Sisukord[Peida][Näita]
Meid ümbritsevad andmed, mis muutuvad iga päevaga üha olulisemaks. Üha enam meie suhtlust keskkonnaga kujundavad mitmesugused andmevormid, sealhulgas meie Interneti kasutamine, autode ostmine, uudistevood, mida vaatame, ja palju muud.
Selles postituses määratleme kvantitatiivsed andmed, anname näiteid kvantitatiivsetest andmetest, arutame, kuidas kvalitatiivsed ja kvantitatiivsed andmed erinevad, ja palju muud.
Kuid kõigepealt astume sammu tagasi.
Iga päev toodetakse 2.5 kvintiljonit baiti andmeid, sealhulgas testitulemusi, klientide rahulolu skoore ja säutse. Kuid mitte kõik andmed pole võrdsed.
Küsitlus, milles palutakse teil järjestada teenust, menüüd, keskkonda ja hindu skaalal 1–10, annab teistsuguseid andmeid kui intervjuu, milles palutakse kirjeldada oma söögikogemust.
Andmekogumitega sageli töötavate analüütikute jaoks on ülioluline eristada erinevaid andmevorme ja mõista, kuidas igaüks võib teie uuringut mõjutada.
Andmetesse süvenemise protsess algab sageli konkreetse küsimusega, millele proovite vastata, näiteks:
- Millist mõju avaldab demograafia tarbijate käitumisele?
- Kas konkreetne vaatajaskond reageerib toote või teenuse muudatusele positiivselt?
- Kuidas likvideerida tegevuse kitsaskohti, et suurendada efektiivsust?
Peate koguma ja hindama kvantitatiivseid andmeid, olenevalt teema olemusest, eelarvest, ajast ja kättesaadavatest ressurssidest. Ma arvan, et saate aru, eks?
Alustame kohe.
Mis on kvantitatiivsed andmed?
Kvantitatiivseteks andmeteks loetakse igasugust andmete kogumit, mida saab kvantitatiivselt tuvastada ja hinnata.
Ainus andmeid, mida saab objektiivselt mõõta, on kvantitatiivsed andmed, mistõttu on need kõige asjakohasemad andmete tüüp kasutamiseks nii matemaatikas kui ka statistikas.
Seda nimetatakse andmete väärtuseks, kui seda väljendatakse arvude või numbritena, kusjuures igale andmekogumile on määratud konkreetne arvväärtus.
Seda tüüpi andmeteks peetakse igasugust mõõdetavat teavet, mida saab kasutada statistilistes arvutustes ja aritmeetikal põhinevates arvutustes, kuna seda saab kasutada otsuste toetamiseks reaalses maailmas.
Kui palju, kui sageli ja kui paljudele on mõned näited päringutest, millele see vastata suudab. Nende andmete hõlpsaks kontrollimiseks ja hindamiseks saab kasutada matemaatilisi meetodeid.
Andmeanalüütik tavaliselt töötab kvantitatiivsete andmetega, nagu aeg, pikkus, kaal, hind, maksumus, kasum, temperatuur ja vahemaa.
Seda saab väljendada protsendina, numbrina, lehe laadimisajana või muude mõõdikutena tootehalduse, kasutajakogemuse kujundamise või tarkvaratehnika valdkonnas.
Kui palju inimesi ostis teatud kauba, on näide kvantitatiivsetest andmetest ostmise kontekstis. Kvalitatiivsed andmed autode kohta võivad hõlmata selle hobujõudu.
Millised on kvantitatiivsete andmete tüübid?
Andmeid, mida saab kvantifitseerida, nimetatakse kvantitatiivseteks andmeteks, kuid see, kuidas neid andmeid kvantifitseeritakse, sõltub kogutavate andmete liigist. Kvantitatiivsed andmed võib jagada kahte põhirühma: diskreetsed ja pidevad. Peamised erinevused nende kahe vahel on järgmised:
Diskreetsed andmed
Diskreetsel kvantitatiivsel teabel võib olla ainult kindel arvväärtuste vahemik. Neid väärtusi ei saa lahutada, kuna need on fikseeritud.
Kui midagi loetakse, saadakse diskreetsed andmed. Näiteks isiku kolm last oleks diskreetsete andmete näide.
Laste arv määratakse; neil ei saa olla näiteks 3.2 last.
Teie veebisaidi külastajate arv on veel üks näide diskreetsetest arvandmetest; päevas võite saada 150 külastust, kuid mitte 150.6. Kõige tavalisemad diskreetsete andmete kuvamiseks kasutatavad diagrammid on sektordiagrammid, tulpdiagrammid ja vastavusdiagrammid.
