Tartalomjegyzék[Elrejt][Előadás]
Olyan adatok vesznek körül bennünket, amelyek napról napra egyre jelentősebbek. A környezettel való interakcióinkat egyre inkább az adatok különféle formái alakítják, beleértve az internethasználatunkat, az autóvásárlásokat, az általunk megtekintett hírfolyamokat és sok más dolgot.
Ebben a bejegyzésben meghatározzuk a mennyiségi adatokat, példákat adunk a mennyiségi adatokra, megvitatjuk, hogyan változnak a minőségi és mennyiségi adatok, és még sok más.
De először tegyünk egy lépést hátra.
Minden nap 2.5 kvintimillió bájtnyi adat keletkezik – beleértve a teszteredményeket, az ügyfél-elégedettségi pontszámokat és a tweeteket. De nem minden adat egyenlő.
Egy közvélemény-kutatás, amely arra kéri, hogy rangsorolja a szolgáltatást, az étlapot, a környezetet és az árakat egy 1-től 10-ig terjedő skálán, más adatokat szolgáltat, mint egy interjú, amelyben az étkezési élményét kérik le.
Az adatkészletekkel gyakran dolgozó elemzők számára kulcsfontosságú, hogy különbséget tegyenek az adatok különböző formái között, és megértsék, hogy mindegyik hogyan befolyásolhatja a vizsgálatot.
Az adatokba való elmélyülés folyamata gyakran egy konkrét kérdéssel kezdődik, amelyre meg akar válaszolni, például:
- Milyen hatással van a demográfia a fogyasztói magatartásra?
- Egy adott közönség kedvezően fog reagálni egy termék vagy szolgáltatás módosítására?
- Hogyan küszöbölhetők ki a működési szűk keresztmetszetek a hatékonyság növelése érdekében?
Kvantitatív adatokat kell gyűjtenie és értékelnie kell a téma természetétől, a költségvetésétől, az idejétől és a hozzáférhető forrásoktól függően. Szerintem érted, igaz?
Kezdjük most.
Mi a kvantitatív adat?
Minden olyan adatgyűjtés, amely mennyiségileg azonosítható és értékelhető, mennyiségi adatnak minősül.
Az egyetlen adattípus, amely objektíven mérhető, a mennyiségi adatok, így ez a legrelevánsabb. adatok típusa matematikában és statisztikában egyaránt használható.
Adatértéknek nevezzük, ha számokban vagy számokban fejezik ki, és minden adatkészlethez egy adott számérték van hozzárendelve.
Minden olyan mérhető információ, amely felhasználható a statisztikai számítások és az aritmetikai számítások során, ilyen típusú adatnak minősül, mivel a való világban felhasználható ítéletek alátámasztására.
Hányszor, milyen gyakran és hányra tud válaszolni néhány példa. Matematikai módszerekkel könnyen ellenőrizhetők és értékelhetők ezek az adatok.
Az adatelemző általában olyan mennyiségi adatokkal dolgozik, mint az idő, magasság, súly, ár, költség, nyereség, hőmérséklet és távolság.
Kifejezhető százalékban, számban, oldalbetöltési időben vagy más mérőszámokban a termékmenedzsment, a felhasználói élmény tervezése vagy a szoftverfejlesztés területén.
Az, hogy hányan vásároltak egy adott terméket, egy példa a mennyiségi adatokra a vásárlással összefüggésben. Az autókra vonatkozó minőségi adatok tartalmazhatják az általuk birtokolt lóerő mennyiségét.
Melyek a kvantitatív adatok típusai?
A számszerűsíthető adatokat kvantitatív adatoknak nevezzük, azonban az adatok számszerűsítésének módja az adott adatgyűjtés típusától függően változik. A mennyiségi adatok két alapvető csoportra oszthatók: diszkrét és folyamatos. A kettő közötti fő eltérések a következők:
Diszkrét adatok
A diszkrét mennyiségi információknak csak egy meghatározott numerikus értéktartománya lehet. Ezek az értékek nem bonthatók fel, mivel rögzítettek.
Amikor bármit megszámolunk, diszkrét adatokat kapunk. Egy személy három gyermeke például a diszkrét adatok példája lehet.
A gyermekek száma be van állítva; nem lehet például 3.2 gyerekük.
A webhely látogatóinak száma egy másik példa a diszkrét numerikus adatokra; egy nap 150 látogatást kaphat, de 150.6 nem. A diszkrét adatok megjelenítésére leggyakrabban használt diagramok a kördiagramok, az oszlopdiagramok és az egyező diagramok.
