activitats de jocs universitaris, etc.
- Registres personals: aquest tipus d'anàlisi de documents examina informes privats de comportaments, conducta, salut, físic, etc. de les persones en lloc dels registres públics. Per exemple, la mida i el pes dels alumnes, el temps de viatge que els estudiants triguen per anar a l'escola, etc.
- Prova física: les proves físiques o els registres parlen dels èxits passats d'una persona o d'una organització en termes de diners i creixement escalable.
Exemples quantitatius
A continuació, es mostren alguns exemples de dades quantitatives per ajudar-vos a entendre completament a què es refereix:
- L'aplicació mòbil més recent ha estat baixada per 83 persones.
- L'any passat, la meva tia va perdre 18 lliures.
- El cost de l'article X és de 1,000 $.
- L'acte va comptar amb la participació de 500 participants.
- Aquest any té deu vacances.
- En un trimestre, vaig actualitzar el meu telèfon sis vegades.
- L'any passat, el meu fill va créixer 3 polzades.
- L'addició d'un nou producte suposarà un augment dels ingressos del 30%.
- El 54% dels nord-americans va dir que preferiria comprar en línia que en un centre comercial.
- 150 enquestats van dir que no creuen que la nova funció del producte seria un èxit.
avantatges
- Realitzar un estudi en profunditat: és molt probable que la investigació sigui exhaustiva, ja que les dades quantitatives es poden examinar estadísticament.
- Biaix mínim: hi ha moments en què el biaix personal contribueix a la investigació i provoca resultats inexactes. El biaix personal es veu molt disminuït per l'aspecte numèric de les dades quantitatives.
- Resultats precisos: com que els resultats eren de naturalesa objectiva, eren bastant precisos.
Desavantatges
- Informació restringida: com que les dades quantitatives no són descriptives, és un repte per als investigadors treure conclusions només de les dades que han recopilat.
- Depèn del tipus de pregunta: el tipus de pregunta utilitzat per recopilar dades quantitatives afecta el biaix dels resultats. Mentre es recullen dades quantitatives, la comprensió per part de l'investigador dels objectius i metes de la investigació és crucial.
Conclusió
Les dades quantitatives es refereixen al pensament divergent, no al raonament convergent. Tracta el punt de vista numèric, lògic i objectiu posant l'èmfasi en fets numèrics i constants.
L'únic tipus de dades que pot mostrar conclusions analítiques en gràfics i gràfics, la investigació de dades quantitatives és exhaustiva.
L'anàlisi de dades és sens dubte un pas crucial que, si no hi ha, no només pot comprometre l'objectivitat i l'autenticitat del vostre estudi, sinó que també pot fer que les conclusions siguin inestables. Les bones dades us ajudaran a produir resultats precisos.
Per tant, independentment de la tècnica, utilitzeu per recopilar dades quantitatives, assegureu-vos que la informació sigui de qualitat suficient per obtenir informació valuosa i útil.
Deixa un comentari