Pidevad andmed
Pidevaid andmeid saab vastupidiselt lõpmatult jagada väiksemateks komponentideks. Nöörijupi pikkus sentimeetrites või temperatuur Celsiuse kraadides on kaks näidet sellistest kvantitatiivsetest andmetest, mida saab mõõteskaalal näidata.
Sisuliselt ei ole pidevad andmed piiratud fikseeritud väärtustega; see võib võtta mis tahes väärtuse. Pidevad andmed võivad samuti aja jooksul muutuda; näiteks ruumi temperatuur muutub päeva jooksul.
Pidevate andmete illustreerimiseks kasutatakse tavaliselt joongraafikut.
Kvantitatiivsed andmed vs kvalitatiivsed andmed
Näeme, et kvantitatiivseid andmeid saab mõõta. See käsitleb summasid, väärtusi ja numbreid. Seda tüüpi teavet saab esitada numbriliselt (st summa, kestus, pikkus, hind või suurus).
Kvantitatiivsetel andmetel on palju usaldusväärsust ning neid peetakse erapooletuks ja usaldusväärseteks, kuna need on koostatud statistika kaudu. Siiski on veel üks oluline andmete tüüp. Täpsemalt kvalitatiivsed andmed.
See teave on peamiselt kirjeldav. Enamikul juhtudel ei saa seda otseselt mõõta, kuid seda saab õppida vaatluse teel. Omadussõnu ja muid kirjeldavaid termineid kasutatakse kvalitatiivsete andmete välimuse, värvi, tekstuuri ja muude omaduste kirjeldamiseks.
Näiteks võite väita, et üks tuba on heledam kui teine.
See teave on kvalitatiivne. Ruumi heleduse mõõtmiseks ja sellele numbrilise numbri määramiseks võite kasutada ka teaduslikke seadmeid ja seadmeid (nt valgusmõõturit). Seda tehes saate kvantifitseeritavaid andmeid.
5 parimat kvantitatiivsete andmete kogumise meetodit
1. Tõenäosuse valim
Täpne valimivõtu tehnika, mis kasutab mingisugust juhuslikku valikut ja võimaldab teadlastel esitada tõenäosuse väite sihtrühmalt juhuslikult kogutud teabe põhjal.
Tõenäosuse valim annab teadlastele võimaluse koguda andmeid isikutelt, kes on tüüpilised rühmale, millest nad on huvitatud, mis on üks selle parimaid omadusi.
Lisaks võeti andmed valitud proovist juhuslikult, mis välistab valimi kallutamise võimaluse.
Tõenäosuse valimi jaoks on kolm peamist kategooriat.
- Lihtne juhuslik valim: kavandatud populatsioon valitakse sagedamini valimi esindamiseks.
- Süstemaatiline juhuslik valim: Valimis oleks esindatud iga liige soovitud populatsioonist, kuid juhuslikult valitakse ainult esimene üksus; ülejäänud üksused valitakse nii, nagu oleks nimekirjas üks kümnest isikust.
- Kihiline juhuslik valim: võimaldab valimi loomisel valida iga üksuse sihtrühma kindlast alamhulgast. See on kasulik, kui teadlased on valivad teatud inimeste rühma kaasamisel valimisse, näiteks lihtsalt juhid või juhid, teatud valdkonnas töötavad inimesed või mehed või naised.
2. Intervjuud
Inimesi küsitletakse tavaliselt andmete kogumise protsessi käigus. Intervjuud, mida tehakse kvantitatiivsete andmete kogumiseks, on aga organiseeritumad, kusjuures teadlased küsivad ainult ettenähtud küsimuste komplekti ja ei midagi muud.
Andmete kogumiseks kasutatakse kolme peamist intervjuude kategooriat.
- Telefoniintervjuud: telefoniintervjuud domineerisid andmete kogumise tehnikate edetabelites aastaid. Kuid kasutades Internetti, Skype'i või muud võrgus videokonverentsid videointervjuude läbiviimise teenused on viimastel aastatel märkimisväärselt suurenenud.
