Pregled sadržaja[Sakriti][Pokazati]
Okruženi smo podacima koji su svakim danom sve značajniji. Sve više i više naših interakcija s okolinom oblikuju različiti oblici podataka, uključujući našu upotrebu interneta, kupnju automobila, izvore vijesti koje gledamo i mnoge druge stvari.
U ovom ćemo postu definirati kvantitativne podatke, dati primjere kvantitativnih podataka, raspravljati o tome kako se kvalitativni i kvantitativni podaci razlikuju i još mnogo toga.
No, vratimo se prvo korak unazad.
Svaki dan proizvede se 2.5 kvintilijuna bajtova podataka—uključujući rezultate testiranja, ocjene zadovoljstva korisnika i tweetove. Ali nije svaki podatak jednak.
Anketa u kojoj se od vas traži da rangirate uslugu, jelovnik, okoliš i cijene na ljestvici od 1 do 10 daje drugačije podatke od intervjua u kojem se od vas traži da opišete svoje iskustvo u restoranu.
Za analitičare koji često rade sa skupovima podataka ključno je razlikovati različite oblike podataka i razumjeti kako svaki od njih može utjecati na vašu studiju.
Proces ulaženja u podatke često počinje određenim pitanjem na koje pokušavate odgovoriti, kao što su:
- Kakav utjecaj demografija ima na ponašanje potrošača?
- Hoće li određena publika pozitivno reagirati na izmjenu proizvoda ili usluge?
- Kako se operativna uska grla mogu eliminirati da bi se povećala učinkovitost?
Morat ćete prikupiti i procijeniti kvantitativne podatke, ovisno o prirodi predmeta, vašem proračunu, vremenu i dostupnim resursima. Mislim da razumiješ, zar ne?
Krenimo sada.
Što su kvantitativni podaci?
Svaka zbirka podataka koja se može identificirati i kvantitativno ocijeniti smatra se kvantitativnim podacima.
Jedina vrsta podataka koja se može objektivno mjeriti su kvantitativni podaci, što ih čini najrelevantnijima vrsta podataka za korištenje u matematici i statistici.
Naziva se vrijednošću podataka kada je izražen kao broj ili broj, pri čemu svaki skup podataka ima određenu brojčanu vrijednost koja mu je dodijeljena.
Sve mjerljive informacije koje se mogu upotrijebiti u statističkim izračunima i izračunima temeljenim na aritmetici smatraju se ovom vrstom podataka budući da se mogu koristiti za podupiranje prosudbi u stvarnom svijetu.
Koliko, koliko često i koliko neki su primjeri upita na koje može odgovoriti. Za jednostavnu provjeru i procjenu ovih podataka mogu se koristiti matematičke metode.
Kvantitativni podaci poput vremena, visine, težine, cijene, cijene, profita, temperature i udaljenosti ono su s čime analitičar podataka obično radi.
Može se izraziti kao postotak, broj, vrijeme učitavanja stranice ili druge metrike u području upravljanja proizvodima, dizajna korisničkog iskustva ili softverskog inženjerstva.
Koliko je ljudi kupilo određeni artikl primjer je kvantitativnih podataka u kontekstu kupnje. Kvalitativni podaci o automobilima mogu uključivati količinu konjskih snaga koje posjeduju.
Koje su vrste kvantitativnih podataka?
Podaci koji se mogu kvantificirati nazivaju se kvantitativnim podacima, međutim, način na koji se ti podaci kvantificiraju razlikuje se ovisno o vrsti prikupljanja podataka. Kvantitativne podatke možemo podijeliti u dvije osnovne skupine: diskretne i kontinuirane. Glavne varijacije između to dvoje su sljedeće:
Diskretni podaci
Kvantitativne informacije koje su diskretne mogu imati samo određeni raspon numeričkih vrijednosti. Ove se vrijednosti ne mogu rastaviti jer su fiksne.
Kad god se bilo što broji, dobivaju se diskretni podaci. Troje djece neke osobe, na primjer, bilo bi primjer diskretnih podataka.
Broj djece je postavljen; ne mogu npr. imati 3.2 djece.
Količina posjetitelja vaše web stranice još je jedan primjer diskretnih numeričkih podataka; možete primiti 150 posjeta dnevno, ali ne i 150.6. Najčešći grafikoni koji se koriste za prikaz diskretnih podataka su tortni grafikoni, stupčasti grafikoni i dijagrami zbroja.
