Table des matières[Cacher][Montrer]
Nous sommes entourés de données, qui deviennent de plus en plus importantes chaque jour. De plus en plus de nos interactions avec l'environnement sont façonnées par diverses formes de données, y compris notre utilisation d'Internet, les achats d'automobiles, les flux d'actualités que nous consultons et bien d'autres choses.
Nous définirons les données quantitatives dans cet article, donnerons des exemples de données quantitatives, discuterons de la variation des données qualitatives et quantitatives, et bien plus encore.
Mais prenons d'abord un peu de recul.
Chaque jour, 2.5 quintillions d'octets de données, y compris les résultats des tests, les scores de satisfaction client et les tweets, sont produits. Mais toutes les données ne sont pas créées égales.
Un sondage vous demandant de classer le service, le menu, l'environnement et les prix sur une échelle de 1 à 10 produit des données différentes d'un entretien vous demandant de décrire votre expérience culinaire.
Il est crucial pour les analystes qui travaillent fréquemment avec des ensembles de données de faire la distinction entre les différentes formes de données et de comprendre comment chacune peut affecter votre étude.
Le processus d'exploration des données commence souvent par une question spécifique à laquelle vous essayez de répondre, telle que :
- Quel impact la démographie a-t-elle sur le comportement des consommateurs ?
- Un public particulier réagira-t-il favorablement à une modification d'un produit ou d'un service ?
- Comment éliminer les goulots d'étranglement opérationnels pour gagner en efficacité ?
Vous devrez collecter et évaluer des données quantitatives, en fonction de la nature du sujet, de votre budget, de votre temps et des ressources accessibles. Je pense que tu comprends, non ?
Commençons maintenant.
Qu'est-ce que les données quantitatives ?
Toute collecte de données qui peut être identifiée et évaluée quantitativement est considérée comme une donnée quantitative.
Les seules données pouvant être mesurées objectivement sont les données quantitatives, ce qui en fait les données les plus pertinentes type de données à utiliser à la fois en mathématiques et en statistiques.
On l'appelle la valeur des données lorsqu'elle est exprimée en nombres ou en nombres, chaque ensemble de données ayant une valeur numérique spécifique qui lui est attribuée.
Toute information mesurable pouvant être utilisée dans des calculs statistiques et des calculs basés sur l'arithmétique est considérée comme ce type de données car elle peut être utilisée pour étayer des jugements dans le monde réel.
Combien, à quelle fréquence et combien sont quelques exemples de requêtes auxquelles il peut répondre. Des méthodes mathématiques peuvent être utilisées pour vérifier et évaluer facilement ces données.
Les données quantitatives telles que le temps, la taille, le poids, le prix, le coût, le profit, la température et la distance sont ce avec quoi un analyste de données travaille généralement.
Il peut être exprimé sous la forme d'un pourcentage, d'un nombre, d'un temps de chargement de page ou d'autres mesures dans les domaines de la gestion des produits, de la conception de l'expérience utilisateur ou de l'ingénierie logicielle.
Le nombre de personnes qui ont acheté un certain article est un exemple de données quantitatives dans le contexte de l'achat. Les données qualitatives sur les voitures pourraient inclure la quantité de chevaux qu'elles possèdent.
Quels sont les types de données quantitatives ?
Les données qui peuvent être quantifiées sont appelées données quantitatives, cependant, la façon dont ces données sont quantifiées varie selon le type de collecte de données à portée de main. Les données quantitatives peuvent être divisées en deux groupes de base : discrètes et continues. Les principales variations entre les deux sont les suivantes :
Données discrètes
Les informations quantitatives discrètes ne peuvent avoir qu'une plage spécifique de valeurs numériques. Ces valeurs ne peuvent pas être décomposées puisqu'elles sont fixes.
Chaque fois que quelque chose est compté, des données discrètes sont obtenues. Les trois enfants d'une personne, par exemple, seraient un exemple de données discrètes.
Le nombre d'enfants est fixé ; ils ne peuvent pas, par exemple, avoir 3.2 enfants.