- Isiklikud intervjuud: osalejate vahetu andmete kogumine on läbiproovitud ja tõene teabe kogumise meetod. See aitab koguda kvaliteetseid andmeid, kuna annab põhjaliku ja hariva teabe saamiseks ruumi põhjalikeks päringuteks ja täiendavaks uurimiseks. Osaleja kirjaoskuse tase ei oma tähtsust, kuna näost näkku (F2F) küsitlused pakuvad palju võimalusi mitteverbaalsete andmete vaatlemiseks ja kogumiseks või keeruliste ja lahendamata teemade uurimiseks. Kuigi see võib olla kulukas ja aeganõudev lähenemisviis, on näost näkku intervjuudel sageli suurem vastamismäär.
- Arvutipõhine isiklik intervjueerimine (CAPI): see pole midagi muud kui näost näkku intervjuuga võrreldav seade, kus küsitlejal on laua- või sülearvuti kaasas, et intervjuu käigus kogutud andmed otse andmebaasi üles laadida. Kuna intervjueerija ei pea kaasas kandma palju pabereid ja küsimustikke, vähendab CAPI oluliselt andmete värskendamiseks ja analüüsimiseks kuluvat aega.
3. Tähelepanekud
Nagu nimigi ütleb, on see kvantitatiivsete andmete kogumiseks üsna lihtne ja lihtne tehnika.
Selle lähenemisviisi puhul koguvad teadlased kvantitatiivseid andmeid metoodiliste vaatluste abil, kasutades selliseid lähenemisviise nagu konkreetsel üritusel teatud ajahetkel ja konkreetses kohas viibivate inimeste arv või üritusel teatud kohas osalevate isikute arv.
Teadlased kasutavad kvantitatiivsete andmete hankimiseks sageli naturalistlikku vaatlusstrateegiat, mis nõuab suurepäraseid vaatlusvõimeid ja meeli, et saada kvantitatiivseid andmeid ainult selle kohta, mis on, mitte aga selle kohta, miks ja kuidas.
Nii kvalitatiivsete kui ka kvantitatiivsete andmete kogumine toimub naturalistliku vaatluse teel. Struktureeritud vaatlust kasutatakse siiski pigem kvantitatiivse kui kvalitatiivse teabe kogumiseks.
- Struktureeritud vaatlus: erinevalt naturalistlikust või osalejavaatlusest nõuab see vaatlusmeetodi vorm uurijalt ühe või mitme konkreetse käitumise põhjalikku vaatlust ulatuslikumas või kontrollitud kontekstis. Struktureeritud vaatluse käigus piiravad teadlased oma tähelepanu vaid mõnele huvipakkuvale võtmekäitumisele, selle asemel et kõike jälgida. See võimaldab neil näha käitumist arvudesse panna. Mõnikord nimetatakse seda "kodeerimiseks", kui vaatlused nõuavad vaatlejatelt hinnangut. Selleks tuleb täpselt määratleda sihtkäitumise kogum.
4. Küsitlused
Küsitlustarkvaraga tehtud veebiküsitlused on olulised nii kvantitatiivse kui ka kvalitatiivse uurimistöö jaoks andmete veebis kogumiseks. Küsitlused on koostatud viisil, mis kinnitab vastajate tegevust ja enesekindlust.
Enamik kvantitatiivseid uuringuid sisaldab sageli kontrollnimekirju ja hindamisskaala elemente, kuna need muudavad vastajate hoiakute ja käitumise mõõtmise lihtsamaks.
Internetis teabe kogumiseks kvantitatiivse turu-uuringu jaoks kasutatakse kahte olulist küsitlusstiili.
- Veebipõhine: Interneti- või veebipõhise uurimistöö jaoks on see üks populaarsemaid ja usaldusväärsemaid meetodeid. Veebipõhisele küsitlusele vastates saab vastaja meili küsitluse lingiga, millele klõpsates jõuab turvalisse veebiküsitluse platvormi, kus saab küsitluse täita. Teadlased eelistavad veebipõhiseid uuringuid, kuna need on aja- ja rahasäästlikumad, kiiremad ja suurema vaatajaskonnaga. Lauaarvutit, sülearvutit, tahvelarvutit või mobiilseadet kasutades võivad vastajad küsitlust täita igal ajal, kui see neile sobib ja see on veebipõhise küsimustiku peamine eelis.
- Meilipõhine: küsitlus saadetakse suurele osale valimipopulatsioonist posti teel, võimaldades uurijal jõuda mitmesuguste sihtrühmadeni. Postiga saadetav küsimustik on tavaliselt pakis koos kaanelehega, mis teavitab vaatajaskonda, millist tüüpi uuringut ja miks tehakse, ning ettemakstud tagastus, et andmeid veebis koguda. Isegi kui meil on teiste kvantitatiivsete andmete kogumise tehnikatega võrreldes suurem, aitab stiimuleid ja meeldetuletusi küsitluse lõpetamiseks märkimisväärselt vähendada.
