Índice analítico[Ocultar][Mostrar]
Estamos rodeados de datos, que cada día son máis importantes. Cada vez son máis as nosas interaccións co medio ambiente que están a ser moldeadas por varias formas de datos, incluíndo o noso uso de Internet, as compras de automóbiles, as fontes de noticias que vemos e moitas outras cousas.
Definiremos datos cuantitativos nesta publicación, daremos exemplos de datos cuantitativos, discutiremos como varían os datos cualitativos e cuantitativos e moito máis.
Pero primeiro imos dar un paso atrás.
Cada día, prodúcense 2.5 quintillones de bytes de datos, incluíndo resultados de probas, puntuacións de satisfacción do cliente e chíos. Pero non todos os datos son iguais.
Unha enquisa que che pide que clasifiques o servizo, o menú, o ambiente e os prezos nunha escala de 1 a 10 produce datos diferentes aos dunha entrevista que che pide que describas a túa experiencia gastronómica.
É fundamental que os analistas que traballan con conxuntos de datos con frecuencia distingan entre diferentes formas de datos e comprendan como pode afectar cada un ao seu estudo.
O proceso de afondar nos datos comeza frecuentemente cunha pregunta específica á que estás tentando responder, como:
- Que impacto ten a demografía no comportamento do consumidor?
- Un público concreto responderá favorablemente a unha modificación dun produto ou servizo?
- Como se poden eliminar os pescozos operativos para aumentar a eficiencia?
Terás que reunir e avaliar datos cuantitativos, dependendo da natureza da materia, do teu orzamento, do tempo e dos recursos accesibles. Creo que entendes, non?
Comecemos agora.
Que son os datos cuantitativos?
Calquera recollida de datos que se poida identificar e avaliar cuantitativamente considérase datos cuantitativos.
O único tipo de datos que se poden medir obxectivamente son os datos cuantitativos, polo que son os máis pertinentes tipo de datos para o seu uso tanto en matemáticas como en estatística.
Denomínase valor dos datos cando se expresan como contas ou números, tendo cada conxunto de datos asignado un valor numérico específico.
Calquera información medible que se poida utilizar en cálculos estatísticos e cálculos baseados en aritmética considérase como este tipo de datos xa que se pode usar para apoiar xuízos no mundo real.
Cantas, con que frecuencia e cantas son algúns exemplos de consultas que pode responder. Pódense utilizar métodos matemáticos para verificar e avaliar facilmente estes datos.
Os datos cuantitativos como tempo, altura, peso, prezo, custo, beneficio, temperatura e distancia son os que normalmente traballa un analista de datos.
Pódese expresar como unha porcentaxe, un número, o tempo de carga dunha páxina ou outras métricas nos campos da xestión de produtos, o deseño da experiencia do usuario ou a enxeñaría de software.
Cantas persoas compraron un determinado artigo é un exemplo de datos cuantitativos no contexto da compra. Os datos cualitativos dos coches poderían incluír a cantidade de cabalos de potencia que posúe.
Cales son os tipos de datos cuantitativos?
Os datos que se poden cuantificar denomínanse datos cuantitativos, non obstante, a forma en que se cuantifican varía dependendo do tipo de recollida de datos. Os datos cuantitativos pódense dividir en dous grupos básicos: discretos e continuos. As principais variacións entre ambos son as seguintes:
Datos discretos
A información cuantitativa que é discreta só pode ter un intervalo específico de valores numéricos. Estes valores non se poden descompoñer xa que son fixos.
Sempre que se conta algo, obtéñense datos discretos. Os tres fillos dunha persoa, por exemplo, serían un exemplo de datos discretos.
Establécese o número de fillos; non poden, por exemplo, ter 3.2 fillos.
A cantidade de visitantes do teu sitio web é outro exemplo de datos numéricos discretos; podes recibir 150 visitas nun día, pero non 150.6. Os gráficos máis comúns utilizados para mostrar datos discretos son os gráficos circulares, os gráficos de barras e os gráficos de conta.
Datos continuos
Inversamente, os datos continuos pódense dividir indefinidamente en compoñentes máis pequenos. A lonxitude dun anaco de corda en centímetros ou a temperatura en graos centígrados son dous exemplos deste tipo de datos cuantitativos que se poden mostrar nunha escala de medición.
En esencia, os datos continuos non están limitados a valores fixos; pode tomar calquera valor. Os datos continuos tamén poden cambiar co tempo; por exemplo, a temperatura da habitación cambiará durante o día.
Normalmente úsase un gráfico de liñas para ilustrar datos continuos.
Datos cuantitativos vs datos cualitativos
Podemos ver que se poden medir datos cuantitativos. Trata sobre cantidades, valores e números. Este tipo de información pódese indicar numericamente (é dicir, cantidade, duración, lonxitude, prezo ou tamaño).
Os datos cuantitativos teñen moita credibilidade e considéranse imparciais e fiables porque se producen mediante estatísticas. Non obstante, hai outro tipo de datos crucial. En concreto, datos cualitativos.