Kontinuirani podaci
Obrnuto, kontinuirani podaci mogu se neograničeno dijeliti na manje komponente. Duljina komada žice u centimetrima ili temperatura u stupnjevima Celzijusa dva su primjera ove vrste kvantitativnih podataka koji se mogu prikazati na mjernoj ljestvici.
U biti, kontinuirani podaci nisu ograničeni na fiksne vrijednosti; može uzeti bilo koju vrijednost. Kontinuirani podaci također se mogu mijenjati tijekom vremena; na primjer, sobna temperatura će se mijenjati tijekom dana.
Linijski grafikon obično se koristi za ilustraciju kontinuiranih podataka.
Kvantitativni podaci naspram kvalitativnih podataka
Vidimo da se kvantitativni podaci mogu mjeriti. Bavi se iznosima, vrijednostima i brojevima. Ova vrsta informacija može se navesti numerički (tj. iznos, trajanje, duljina, cijena ili veličina).
Kvantitativni podaci imaju mnogo vjerodostojnosti i smatraju se nepristranim i pouzdanima jer su proizvedeni putem statistike. Međutim, postoji još jedna ključna vrsta podataka. Konkretno, kvalitativni podaci.
Ove informacije su prvenstveno opisne prirode. U većini slučajeva ne može se izravno izmjeriti, ali se može naučiti promatranjem. Pridjevi i drugi opisni izrazi koriste se za opisivanje izgleda, boje, teksture i drugih svojstava u kvalitativnim podacima.
Na primjer, možete tvrditi da je jedna soba svjetlija od druge.
Ta informacija je kvalitativna. Da biste stvarno izmjerili svjetlinu u prostoriji i dodijelili joj numerički broj, također možete upotrijebiti znanstvenu opremu i aparate (kao što je svjetlomjer). Radeći to dobivate mjerljive podatke.
5 najboljih metoda za prikupljanje kvantitativnih podataka
1. Vjerojatnost uzorkovanja
Precizna tehnika uzorkovanja koja koristi neku vrstu slučajnog odabira i omogućuje istraživačima da naprave tvrdnju o vjerojatnosti na temelju informacija prikupljenih nasumično od ciljane publike.
Uzorkovanje vjerojatnosti nudi istraživačima priliku za prikupljanje podataka od pojedinaca koji su tipični za skupinu koju zanimaju istraživati, što je jedna od njegovih najboljih značajki.
Osim toga, podaci su izvučeni nasumično iz odabranog uzorka, što eliminira mogućnost pristranosti uzorkovanja.
Za vjerojatnosno uzorkovanje postoje tri glavne kategorije.
- Jednostavno nasumično uzorkovanje: Željena populacija se češće odabire da bude zastupljena u uzorku.
- Sustavno nasumično uzorkovanje: Svaki član željene populacije bio bi zastupljen u uzorku, ali samo je prva jedinica odabrana nasumično; ostale jedinice biraju se kao jedna od deset osoba na popisu.
- Stratificirano slučajno uzorkovanje: tijekom izrade uzorka omogućuje odabir svake jedinice iz određenog podskupa ciljane publike. Korisno je kada su istraživači izbirljivi oko uključivanja određene skupine ljudi u uzorak, kao što su samo menadžeri ili rukovoditelji, ljudi koji rade u određenoj industriji ili muškarci ili žene.
2. Intervjui
Ljudi se obično intervjuiraju kao dio procesa prikupljanja podataka. Međutim, intervjui koji se provode radi prikupljanja kvantitativnih podataka organiziraniji su, pri čemu istraživači postavljaju samo propisani skup pitanja i ništa više.
Postoje tri glavne kategorije intervjua koji se koriste za prikupljanje podataka.
- Telefonski intervjui: Telefonski intervjui dominirali su ljestvicama tehnika prikupljanja podataka dugi niz godina. Ali korištenjem interneta, Skypea ili drugih online usluga video konferencija usluga za vođenje video intervjua značajno se povećao posljednjih godina.