5. Dokumentatsiooni ülevaade
Pärast praeguste paberite analüüsimist on dokumentide läbivaatamine meetod, mida kasutatakse andmete kogumiseks. Kuna dokumendid on kontrollitavad ja praktiline ressurss täpsete andmete hankimiseks minevikust, on see tõhus ja edukas andmekogumismeetod.
Dokumentide läbivaatamine on muutunud üheks kasulikuks meetodiks kvantitatiivsete uurimisandmete kogumisel, lisaks uuringu tugevdamisele ja toetamisele täiendavate uurimisandmete pakkumisega.
Täiendavate kvantitatiivsete uurimisandmete kogumiseks on vaatluse all kolm peamist dokumendikategooriat.
- Avalikud dokumendid: selle dokumendi läbivaatamise raames vaadatakse täiendava uurimise eesmärgil läbi organisatsiooni ametlikud jätkuvad dokumendid. Näiteks aastaaruanded, poliitikajuhised, üliõpilasüritused, ülikoolimängud jne.
- Isiklikud dokumendid: seda tüüpi dokumendianalüüs uurib inimeste käitumise, käitumise, tervise, kehaehituse jne isiklikke aruandeid, mitte avalikke registreid. Näiteks õpilaste suurus ja kaal, õpilastel kooliminekuks kuluv sõiduaeg jne.
- Füüsiline tõestus: füüsilised tõendid või dokumendid räägivad inimese või organisatsiooni varasematest edusammudest raha ja skaleeritava kasvu osas.
Kvantitatiivsed näited
Siin on mõned näited kvantitatiivsetest andmetest, mis aitavad teil täielikult mõista, millele see viitab.
- Uusima mobiilirakenduse on alla laadinud 83 inimest.
- Eelmisel aastal kaotas mu tädi 18 naela.
- Kauba X maksumus on 1,000 dollarit.
- Üritusel osales 500 osalejat.
- Sel aastal on tal kümme puhkust.
- Kvartali jooksul uuendasin oma telefoni kuus korda.
- Eelmisel aastal kasvas mu laps 3 tolli võrra.
- Uue toote lisamine toob kaasa 30% tulude kasvu.
- 54% ameeriklastest ütles, et ostavad pigem veebist kui kaubanduskeskusest.
- 150 vastajat ütlesid, et nad ei usu, et toote uus funktsioon oleks hitt.
Eelised
- Viia läbi põhjalik uuring: On väga tõenäoline, et uurimus on põhjalik, kuna kvantitatiivseid andmeid saab statistiliselt uurida.
- Minimaalne eelarvamus: on aegu, mil isiklik eelarvamus aitab kaasa uuringutele ja põhjustab ebatäpseid tulemusi. Isiklikku eelarvamust vähendab oluliselt kvantitatiivsete andmete arvuline aspekt.
- Täpsed tulemused: kuna tulemused olid oma olemuselt objektiivsed, olid need üsna täpsed.
Puudused
- Piiratud teave: kuna kvantitatiivsed andmed ei ole kirjeldavad, on teadlastel keeruline teha järeldusi ainult kogutud andmete põhjal.
- Oleneb küsimuse tüübist: Kvantitatiivsete andmete kogumiseks kasutatav küsimuse tüüp mõjutab tulemuste kallutatust. Kvantitatiivsete andmete kogumisel on ülioluline teadlase arusaamine uurimistöö eesmärkidest ja eesmärkidest.
Järeldus
Kvantitatiivsed andmed puudutavad lahknevat mõtlemist, mitte konvergentset arutluskäiku. See käsitleb arvulist, loogilist ja objektiivset vaatenurka, asetades rõhu numbrilistele ja konstantsetele faktidele.
Ainus andmeliik, mis suudab analüütilisi järeldusi diagrammides ja graafikutes kuvada, on põhjalik kvantitatiivne andmeuuring.
Andmete analüüs on kindlasti ülioluline samm, mille puudumisel võib see mitte ainult kahjustada teie uuringu objektiivsust ja autentsust, vaid muuta ka järeldused ebastabiilseks. Head andmed aitavad teil saada täpseid tulemusi.
Seetõttu, olenemata tehnikast, kasutate kvantitatiivsete andmete kogumiseks ja veenduge, et teave oleks piisavalt kõrge kvaliteediga, et anda väärtuslikku ja kasulikku teavet.
Jäta vastus