Esta información é principalmente de natureza descritiva. Na maioría dos casos, non se pode medir directamente senón que se pode aprender mediante a observación. Os adxectivos e outros termos descritivos úsanse para describir a aparencia, a cor, a textura e outras propiedades dos datos cualitativos.
Por exemplo, podes argumentar que unha habitación é máis luminosa que a outra.
Esa información é cualitativa. Para medir realmente o brillo da sala e asignarlle un número numérico, tamén podes empregar equipos e aparellos científicos (como un medidor de luz). Ao facelo, obtén datos cuantificables.
Os 5 mellores métodos para recoller datos cuantitativos
1. Mostraxe probabilística
Unha técnica de mostraxe precisa que fai uso dalgún tipo de selección aleatoria e que permite aos investigadores facer unha afirmación de probabilidade baseada na información recollida aleatoriamente do público destinatario.
A mostraxe probabilística ofrece aos investigadores a oportunidade de recoller datos de individuos típicos do grupo que lles interesa investigar, que é unha das súas mellores características.
Ademais, os datos foron extraídos aleatoriamente da mostra escollida, o que elimina a posibilidade de sesgo de mostraxe.
Para a mostraxe probabilística, hai tres categorías principais.
- Mostraxe aleatoria simple: a poboación prevista é seleccionada con máis frecuencia para ser representada na mostra.
- Mostraxe aleatoria sistemática: calquera membro da poboación desexada estaría representado na mostra, pero só se escolle aleatoriamente a primeira unidade; as demais unidades escóllense coma se unha de cada dez persoas da lista.
- Mostraxe aleatoria estratificada: ao crear unha mostra, permite escoller cada unidade a partir dun subconxunto específico do público destinatario. É útil cando os investigadores son esixentes en incluír un determinado grupo de persoas na mostra, como só xestores ou executivos, persoas que traballan nunha determinada industria ou homes ou mulleres.
2. Entrevistas
As persoas son normalmente entrevistadas como parte dun proceso de recollida de datos. Non obstante, as entrevistas que se realizan para recoller datos cuantitativos son máis organizadas, e os investigadores fan só o conxunto de preguntas prescritos e nada máis.
Hai tres categorías principais de entrevistas utilizadas para recoller datos.
- Entrevistas telefónicas: as entrevistas telefónicas dominaron os gráficos de técnicas de recollida de datos durante moitos anos. Pero utilizando Internet, Skype ou outros en liña videoconferencia os servizos para realizar entrevistas en vídeo aumentaron significativamente nos últimos anos.
- Entrevistas en persoa: a recollida directa de datos dos participantes é un método probado e verdadeiro para recoller información. Axuda a recoller datos de alta calidade xa que permite realizar consultas en profundidade e probas adicionais para obter información completa e educativa. O nivel de alfabetización do participante non ten importancia xa que as enquisas presenciais (F2F) ofrecen moitas posibilidades para observar e recoller datos non verbais ou para investigar temas complicados e sen resolver. Aínda que pode ser un enfoque custoso e lento, as entrevistas cara a cara adoitan ter maiores taxas de resposta.
- Entrevista persoal asistida por ordenador (CAPI): non é máis que unha configuración comparable a unha entrevista cara a cara onde o entrevistador ten un escritorio ou un portátil consigo para cargar os datos recollidos durante a entrevista directamente na base de datos. Debido a que o entrevistador non ten que levar un montón de documentos e cuestionarios, CAPI reduce significativamente o tempo necesario para actualizar e analizar os datos.
3. Observacións
Como o nome indica, é unha técnica bastante sinxela e sen complicacións para recoller datos cuantitativos.
Neste enfoque, os investigadores recollen datos cuantitativos mediante observacións metódicas utilizando enfoques como contar o número de persoas presentes nun determinado evento nun determinado momento e nun lugar específico ou o número de persoas que asisten ao evento nun lugar definido.
Os investigadores adoitan utilizar unha estratexia de observación naturalista para adquirir datos cuantitativos, o que require excelentes habilidades de observación e sentidos para obter datos cuantitativos só sobre o "que" e non tamén sobre o "por que" e o "como".
A recollida de datos tanto cualitativos como cuantitativos realízase mediante a observación naturalista. Non obstante, a observación estruturada emprégase principalmente para recoller información cuantitativa en lugar de información cualitativa.
- Observación estruturada: a diferenza da observación naturalista ou participante, esta forma de método de observación require que o investigador realice observacións exhaustivas dun ou máis comportamentos especificados nun contexto máis extenso ou controlado. Nunha observación estruturada, os investigadores limitan a súa atención a só algúns comportamentos clave de interese en lugar de ver todo. Permítelles poñer os comportamentos que están a ver en números. Ás veces denomínase "codificación" cando as observacións piden que os observadores emitan un xuízo. Para iso, hai que definir con precisión un conxunto de comportamentos obxectivo.
4. Enquisas
As enquisas en liña realizadas con software de enquisas son esenciais para recoller datos en liña para investigacións cuantitativas e cualitativas. As enquisas créanse dun xeito que valida as accións e a confianza dos respondedores.
A maioría das enquisas cuantitativas inclúen frecuentemente listas de verificación e elementos de escala de valoración porque facilitan a medición das actitudes e comportamentos dos entrevistados.