- Osobni intervjui: Izravno prikupljanje podataka o sudionicima isprobana je metoda prikupljanja informacija. Pomaže u prikupljanju visokokvalitetnih podataka budući da daje prostor za dubinska ispitivanja i dodatno ispitivanje kako bi se dobile sveobuhvatne i obrazovne informacije. Razina pismenosti sudionika nije bitna jer ankete licem u lice (F2F) pružaju mnoge mogućnosti za promatranje i prikupljanje neverbalnih podataka ili za istraživanje kompliciranih i neriješenih tema. Iako bi to mogao biti skup i dugotrajan pristup, intervjui licem u lice često imaju veće stope odgovora.
- Računalno potpomognuto osobno intervjuiranje (CAPI): To nije ništa drugo nego postavka koja se može usporediti s intervjuom licem u lice u kojem anketar sa sobom ima stolno ili prijenosno računalo za učitavanje podataka prikupljenih tijekom intervjua ravno u bazu podataka. Budući da anketar ne mora nositi gomilu papirologije i upitnika, CAPI značajno smanjuje vrijeme potrebno za ažuriranje i analizu podataka.
3. Zapažanja
Kao što naziv implicira, to je prilično jednostavna i nekomplicirana tehnika za prikupljanje kvantitativnih podataka.
U ovom pristupu, istraživači prikupljaju kvantitativne podatke metodičnim opažanjima koristeći pristupe kao što je brojanje broja osoba prisutnih na određenom događaju u određeno vrijeme i na određenom mjestu ili broj pojedinaca koji prisustvuju događaju na definiranom mjestu.
Istraživači često koriste naturalističku strategiju promatranja za dobivanje kvantitativnih podataka, što zahtijeva izvrsne promatračke sposobnosti i osjetila kako bi dobili podatke koji su kvantitativni samo o "što", a ne također o "zašto" i "kako".
Prikupljanje kvalitativnih i kvantitativnih podataka vrši se prirodoslovnim promatranjem. Međutim, strukturirano promatranje uglavnom se koristi za prikupljanje kvantitativnih informacija, a ne kvalitativnih informacija.
- Strukturirano promatranje: Za razliku od naturalističkog promatranja ili promatranja sa sudjelovanjem, ovaj oblik metode promatranja zahtijeva od istraživača da provede temeljita promatranja jednog ili više određenih ponašanja u opsežnijem ili kontroliranijem kontekstu. U strukturiranom promatranju, istraživači sužavaju svoju pozornost na samo nekoliko ključnih ponašanja od interesa, umjesto da promatraju sve. Omogućuje im da ponašanja koja vide stave u brojeve. Ponekad se naziva "kodiranjem" kada opažanja zahtijevaju od promatrača da donesu prosudbu. Da bi se to postiglo, skup ciljanih ponašanja mora biti precizno definiran.
4. Ankete
Mrežne ankete napravljene pomoću softvera za ankete neophodne su za prikupljanje podataka na mreži i za kvantitativno i za kvalitativno istraživanje. Ankete su izrađene na način da potvrđuju radnje i povjerenje ispitanika.
Većina kvantitativnih istraživanja često uključuje popise za provjeru i stavke na ljestvici ocjena jer olakšavaju mjerenje stavova i ponašanja ispitanika.
Dva važna stila ankete koriste se za prikupljanje informacija na mreži za kvantitativno istraživanje tržišta.
- Web-bazirano: Za internetsko ili online istraživanje ovo je jedna od najpopularnijih i najpouzdanijih tehnika. Prilikom odgovaranja na anketu temeljenu na webu, ispitanik će primiti e-poruku s poveznicom na anketu, koja će ga, kada klikne, odvesti na sigurnu internetsku platformu za anketu gdje može ispuniti anketu. Istraživači preferiraju ankete temeljene na webu jer su učinkovitije u pogledu vremena i novca, brže su i imaju veću publiku. Koristeći stolno računalo, prijenosno računalo, tablet ili mobilni uređaj, ispitanici mogu slobodno ispuniti anketu kad god im to odgovara i to je glavna prednost web upitnika.
- Mail-based: Anketa se šalje poštom velikom dijelu uzorka populacije, što istraživaču omogućuje da dopre do različite publike. Upitnik poštom obično dolazi u paketu s naslovnom stranicom koja informira publiku o vrsti studije koja se provodi i zašto, kao i unaprijed plaćeni povrat, za prikupljanje podataka na mreži. Čak i ako pošta ima veću stopu odljeva od drugih kvantitativnih tehnika prikupljanja podataka, uključujući poticaje i podsjetnike da se završi anketa pomaže značajno smanjiti stopu odljeva.
