Inhaltsverzeichnis[Ausblenden][Zeigen]
Wir sind umgeben von Daten, die von Tag zu Tag wichtiger werden. Immer mehr unserer Interaktionen mit der Umwelt werden durch verschiedene Formen von Daten geprägt, darunter unsere Nutzung des Internets, Autokäufe, Newsfeeds, die wir uns ansehen, und viele andere Dinge.
Wir werden in diesem Beitrag quantitative Daten definieren, Beispiele für quantitative Daten nennen, diskutieren, wie qualitative und quantitative Daten variieren, und vieles mehr.
Aber gehen wir erst einmal einen Schritt zurück.
Jeden Tag werden 2.5 Quintillionen Bytes an Daten – darunter Testergebnisse, Kundenzufriedenheitswerte und Tweets – produziert. Aber nicht alle Daten sind gleich.
Eine Umfrage, in der Sie gebeten werden, den Service, das Menü, die Umgebung und die Preise auf einer Skala von 1 bis 10 zu bewerten, liefert andere Daten als ein Interview, in dem Sie aufgefordert werden, Ihr kulinarisches Erlebnis zu beschreiben.
Für Analysten, die häufig mit Datensätzen arbeiten, ist es von entscheidender Bedeutung, zwischen verschiedenen Datenformen zu unterscheiden und zu verstehen, wie sich jede auf Ihre Studie auswirken könnte.
Der Prozess der Datenanalyse beginnt häufig mit einer bestimmten Frage, die Sie zu beantworten versuchen, z. B.:
- Welchen Einfluss hat die Demografie auf das Verbraucherverhalten?
- Wird eine bestimmte Zielgruppe positiv auf eine Änderung an einem Produkt oder einer Dienstleistung reagieren?
- Wie können betriebliche Engpässe beseitigt werden, um die Effizienz zu steigern?
Abhängig von der Art des Themas, Ihrem Budget, Ihrer Zeit und den verfügbaren Ressourcen müssen Sie quantitative Daten sammeln und auswerten. Ich denke du verstehst, oder?
Fangen wir jetzt an.
Was sind quantitative Daten?
Als quantitative Daten gelten alle Datensammlungen, die quantitativ identifiziert und ausgewertet werden können.
Die einzige Art von Daten, die objektiv gemessen werden kann, sind quantitative Daten, was sie am relevantesten macht Art der Daten für den Einsatz in Mathematik und Statistik.
Er wird als Datenwert bezeichnet, wenn er als Zählwerte oder Zahlen ausgedrückt wird, wobei jedem Datensatz ein bestimmter numerischer Wert zugeordnet ist.
Alle messbaren Informationen, die in statistischen Berechnungen und Berechnungen auf der Grundlage von Arithmetik verwendet werden können, gelten als diese Art von Daten, da sie zur Unterstützung von Urteilen in der realen Welt verwendet werden können.
Wie viele, wie häufig und wie viele sind einige Beispiele für Anfragen, die beantwortet werden können. Mit mathematischen Methoden lassen sich diese Daten leicht verifizieren und bewerten.
Quantitative Daten wie Zeit, Größe, Gewicht, Preis, Kosten, Gewinn, Temperatur und Entfernung sind das, womit ein Datenanalyst normalerweise arbeitet.
Sie kann als Prozentsatz, Zahl, Seitenladezeit oder andere Metriken in den Bereichen Produktmanagement, User Experience Design oder Software Engineering ausgedrückt werden.
Wie viele Personen einen bestimmten Artikel gekauft haben, ist ein Beispiel für quantitative Daten im Zusammenhang mit dem Einkauf. Qualitative Daten zu Autos könnten die Menge an PS beinhalten, die sie besitzen.
Welche Arten von quantitativen Daten gibt es?