Utilízanse dous estilos de enquisas importantes para recoller información en liña para a investigación cuantitativa de mercado.
- Baseado na web: para a investigación baseada en Internet ou en liña, esta é unha das técnicas máis populares e fiables. Ao responder a unha enquisa baseada na web, o entrevistado recibirá un correo electrónico cunha ligazón á enquisa, que cando se faga clic o dirixirá a unha plataforma de enquisas en liña segura onde pode completar a enquisa. Os investigadores prefiren as enquisas baseadas na web porque son máis eficientes en tempo e diñeiro, máis rápidas e teñen unha audiencia máis numerosa. Usando un ordenador de sobremesa, un portátil, unha tableta ou un dispositivo móbil, os enquisados poden completar a enquisa sempre que lles resulte conveniente e esta é a principal vantaxe dun cuestionario baseado na web.
- Por correo: a enquisa envíase por correo a unha gran parte da poboación da mostra, o que permite ao investigador chegar a unha variedade de públicos. O cuestionario postal adoita vir nun paquete cunha portada que informa á audiencia sobre o tipo de estudo que se está a facer e por que, así como unha devolución prepago, para recoller datos en liña. Aínda que o correo teña unha taxa de abandono maior que outras técnicas de recollida de datos cuantitativos, incluíndo incentivos e recordatorios para rematar a enquisa contribúen a reducir significativamente a taxa de abandono.
5. Revisión da documentación
Despois de analizar os traballos actuais, a revisión de documentos é unha técnica utilizada para recoller datos. Dado que os documentos son controlables e o recurso práctico para obter datos precisos do pasado, é un método eficaz e exitoso de recollida de datos.
A revisión de documentos converteuse nunha das técnicas útiles para recoller datos de investigación cuantitativa, ademais de reforzar e apoiar o estudo ofrecendo datos de investigación suplementarios.
Co propósito de recoller datos de investigación cuantitativos complementarios, estanse a examinar tres categorías principais de documentos.
- Documentos públicos: os rexistros oficiais e continuos dunha organización son examinados para unha investigación adicional como parte desta revisión do documento. Por exemplo, informes anuais, guías de políticas, eventos para estudantes, actividades de xogos universitarios, etc.
- Rexistros persoais: este tipo de análise de documentos examina informes privados de comportamentos, conduta, saúde, físico, etc. das persoas en oposición aos rexistros públicos. Por exemplo, o tamaño e o peso dos alumnos, o tempo de viaxe que levan os estudantes para ir á escola, etc.
- Proba física: as probas físicas ou os rexistros falan dos éxitos pasados dunha persoa ou dunha organización en termos de diñeiro e crecemento escalable.
Exemplos cuantitativos
Aquí tes algúns exemplos de datos cuantitativos para axudarche a comprender completamente a que se refire:
- A aplicación móbil máis recente foi descargada por 83 persoas.
- O ano pasado, a miña tía perdeu 18 quilos.
- O custo do artigo X é de 1,000 dólares.
- Ao acto asistiron 500 participantes.
- Este ano ten dez vacacións.
- Nun cuarto, actualicei o meu teléfono seis veces.
- O ano pasado, o meu fillo medrou 3 polgadas.
- A incorporación dun novo produto suporá un aumento do 30% nos ingresos.
- O 54% dos estadounidenses dixo que prefire mercar en liña que nun centro comercial.
- 150 entrevistados dixeron que non cren que a nova función do produto sexa un éxito.
vantaxes
- Realizar un estudo en profundidade: é moi probable que a investigación sexa exhaustiva, xa que os datos cuantitativos pódense examinar estatísticamente.
- Sesgo mínimo: hai momentos nos que o prexuízo persoal contribúe á investigación e provoca resultados inexactos. O sesgo persoal vese moi diminuído polo aspecto numérico dos datos cuantitativos.
- Resultados que son precisos: dado que os resultados eran de natureza obxectivo, foron bastante precisos.
Desvantaxes
- Información restrinxida: dado que os datos cuantitativos non son descritivos, é un reto para os investigadores sacar conclusións só dos datos que reuniron.
- Depende do tipo de pregunta: o tipo de pregunta que se utiliza para recoller datos cuantitativos afecta o sesgo dos resultados. Ao recoller datos cuantitativos, a comprensión do investigador dos obxectivos e metas da investigación é crucial.
Conclusión
Os datos cuantitativos tratan de pensamento diverxente, non de razoamento converxente. Trata o punto de vista numérico, lóxico e obxectivo facendo fincapé nos feitos numéricos e constantes.
O único tipo de datos que pode mostrar conclusións analíticas en gráficos e gráficos, a investigación de datos cuantitativos é exhaustiva.
A análise de datos é sen dúbida un paso crucial que, de faltar, non só pode comprometer a obxectividade e autenticidade do seu estudo, senón que tamén pode facer que as conclusións sexan inestables. Os bos datos axudarán a producir resultados precisos.
Polo tanto, independentemente da técnica que uses para recoller datos cuantitativos, asegúrate de que a información sexa de calidade suficiente para obter información valiosa e útil.
Deixe unha resposta