Folyamatos adatok
Fordítva, a folyamatos adatok korlátlanul feloszthatók kisebb komponensekre. Egy zsinór hossza centiméterben vagy a hőmérséklet Celsius-fokban két példa erre a fajta, mérési skálán megjeleníthető mennyiségi adatra.
Lényegében a folyamatos adatok nincsenek rögzített értékekre korlátozva; bármilyen értéket felvehet. A folyamatos adatok idővel is változhatnak; például a szoba hőmérséklete napközben megváltozik.
A folyamatos adatok szemléltetésére jellemzően vonaldiagramot használnak.
Kvantitatív adatok vs kvalitatív adatok
Láthatjuk, hogy a mennyiségi adatok mérhetők. Összegekkel, értékekkel és számokkal foglalkozik. Az ilyen típusú információk számszerűen is megadhatók (azaz mennyiség, időtartam, hossz, ár vagy méret).
A kvantitatív adatoknak sok hitelessége van, és elfogulatlannak és megbízhatónak tartják őket, mivel statisztikákon keresztül állítják elő őket. Van azonban egy másik kulcsfontosságú adattípus is. Pontosabban minőségi adatok.
Ez az információ elsősorban leíró jellegű. A legtöbb esetben közvetlenül nem mérhető, de megfigyeléssel megtanulható. Melléknevek és egyéb leíró kifejezések a minőségi adatok megjelenésének, színének, textúrájának és egyéb tulajdonságainak leírására szolgálnak.
Például vitatkozhat azzal, hogy az egyik szoba világosabb, mint a másik.
Ez az információ minőségi. A helyiségben lévő fényerő tényleges méréséhez és számszerű számozásához tudományos berendezéseket és készülékeket (például fénymérőt) is használhat. Ezzel számszerűsíthető adatokat kap.
5 legjobb módszer a mennyiségi adatok gyűjtésére
1. Valószínűségi mintavétel
Pontos mintavételi technika, amely valamilyen véletlenszerű kiválasztást alkalmaz, és lehetővé teszi a kutatók számára, hogy a célközönségtől véletlenszerűen gyűjtött információk alapján valószínűségi állítást tegyenek.
A valószínűségi mintavétel lehetőséget kínál a kutatóknak arra, hogy adatokat gyűjtsenek olyan személyektől, akik jellemzőek arra a csoportra, amelyre kíváncsiak, és ez az egyik legjobb tulajdonsága.
Ezenkívül az adatokat véletlenszerűen vettük a kiválasztott mintából, ami kizárja a mintavételi torzítás lehetőségét.
A valószínűségi mintavételhez három fő kategória van.
- Egyszerű véletlenszerű mintavétel: A kívánt sokaságot gyakrabban választják ki a mintában.
- Szisztematikus véletlenszerű mintavétel: A kívánt sokaság bármely tagja szerepelne a mintában, de csak az első egységet választjuk véletlenszerűen; a többi egység úgy van kiválasztva, mintha minden tizedik személy lenne a listán.
- Rétegzett véletlenszerű mintavétel: A minta létrehozásakor lehetővé teszi az egyes egységek kiválasztását a célközönség egy meghatározott részhalmazából. Akkor hasznos, ha a kutatók válogatósak egy bizonyos embercsoport bevonása a mintába, például csak vezetők vagy vezetők, egy adott iparágban dolgozók, férfiak vagy nők.
2. Interjúk
Az embereket általában egy adatgyűjtési folyamat részeként kérdezik meg. A kvantitatív adatok gyűjtése céljából végzett interjúk azonban szervezettebbek, a kutatók csak az előírt kérdéssort teszik fel, semmi mást.
Az adatgyűjtésre használt interjúknak három fő kategóriája van.
- Telefonos interjúk: A telefonos interjúk hosszú éveken át uralták az adatgyűjtési technikák listáját. De használja az internetet, a Skype-ot vagy más online videókonferenciázás A videointerjúk készítésére szolgáló szolgáltatások jelentősen megnövekedtek az elmúlt években.
- Személyes interjúk: A közvetlen résztvevők adatgyűjtése az információgyűjtés bevált módszere. Segíti a kiváló minőségű adatok gyűjtését, mivel teret ad a mélyreható vizsgálatoknak és további vizsgálatoknak, hogy átfogó és oktató jellegű információkat szerezzenek. A résztvevők műveltségi szintje nem fontos, mivel a személyes (F2F) felmérések számos lehetőséget kínálnak non-verbális adatok megfigyelésére és gyűjtésére, vagy bonyolult és megoldatlan témák vizsgálatára. Bár költséges és időigényes megközelítés lehet, a személyes interjúk gyakran nagyobb válaszadási arányt mutatnak.