Daten, die quantifiziert werden können, werden als quantitative Daten bezeichnet, aber wie diese Daten quantifiziert werden, hängt von der Art der vorliegenden Datenerhebung ab. Quantitative Daten können in zwei grundlegende Gruppen eingeteilt werden: diskret und kontinuierlich. Die Hauptunterschiede zwischen den beiden sind wie folgt:
Diskrete Daten
Quantitative Informationen, die diskret sind, können nur einen bestimmten Bereich numerischer Werte haben. Diese Werte können nicht zerlegt werden, da sie fest sind.
Wann immer irgendetwas gezählt wird, werden diskrete Daten erhalten. Die drei Kinder einer Person wären beispielsweise ein Beispiel für diskrete Daten.
Die Anzahl der Kinder ist festgelegt; sie können beispielsweise nicht 3.2 Kinder haben.
Die Anzahl der Besucher Ihrer Website ist ein weiteres Beispiel für diskrete numerische Daten; Sie können 150 Besuche an einem Tag erhalten, aber nicht 150.6. Die am häufigsten zum Anzeigen diskreter Daten verwendeten Diagramme sind Kreisdiagramme, Balkendiagramme und Strichdiagramme.
Kontinuierliche Daten
Umgekehrt können kontinuierliche Daten unbegrenzt in kleinere Komponenten unterteilt werden. Die Länge einer Schnur in Zentimetern oder die Temperatur in Grad Celsius sind zwei Beispiele für solche quantitativen Angaben, die auf einer Messskala dargestellt werden können.
Kontinuierliche Daten sind im Wesentlichen nicht auf feste Werte beschränkt; es kann jeden Wert annehmen. Kontinuierliche Daten können sich auch im Laufe der Zeit ändern; Beispielsweise ändert sich die Raumtemperatur im Laufe des Tages.
Ein Liniendiagramm wird normalerweise verwendet, um kontinuierliche Daten darzustellen.
Quantitative Daten vs. qualitative Daten
Wir können sehen, dass quantitative Daten gemessen werden können. Es geht um Beträge, Werte und Zahlen. Diese Art von Informationen kann numerisch angegeben werden (dh Menge, Dauer, Länge, Preis oder Größe).
Quantitative Daten haben eine hohe Glaubwürdigkeit und gelten als unvoreingenommen und zuverlässig, da sie durch Statistiken erstellt werden. Es gibt jedoch noch eine weitere wichtige Art von Daten. Insbesondere qualitative Daten.
Diese Informationen haben in erster Linie beschreibenden Charakter. Sie kann in den meisten Fällen nicht direkt gemessen, sondern durch Beobachtung erlernt werden. Adjektive und andere beschreibende Begriffe werden verwendet, um das Aussehen, die Farbe, die Textur und andere Eigenschaften in qualitativen Daten zu beschreiben.
Sie könnten zum Beispiel argumentieren, dass ein Raum heller ist als der andere.
Diese Informationen sind qualitativ. Um die Helligkeit im Raum wirklich zu messen und ihr eine Zahl zuzuordnen, können Sie auch wissenschaftliche Geräte und Apparate (z. B. Belichtungsmesser) verwenden. Sie erhalten dadurch quantifizierbare Daten.
5 beste Methoden zur Erfassung quantitativer Daten
1. Wahrscheinlichkeitsstichprobe
Eine präzise Stichprobentechnik, die eine Art zufällige Auswahl verwendet und es Forschern ermöglicht, eine Wahrscheinlichkeitsaussage auf der Grundlage von Informationen zu treffen, die zufällig von der beabsichtigten Zielgruppe gesammelt wurden.
Wahrscheinlichkeitsstichproben bieten Forschern die Möglichkeit, Daten von Personen zu sammeln, die typisch für die Gruppe sind, die sie untersuchen möchten, was eines ihrer besten Merkmale ist.
Darüber hinaus wurden die Daten zufällig aus der ausgewählten Stichprobe gezogen, wodurch die Möglichkeit einer Stichprobenverzerrung ausgeschlossen wird.
Bei der Wahrscheinlichkeitsstichprobe gibt es drei Hauptkategorien.