Le nombre de visiteurs de votre site Web est un autre exemple de données numériques discrètes ; vous pouvez recevoir 150 visites par jour, mais pas 150.6. Les graphiques les plus couramment utilisés pour afficher des données discrètes sont les graphiques à secteurs, les graphiques à barres et les graphiques de pointage.
Données continues
Inversement, les données continues peuvent être indéfiniment divisées en composants plus petits. La longueur d'un morceau de ficelle en centimètres ou la température en degrés Celsius sont deux exemples de ce type de données quantitatives qui peuvent être affichées sur une échelle de mesure.
Essentiellement, les données continues ne sont pas contraintes à des valeurs fixes ; il peut prendre n'importe quelle valeur. Les données continues peuvent également changer au fil du temps ; par exemple, la température de la pièce changera au cours de la journée.
Un graphique linéaire est généralement utilisé pour illustrer des données continues.
Données quantitatives vs données qualitatives
Nous pouvons voir que les données quantitatives peuvent être mesurées. Il traite des quantités, des valeurs et des nombres. Ce type d'information peut être indiqué numériquement (c'est-à-dire montant, durée, durée, prix ou taille).
Les données quantitatives ont beaucoup de crédibilité et sont considérées comme impartiales et fiables car elles sont produites à partir de statistiques. Cependant, il existe encore un autre type de données crucial. Plus précisément, des données qualitatives.
Ces informations sont essentiellement de nature descriptive. Dans la plupart des cas, il ne peut pas être mesuré directement mais peut être appris par l'observation. Les adjectifs et autres termes descriptifs sont utilisés pour décrire l'apparence, la couleur, la texture et d'autres propriétés dans les données qualitatives.
Par exemple, vous pourriez dire qu'une pièce est plus lumineuse que l'autre.
Ces informations sont qualitatives. Pour vraiment mesurer la luminosité dans la pièce et lui attribuer un nombre numérique, vous pouvez également utiliser du matériel et des appareils scientifiques (comme un posemètre). Vous obtenez des données quantifiables en le faisant.
5 meilleures méthodes pour collecter des données quantitatives
1. Échantillonnage probabiliste
Une technique d'échantillonnage précise qui utilise une sorte de sélection aléatoire et permet aux chercheurs de faire une affirmation de probabilité basée sur des informations recueillies au hasard auprès du public visé.
L'échantillonnage probabiliste offre aux chercheurs la possibilité de collecter des données auprès d'individus typiques du groupe qu'ils souhaitent étudier, ce qui est l'une de ses meilleures caractéristiques.
De plus, les données ont été tirées au hasard à partir de l'échantillon choisi, ce qui élimine le risque de biais d'échantillonnage.
Pour l'échantillonnage probabiliste, il existe trois catégories principales.
- Échantillonnage aléatoire simple : la population visée est plus fréquemment sélectionnée pour être représentée dans l'échantillon.
- Échantillonnage aléatoire systématique : tout membre de la population souhaitée serait représenté dans l'échantillon, mais seule la première unité est choisie au hasard ; les autres unités sont choisies comme si une personne sur dix figurait sur la liste.
- Échantillonnage aléatoire stratifié : lors de la création d'un échantillon, permet de choisir chaque unité à partir d'un sous-ensemble spécifique du public visé. Il est utile lorsque les chercheurs sont pointilleux sur l'inclusion d'un certain groupe de personnes dans l'échantillon, comme uniquement les gestionnaires ou les cadres, les personnes travaillant dans une industrie donnée, ou les hommes ou les femmes.
2. Entretiens
Les personnes sont généralement interrogées dans le cadre d'un processus de collecte de données. Les entretiens, cependant, qui sont menés pour recueillir des données quantitatives sont plus organisés, les chercheurs ne posant que l'ensemble de questions prescrit et rien d'autre.
Il existe trois principales catégories d'entretiens utilisés pour recueillir des données.
- Entrevues téléphoniques : Les entrevues téléphoniques ont dominé les tableaux des techniques de collecte de données pendant de nombreuses années. Mais en utilisant Internet, Skype ou d'autres services en ligne vidéo conférence services pour mener des entretiens vidéo a considérablement augmenté ces dernières années.