- Computer-Assisted Personal Interviewing (CAPI): Ez nem más, mint egy személyes interjúhoz hasonlítható beállítás, ahol a kérdezőnek asztali számítógépe vagy laptopja van, hogy az interjú során gyűjtött adatokat egyenesen az adatbázisba töltse fel. Mivel a kérdezőnek nem kell rengeteg papírmunkát és kérdőívet cipelnie, a CAPI jelentősen csökkenti az adatok frissítéséhez és elemzéséhez szükséges időt.
3. Észrevételek
Ahogy a neve is sugallja, ez egy meglehetősen egyszerű és egyszerű technika a mennyiségi adatok gyűjtésére.
Ebben a megközelítésben a kutatók módszeres megfigyelésekkel gyűjtenek kvantitatív adatokat, olyan megközelítéseket alkalmazva, mint például egy adott eseményen egy adott időpontban és egy adott helyszínen jelenlévők számának, vagy az eseményen egy meghatározott helyen részt vevő személyek számának megszámlálása.
A kutatók gyakran alkalmaznak naturalista megfigyelési stratégiát a kvantitatív adatok megszerzésére, ami kiváló megfigyelési képességeket és érzékszerveket igényel, hogy kvantitatív adatokat kapjanak csak a „miről”, és nem a „miért” és „hogyan” kérdésről.
Mind a kvalitatív, mind a mennyiségi adatok gyűjtése naturalista megfigyeléssel történik. A strukturált megfigyelést azonban többnyire kvantitatív információk gyűjtésére használják, nem pedig kvalitatív információkra.
- Strukturált megfigyelés: A naturalista vagy résztvevő megfigyeléssel ellentétben a megfigyelési módszer ezen formája megköveteli a kutatótól egy vagy több meghatározott viselkedés alapos megfigyelését egy kiterjedtebb vagy ellenőrzött kontextusban. A strukturált megfigyelés során a kutatók csak néhány kulcsfontosságú viselkedésre szűkítik le figyelmüket, ahelyett, hogy mindent megnéznének. Lehetővé teszi számukra, hogy az általuk látott viselkedéseket számokba foglalják. Néha „kódolásnak” is nevezik, amikor a megfigyelések ítélethozatalra szólítják fel a megfigyelőket. Ehhez pontosan meg kell határozni a célviselkedések halmazát.
4. Felmérések
A felmérési szoftverrel készült online felmérések elengedhetetlenek az online adatgyűjtéshez kvantitatív és kvalitatív kutatáshoz egyaránt. A felmérések úgy készülnek, hogy igazolják a válaszadók cselekedeteit és magabiztosságát.
A kvantitatív felmérések többsége gyakran tartalmaz ellenőrző listákat és értékelési skálaelemeket, mivel ezek megkönnyítik a válaszadók attitűdjének és viselkedésének mérését.
Két fontos felmérési stílust használnak az online információgyűjtésre kvantitatív piackutatáshoz.
- Web-alapú: Internet alapú vagy online kutatáshoz ez az egyik legnépszerűbb és legmegbízhatóbb technika. Amikor egy webalapú felmérésre válaszol, a válaszadó e-mailt kap a felmérés linkjével, amelyre kattintva egy biztonságos online felmérési platformra jut, ahol kitöltheti a kérdőívet. A kutatók előnyben részesítik a webalapú felméréseket, mert azok idő- és pénzhatékonyabbak, gyorsabbak és nagyobb a közönségük. A válaszadók asztali számítógépen, laptopon, táblagépen vagy mobileszközön szabadon kitölthetik a kérdőívet, amikor csak számukra kényelmes, és ez a webalapú kérdőív fő előnye.
- Levélalapú: A felmérést a mintapopuláció nagy részének postai úton küldik el, így a kutató sokféle közönséget érhet el. A postai kérdőív általában egy csomagban érkezik egy fedőlappal, amely tájékoztatja a hallgatóságot arról, hogy milyen vizsgálatot végeznek és miért, valamint előre fizetett visszaküldéssel, az online adatgyűjtéshez. Még akkor is, ha a levél elfordulási aránya nagyobb, mint más kvantitatív adatgyűjtési technikák, beleértve a felmérés befejezésére vonatkozó ösztönzőket és emlékeztetőket, jelentősen csökkentik az elküldési arányt.