- Einfache Zufallsstichprobe: Die beabsichtigte Grundgesamtheit wird häufiger ausgewählt, um in der Stichprobe vertreten zu sein.
- Systematische Zufallsauswahl: Jedes Mitglied der gewünschten Population würde in der Stichprobe vertreten sein, aber nur die erste Einheit wird zufällig ausgewählt; die anderen Einheiten werden so gewählt, als ob sie eine von zehn Personen auf der Liste wären.
- Geschichtete Zufallsauswahl: Ermöglicht beim Erstellen einer Stichprobe die Auswahl jeder Einheit aus einer bestimmten Teilmenge der beabsichtigten Zielgruppe. Es ist hilfreich, wenn die Forscher wählerisch sind, wenn es darum geht, eine bestimmte Gruppe von Personen in die Stichprobe aufzunehmen, z. B. nur Manager oder Führungskräfte, Personen, die in einer bestimmten Branche arbeiten, oder Männer oder Frauen.
2. Interviews
Menschen werden typischerweise im Rahmen eines Datenerfassungsprozesses befragt. Die Interviews, die durchgeführt werden, um quantitative Daten zu sammeln, sind jedoch organisierter, wobei die Forscher nur die vorgeschriebenen Fragen stellen und sonst nichts.
Es gibt drei Hauptkategorien von Interviews, die zum Sammeln von Daten verwendet werden.
- Telefoninterviews: Telefoninterviews dominierten viele Jahre lang die Charts der Datenerfassungstechniken. Verwenden Sie jedoch das Internet, Skype oder andere Online-Dienste Videokonferenzen Dienstleistungen zur Durchführung von Videointerviews hat in den letzten Jahren stark zugenommen.
- Persönliche Interviews: Die direkte Erhebung von Teilnehmerdaten ist eine bewährte Methode zur Informationsbeschaffung. Es hilft beim Sammeln qualitativ hochwertiger Daten, da es Raum für eingehende Untersuchungen und zusätzliche Sondierungen bietet, um umfassende und lehrreiche Informationen zu erhalten. Die Lese- und Schreibfähigkeit der Teilnehmer ist unwichtig, da Face-to-Face (F2F) Umfragen viele Möglichkeiten bieten, nonverbale Daten zu beobachten und zu sammeln oder komplizierte und ungelöste Themen zu untersuchen. Obwohl dies ein kostspieliger und zeitaufwändiger Ansatz sein mag, weisen persönliche Interviews häufig höhere Rücklaufquoten auf.
- Computer-Assisted Personal Interviewing (CAPI): Es ist nichts anderes als eine mit einem persönlichen Interview vergleichbare Einstellung, bei der der Interviewer einen Desktop oder Laptop dabei hat, um die während des Interviews gesammelten Daten direkt in die Datenbank hochzuladen. Da der Interviewer nicht mehr viel Papierkram und Fragebögen mit sich herumschleppen muss, reduziert CAPI den Zeitaufwand für die Aktualisierung und Analyse der Daten erheblich.
3. Beobachtungen
Wie der Name schon sagt, handelt es sich um eine ziemlich einfache und unkomplizierte Technik zur Erhebung quantitativer Daten.
Bei diesem Ansatz sammeln Forscher quantitative Daten durch methodische Beobachtungen unter Verwendung von Ansätzen wie dem Zählen der Anzahl der Personen, die bei einer bestimmten Veranstaltung zu einem bestimmten Zeitpunkt und an einem bestimmten Ort anwesend sind, oder der Anzahl der Personen, die an einer bestimmten Stelle an der Veranstaltung teilnehmen.
Zur Gewinnung quantitativer Daten verwenden die Forscher häufig eine naturalistische Beobachtungsstrategie, die hervorragende Beobachtungsfähigkeiten und Sinne erfordert, um quantitative Daten nur über das „Was“ und nicht auch über das „Warum“ und „Wie“ zu erhalten.