- Entrevues en personne : La collecte directe de données sur les participants est une méthode éprouvée de collecte d'informations. Il aide à collecter des données de haute qualité car il laisse la place à des enquêtes approfondies et à des sondages supplémentaires pour obtenir des informations complètes et éducatives. Le niveau d'alphabétisation du participant n'est pas important car les enquêtes en face à face (F2F) offrent de nombreuses possibilités d'observer et de recueillir des données non verbales ou d'enquêter sur des sujets complexes et non résolus. Bien qu'il puisse s'agir d'une approche coûteuse et chronophage, les entretiens en face à face ont souvent des taux de réponse plus élevés.
- Entretien personnel assisté par ordinateur (CAPI) : il ne s'agit que d'un cadre comparable à un entretien en face à face où l'intervieweur a un ordinateur de bureau ou un ordinateur portable avec lui pour télécharger les données collectées lors de l'entretien directement dans la base de données. Étant donné que l'enquêteur n'a pas à transporter une tonne de documents et de questionnaires, CAPI réduit considérablement le temps nécessaire pour mettre à jour et analyser les données.
3. Observations
Comme son nom l'indique, il s'agit d'une technique assez simple et peu compliquée pour recueillir des données quantitatives.
Dans cette approche, les chercheurs recueillent des données quantitatives par des observations méthodiques en utilisant des approches telles que le comptage du nombre de personnes présentes à un événement donné à un certain moment et un lieu spécifique ou le nombre de personnes assistant à l'événement dans un endroit défini.
Les chercheurs utilisent fréquemment une stratégie d'observation naturaliste pour acquérir des données quantitatives, ce qui nécessite d'excellentes capacités d'observation et sens afin d'obtenir des données quantitatives sur le « quoi » et non sur le « pourquoi » et le « comment ».
La collecte de données qualitatives et quantitatives se fait par observation naturaliste. Cependant, l'observation structurée est principalement utilisée pour recueillir des informations quantitatives plutôt que des informations qualitatives.
- Observation structurée : Contrairement à l'observation naturaliste ou participante, cette forme de méthode d'observation exige que le chercheur effectue des observations approfondies d'un ou de plusieurs comportements spécifiés dans un contexte plus étendu ou contrôlé. Dans une observation structurée, les chercheurs concentrent leur attention sur quelques comportements clés plutôt que de tout observer. Cela leur permet de mettre les comportements qu'ils constatent en chiffres. On parle parfois de « codage » lorsque les observations appellent les observateurs à porter un jugement. Pour ce faire, un ensemble de comportements cibles doit être précisément défini.
4. Enquêtes
Les enquêtes en ligne réalisées avec un logiciel d'enquête sont essentielles pour collecter des données en ligne pour la recherche quantitative et qualitative. Les sondages sont créés de manière à valider les actions et la confiance des répondants.
La majorité des enquêtes quantitatives incluent fréquemment des listes de contrôle et des éléments d'échelle de notation, car ils facilitent la mesure des attitudes et des comportements des répondants.
Deux styles d'enquête importants sont utilisés pour recueillir des informations en ligne pour les études de marché quantitatives.
- Basé sur le Web : pour la recherche sur Internet ou en ligne, il s'agit de l'une des techniques les plus populaires et les plus fiables. Lorsqu'il répond à une enquête en ligne, le répondant reçoit un e-mail contenant un lien vers l'enquête, qui, une fois cliqué, le mènera à une plateforme d'enquête en ligne sécurisée où il pourra répondre à l'enquête. Les chercheurs préfèrent les sondages en ligne parce qu'ils sont plus efficaces en termes de temps et d'argent, plus rapides et qu'ils ont un public plus large. À l'aide d'un ordinateur de bureau, d'un ordinateur portable, d'une tablette ou d'un appareil mobile, les répondants sont libres de répondre à l'enquête quand cela leur convient et c'est le principal avantage d'un questionnaire en ligne.
- Par courrier : l'enquête est envoyée par la poste à une grande partie de la population de l'échantillon, ce qui permet au chercheur d'atteindre divers publics. Le questionnaire postal est généralement livré dans un paquet avec une page de couverture qui informe le public sur le type d'étude en cours et pourquoi, ainsi qu'un retour prépayé, pour recueillir des données en ligne. Même si le courrier a un taux de désabonnement plus élevé que les autres techniques de collecte de données quantitatives, l'inclusion d'incitations et de rappels pour terminer l'enquête contribue à réduire considérablement le taux de désabonnement.