5. Dokumentáció áttekintése
A jelenlegi dokumentumok elemzése után a dokumentum-ellenőrzés egy adatgyűjtési technika. Mivel a dokumentumok ellenőrizhetőek és gyakorlati forrása a múltból származó pontos adatok beszerzésének, hatékony és sikeres adatgyűjtési módszer.
A dokumentumok áttekintése a kvantitatív kutatási adatok gyűjtésének egyik hasznos technikájává vált, amellett, hogy kiegészíti a kutatási adatokat, és támogatja a tanulmányt.
A kiegészítő kvantitatív kutatási adatok gyűjtése céljából három fő dokumentumkategória vizsgálata folyik.
- Nyilvános dokumentumok: Egy szervezet hivatalos, folyamatos iratait további vizsgálat céljából megvizsgáljuk jelen dokumentum-ellenőrzés részeként. Például éves jelentések, politikai útmutatók, diákrendezvények, egyetemi játéktevékenységek stb.
- Személyes feljegyzések: Ez a fajta dokumentumelemzés az emberek viselkedéséről, magatartásáról, egészségi állapotáról, testfelépítéséről stb. szóló magánjelentéseket vizsgálja, szemben a nyilvános nyilvántartásokkal. Például a tanulók mérete és súlya, a tanulók iskolába lépéséhez szükséges utazási ideje stb.
- Fizikai bizonyíték: A fizikai bizonyítékok vagy nyilvántartások egy személy vagy egy szervezet múltbeli sikereiről beszélnek a pénz és a méretezhető növekedés tekintetében.
Mennyiségi példák
Íme néhány példa a kvantitatív adatokra, amelyek segítségével teljes mértékben megértheti, mire vonatkozik ez:
- A legújabb mobilalkalmazást 83-an töltötték le.
- Tavaly a nagynéném 18 kilót fogyott.
- Az X tétel ára 1,000 USD.
- A rendezvényen 500 résztvevő vett részt.
- Idén tíz szabadsága van.
- Egy negyedév alatt hatszor frissítettem a telefonomat.
- Tavaly a kisfiam 3 centit nőtt.
- Egy új termék bevezetése 30%-os bevételnövekedést eredményez.
- Az amerikaiak 54%-a azt mondta, hogy szívesebben vásárol online, mint egy bevásárlóközpontban.
- 150 válaszadó nyilatkozott úgy, hogy nem gondolja, hogy az új termékfunkció sikerrel járna.
Előnyök
- Mélyreható tanulmányozás: Nagyon valószínű, hogy a kutatás alapos lesz, mivel a kvantitatív adatok statisztikailag vizsgálhatók.
- Minimális elfogultság: Vannak esetek, amikor a személyes elfogultság hozzájárul a kutatáshoz, és pontatlan eredményeket okoz. A személyes elfogultságot jelentősen csökkenti a kvantitatív adatok számszerű vonatkozása.
- Pontos eredmények: Mivel az eredmények objektív jellegűek voltak, meglehetősen pontosak voltak.
Hátrányok
- Korlátozott tájékoztatás: Mivel a kvantitatív adatok nem leíró jellegűek, a kutatók számára kihívást jelent, hogy csak az általuk összegyűjtött adatokból vonjanak le következtetéseket.
- A kérdés típusától függően: A mennyiségi adatok gyűjtésére használt kérdéstípus befolyásolja az eredmények torzítását. A kvantitatív adatok gyűjtése során döntő fontosságú, hogy a kutató megértse a kutatás céljait és céljait.
Következtetés
A kvantitatív adatok a divergens gondolkodásról szólnak, nem a konvergens érvelésről. A numerikus, logikai és objektív nézőponttal foglalkozik, a hangsúlyt a numerikus és állandó tényekre helyezve.
Az egyetlen adatfajta, amely képes analitikus következtetéseket diagramokban és grafikonokban megjeleníteni, a kvantitatív adatkutatás alapos.
Az adatelemzés minden bizonnyal döntő lépés, amely hiányában nemcsak a vizsgálat tárgyilagosságát és hitelességét veszélyeztetheti, hanem a következtetéseket is instabillá teheti. A jó adatok segítenek a pontos eredmények elérésében.
Ezért, a technikától függetlenül, mennyiségi adatok gyűjtésére használ, győződjön meg arról, hogy az információ elég jó minőségű ahhoz, hogy értékes és hasznos betekintést nyerjen.
Hagy egy Válaszol