Die Erhebung sowohl qualitativer als auch quantitativer Daten erfolgt durch naturwissenschaftliche Beobachtung. Strukturierte Beobachtung wird jedoch meistens verwendet, um eher quantitative als qualitative Informationen zu sammeln.
- Strukturierte Beobachtung: Im Gegensatz zur naturalistischen oder teilnehmenden Beobachtung erfordert diese Form der Beobachtungsmethode, dass der Forscher gründliche Beobachtungen eines oder mehrerer bestimmter Verhaltensweisen in einem umfassenderen oder kontrollierteren Kontext durchführt. Bei einer strukturierten Beobachtung beschränken die Forscher ihre Aufmerksamkeit auf nur wenige wichtige Verhaltensweisen von Interesse, anstatt alles zu beobachten. Es ermöglicht ihnen, die Verhaltensweisen, die sie sehen, in Zahlen zu fassen. Es wird manchmal als „Codierung“ bezeichnet, wenn die Beobachtungen die Beobachter dazu auffordern, ein Urteil zu fällen. Dazu muss eine Reihe von Zielverhalten genau definiert werden.
4. Umfragen
Mit Umfragesoftware erstellte Online-Umfragen sind für die Online-Erhebung von Daten sowohl für die quantitative als auch für die qualitative Forschung unerlässlich. Die Umfragen werden so erstellt, dass die Aktionen und das Vertrauen der Antwortenden validiert werden.
Die meisten quantitativen Umfragen enthalten häufig Checklisten und Bewertungsskalenelemente, da sie die Messung der Einstellungen und des Verhaltens der Befragten erleichtern.
Zwei wichtige Umfragestile werden verwendet, um Informationen für die quantitative Marktforschung online zu sammeln.
- Webbasiert: Für internetbasierte oder Online-Recherchen ist dies eine der beliebtesten und zuverlässigsten Techniken. Bei der Beantwortung einer webbasierten Umfrage erhält der Befragte eine E-Mail mit einem Link zur Umfrage, der ihn beim Anklicken zu einer sicheren Online-Umfrageplattform führt, auf der er die Umfrage ausfüllen kann. Forscher bevorzugen webbasierte Umfragen, weil sie zeit- und kosteneffizienter und schneller sind und ein größeres Publikum haben. Mit einem Desktop, Laptop, Tablet oder Mobilgerät können die Befragten die Umfrage jederzeit ausfüllen, wann immer es ihnen passt, und das ist der Hauptvorteil eines webbasierten Fragebogens.
- E-Mail-basiert: Die Umfrage wird per E-Mail an einen großen Teil der Stichprobenpopulation versandt, sodass der Forscher eine Vielzahl von Zielgruppen erreichen kann. Der postalische Fragebogen wird normalerweise in einem Paket mit einem Deckblatt geliefert, das das Publikum über die Art der durchgeführten Studie und den Grund informiert, sowie eine vorab bezahlte Rücksendung, um Daten online zu sammeln. Auch wenn die E-Mail eine höhere Abwanderungsrate aufweist als andere quantitative Datenerfassungstechniken, hilft das Einschließen von Anreizen und Erinnerungen zum Beenden der Umfrage, die Abwanderungsrate deutlich zu senken.
5. Überprüfung der Dokumentation
Nach der Analyse der aktuellen Papiere ist die Dokumentenprüfung eine Technik zum Sammeln von Daten. Da Dokumente kontrollierbar und die praktische Ressource sind, um genaue Daten aus der Vergangenheit zu erhalten, ist dies eine effiziente und erfolgreiche Methode der Datenerfassung.
Die Dokumentenprüfung ist zu einer der nützlichen Techniken zum Sammeln quantitativer Forschungsdaten geworden, zusätzlich zur Stärkung und Unterstützung der Studie durch das Angebot zusätzlicher Forschungsdaten.
Zur Erhebung ergänzender quantitativer Forschungsdaten werden drei Hauptkategorien von Dokumenten untersucht.