5. Examen de la documentation
Après avoir analysé les documents actuels, l'examen des documents est une technique utilisée pour recueillir des données. Parce que les documents sont contrôlables et constituent une ressource pratique pour obtenir des données précises du passé, il s'agit d'une méthode efficace et réussie de collecte de données.
L'examen des documents est devenu l'une des techniques utiles pour recueillir des données de recherche quantitatives, en plus de renforcer et de soutenir l'étude en offrant des données de recherche supplémentaires.
Aux fins de la collecte de données de recherche quantitatives supplémentaires, trois principales catégories de documents sont examinées.
- Documents publics : les archives officielles permanentes d'une organisation sont examinées en vue d'une enquête supplémentaire dans le cadre de cet examen des documents. Par exemple, des rapports annuels, des guides politiques, des événements étudiants, des jeux universitaires, etc.
- Dossiers personnels : ce type d'analyse de documents examine les rapports privés sur les comportements, la conduite, la santé, le physique, etc. des personnes, par opposition aux dossiers publics. Par exemple, la taille et le poids des élèves, le temps de trajet que les élèves mettent pour aller à l'école, etc.
- Preuve physique : la preuve physique ou les enregistrements témoignent des succès passés d'une personne ou d'une organisation en termes d'argent et de croissance évolutive.
Exemples quantitatifs
Voici quelques exemples de données quantitatives pour vous aider à bien comprendre à quoi cela fait référence :
- L'application mobile la plus récente a été téléchargée par 83 personnes.
- L'année dernière, ma tante a perdu 18 livres.
- Le coût de l'article X est de 1,000 XNUMX $.
- L'événement a réuni 500 participants.
- Cette année, elle a dix vacances.
- En un trimestre, j'ai mis à jour mon téléphone six fois.
- L'année dernière, mon fils a grandi de 3 pouces.
- L'ajout d'un nouveau produit se traduira par une augmentation de 30% des revenus.
- 54 % des Américains ont déclaré qu'ils préféreraient acheter en ligne plutôt que dans un centre commercial.
- 150 répondants ont déclaré qu'ils ne pensaient pas que la nouvelle fonctionnalité du produit serait un succès.
Avantages
- Mener une étude approfondie : Il est très probable que la recherche sera approfondie, puisque les données quantitatives peuvent être examinées statistiquement.
- Biais minimum : Il y a des moments où les préjugés personnels contribuent à la recherche et entraînent des résultats inexacts. Les préjugés personnels sont beaucoup atténués par l'aspect numérique des données quantitatives.
- Des résultats qui sont exacts : Étant donné que les résultats étaient de nature objective, ils étaient assez précis.
Inconvénients
- Information restreinte : étant donné que les données quantitatives ne sont pas descriptives, il est difficile pour les chercheurs de tirer des conclusions uniquement à partir des données qu'ils ont recueillies.
- Dépend du type de question : le type de question utilisé pour recueillir des données quantitatives affecte le biais dans les résultats. Lors de la collecte de données quantitatives, la compréhension par le chercheur des objectifs et des buts de la recherche est cruciale.
Conclusion
Les données quantitatives concernent une pensée divergente, pas un raisonnement convergent. Il traite du point de vue numérique, logique et objectif en mettant l'accent sur les faits numériques et constants.
Le seul type de données capable d'afficher des conclusions analytiques dans des tableaux et des graphiques, la recherche de données quantitatives est approfondie.
L'analyse des données est certainement une étape cruciale qui, si elle fait défaut, peut non seulement compromettre l'objectivité et l'authenticité de votre étude, mais aussi rendre les conclusions instables. De bonnes données vous aideront à produire des résultats précis.
Par conséquent, quelle que soit la technique que vous utilisez pour collecter des données quantitatives, assurez-vous que les informations sont de qualité suffisante pour fournir des informations précieuses et utiles.
Soyez sympa! Laissez un commentaire