5. Pregled dokumentacije
Nakon analize tekućih radova, pregled dokumenata je tehnika koja se koristi za prikupljanje podataka. Budući da je dokumente moguće kontrolirati i praktičan izvor za dobivanje točnih podataka iz prošlosti, to je učinkovita i uspješna metoda prikupljanja podataka.
Pregled dokumenata postao je jedna od korisnih tehnika za prikupljanje kvantitativnih istraživačkih podataka, uz potporu i podršku studiji nudeći dopunske istraživačke podatke.
U svrhu prikupljanja dopunskih kvantitativnih istraživačkih podataka, ispituju se tri glavne kategorije dokumenata.
- Javni dokumenti: Službeni, kontinuirani zapisi organizacije ispituju se radi dodatne istrage u sklopu ovog pregleda dokumenata. Na primjer, godišnja izvješća, smjernice za politiku, studentska događanja, sveučilišne igre itd.
- Osobni dosjei: Ova vrsta analize dokumenata ispituje privatne izvještaje o ponašanju, ponašanju, zdravlju, tjelesnom stanju itd. za razliku od javnih dosijea. Na primjer, veličina i težina učenika, vrijeme potrebno učenicima za odlazak u školu, itd.
- Fizički dokaz: Fizički dokaz ili zapisi govore o prošlim uspjesima osobe ili organizacije u smislu novca i skalabilnog rasta.
Kvantitativni primjeri
Evo nekoliko primjera kvantitativnih podataka koji će vam pomoći da u potpunosti shvatite na što se to odnosi:
- Najnoviju mobilnu aplikaciju preuzele su 83 osobe.
- Prošle godine moja je teta smršavila 18 funti.
- Trošak artikla X je 1,000 USD.
- Događaju je prisustvovalo 500 sudionika.
- Ove godine ima deset praznika.
- U kvartalu sam svoj telefon nadogradio šest puta.
- Prošle godine mi je mladunče naraslo 3 cm.
- Dodavanje novog proizvoda rezultirat će povećanjem prihoda od 30%.
- 54 % Amerikanaca reklo je da bi radije kupovalo online nego u trgovačkom centru.
- 150 ispitanika reklo je kako ne misle da bi nova značajka proizvoda bila hit.
Prednosti
- Provedite detaljnu studiju: vrlo je vjerojatno da će istraživanje biti temeljito, budući da se kvantitativni podaci mogu statistički ispitati.
- Minimalna pristranost: Postoje slučajevi kada osobna pristranost pridonosi istraživanju i uzrokuje netočne rezultate. Osobna pristranost znatno je smanjena numeričkim aspektom kvantitativnih podataka.
- Rezultati koji su točni: Budući da su rezultati bili objektivne prirode, bili su prilično točni.
Nedostaci
- Ograničene informacije: Budući da kvantitativni podaci nisu deskriptivni, istraživačima je izazovno donositi zaključke samo na temelju podataka koje su prikupili.
- Ovisi o vrsti pitanja: Vrsta pitanja koja se koristi za prikupljanje kvantitativnih podataka utječe na pristranost u rezultatima. Prilikom prikupljanja kvantitativnih podataka ključno je istraživačevo razumijevanje ciljeva i ciljeva istraživanja.
Zaključak
Kvantitativni podaci govore o divergentnom razmišljanju, a ne o konvergentnom zaključivanju. Bavi se numeričkim, logičkim i objektivnim gledištem stavljajući naglasak na numeričke i konstantne činjenice.
Jedina vrsta podataka koja može biti sposobna prikazati analitičke zaključke u grafikonima i grafikonima, kvantitativno istraživanje podataka je temeljito.
Analiza podataka svakako je ključni korak koji, ako ga nema, ne samo da može ugroziti objektivnost i autentičnost vaše studije, već i učiniti zaključke nestabilnima. Dobri podaci pomoći će vam da dobijete točne rezultate.
Stoga, bez obzira na tehniku koju koristite za prikupljanje kvantitativnih podataka, pobrinite se da su informacije dovoljno visoke kvalitete da daju vrijedne i korisne uvide.
Ostavi odgovor