- Öffentliche Dokumente: Die offiziellen, fortlaufenden Aufzeichnungen einer Organisation werden im Rahmen dieser Dokumentenprüfung für zusätzliche Untersuchungen untersucht. Zum Beispiel Jahresberichte, politische Leitfäden, Studentenveranstaltungen, Hochschulspielaktivitäten usw.
- Persönliche Aufzeichnungen: Diese Art der Dokumentenanalyse untersucht private Berichte über Verhalten, Verhalten, Gesundheit, Körperbau usw. von Personen im Gegensatz zu öffentlichen Aufzeichnungen. Zum Beispiel die Größe und das Gewicht der Schüler, die Fahrzeit der Schüler zur Schule usw.
- Physischer Beweis: Physische Beweise oder Aufzeichnungen sprechen für die vergangenen Erfolge einer Person oder eines Unternehmens in Bezug auf Geld und skalierbares Wachstum.
Quantitative Beispiele
Hier sind einige Beispiele für quantitative Daten, die Ihnen helfen sollen, vollständig zu verstehen, worauf sich dies bezieht:
- Die neueste mobile Anwendung wurde von 83 Personen heruntergeladen.
- Letztes Jahr verlor meine Tante 18 Pfund.
- Die Kosten für Artikel X betragen 1,000 $.
- An der Veranstaltung nahmen 500 Teilnehmer teil.
- Dieses Jahr hat sie zehn Ferien.
- In einem Quartal habe ich mein Telefon sechsmal aktualisiert.
- Letztes Jahr ist mein Kind um 3 Zoll gewachsen.
- Die Aufnahme eines neuen Produkts wird zu einer Umsatzsteigerung von 30 % führen.
- 54 % der Amerikaner gaben an, lieber online als in einem Einkaufszentrum einzukaufen.
- 150 Befragte gaben an, dass sie nicht glauben, dass die neue Produktfunktion ein Erfolg werden würde.
Vorteile
- Vertiefte Studie durchführen: Es ist sehr wahrscheinlich, dass die Recherche gründlich sein wird, da quantitative Daten statistisch untersucht werden können.
- Minimale Voreingenommenheit: Es gibt Zeiten, in denen persönliche Voreingenommenheit zur Forschung beiträgt und zu ungenauen Ergebnissen führt. Persönliche Voreingenommenheit wird durch den numerischen Aspekt quantitativer Daten stark verringert.
- Genaue Ergebnisse: Da die Ergebnisse objektiver Natur waren, waren sie ziemlich genau.
Nachteile
- Eingeschränkte Informationen: Da quantitative Daten nicht beschreibend sind, ist es für Forscher schwierig, Schlussfolgerungen nur aus den von ihnen gesammelten Daten zu ziehen.
- Abhängig vom Fragetyp: Der Fragetyp, der zum Sammeln quantitativer Daten verwendet wird, wirkt sich auf die Verzerrung der Ergebnisse aus. Beim Sammeln quantitativer Daten ist das Verständnis des Forschers für die Ziele der Forschung von entscheidender Bedeutung.
Zusammenfassung
Bei quantitativen Daten geht es um divergentes Denken, nicht um konvergentes Denken. Es befasst sich mit der numerischen, logischen und objektiven Sichtweise, indem es den Schwerpunkt auf numerische und konstante Tatsachen legt.
Die quantitative Datenrecherche ist die einzige Art von Daten, die in der Lage ist, analytische Schlussfolgerungen in Diagrammen und Grafiken darzustellen.
Die Datenanalyse ist sicherlich ein entscheidender Schritt, der, wenn er fehlt, nicht nur die Objektivität und Authentizität Ihrer Studie beeinträchtigen, sondern auch die Schlussfolgerungen instabil machen kann. Gute Daten helfen Ihnen, genaue Ergebnisse zu erzielen.
Stellen Sie daher unabhängig von der Technik, die Sie zum Sammeln quantitativer Daten verwenden, sicher, dass die Informationen von hoher Qualität sind, um wertvolle und nützliche Erkenntnisse zu gewinnen.
Hinterlassen Sie uns einen Kommentar