Daftar Isi[Bersembunyi][Menunjukkan]
Kami dikelilingi oleh data, yang semakin hari semakin signifikan. Semakin banyak interaksi kita dengan lingkungan yang dibentuk oleh berbagai bentuk data, termasuk penggunaan internet, pembelian mobil, umpan berita yang kita lihat, dan banyak hal lainnya.
Kami akan mendefinisikan data kuantitatif dalam posting ini, memberikan contoh data kuantitatif, membahas bagaimana data kualitatif dan kuantitatif bervariasi, dan banyak lagi.
Tapi mari kita mundur selangkah dulu.
Setiap hari, 2.5 triliun byte data—termasuk hasil tes, skor kepuasan pelanggan, dan tweet—diproduksi. Tetapi tidak setiap bagian data dibuat sama.
Sebuah jajak pendapat yang meminta Anda untuk memberi peringkat layanan, menu, lingkungan, dan harga pada skala 1 hingga 10 menghasilkan data yang berbeda dari wawancara yang meminta Anda untuk menggambarkan pengalaman bersantap Anda.
Sangat penting bagi analis yang sering bekerja dengan kumpulan data untuk membedakan antara berbagai bentuk data dan memahami bagaimana masing-masing dapat memengaruhi studi Anda.
Proses menggali data sering kali dimulai dengan pertanyaan spesifik yang ingin Anda jawab, seperti:
- Apa dampak demografi terhadap perilaku konsumen?
- Akankah audiens tertentu merespons dengan baik terhadap modifikasi produk atau layanan?
- Bagaimana kemacetan operasional dapat dihilangkan untuk meningkatkan efisiensi?
Anda perlu mengumpulkan dan mengevaluasi data kuantitatif, tergantung pada sifat subjek, anggaran Anda, waktu, dan sumber daya yang dapat diakses. Saya pikir Anda mengerti, kan?
Mari kita mulai sekarang.
Apa itu Data Kuantitatif?
Setiap kumpulan data yang dapat diidentifikasi dan dievaluasi secara kuantitatif dianggap sebagai data kuantitatif.
Satu-satunya jenis data yang dapat diukur secara objektif adalah data kuantitatif, menjadikannya yang paling relevan jenis data untuk digunakan dalam matematika dan statistik.
Ini disebut sebagai nilai data ketika dinyatakan sebagai jumlah atau angka, dengan setiap kumpulan data memiliki nilai numerik tertentu yang ditetapkan untuknya.
Setiap informasi terukur yang dapat digunakan dalam perhitungan statistik dan perhitungan berdasarkan aritmatika dianggap sebagai jenis data ini karena dapat digunakan untuk mendukung penilaian di dunia nyata.
Berapa banyak, seberapa sering, dan berapa banyak adalah beberapa contoh pertanyaan yang dapat dijawabnya. Metode matematika dapat digunakan untuk memverifikasi dan menilai data ini dengan mudah.
Data kuantitatif seperti waktu, tinggi, berat, harga, biaya, keuntungan, suhu, dan jarak adalah apa yang biasanya digunakan oleh seorang analis data.
Ini dapat dinyatakan sebagai persentase, angka, waktu buka halaman, atau metrik lainnya di bidang manajemen produk, desain pengalaman pengguna, atau rekayasa perangkat lunak.
Berapa banyak orang yang membeli barang tertentu adalah contoh data kuantitatif dalam konteks pembelian. Data kualitatif pada mobil dapat mencakup jumlah tenaga kuda yang dimilikinya.
Apa saja jenis Data Kuantitatif?
Data yang dapat dikuantifikasi disebut sebagai data kuantitatif, namun bagaimana data tersebut dikuantifikasi bervariasi tergantung pada jenis pengumpulan data yang ada. Data kuantitatif dapat dibagi menjadi dua kelompok dasar: diskrit dan kontinu. Variasi utama antara keduanya adalah sebagai berikut:
Data Diskrit
Informasi kuantitatif yang diskrit hanya dapat memiliki rentang nilai numerik tertentu. Nilai-nilai ini tidak dapat didekomposisi karena sudah tetap.
Setiap kali sesuatu dihitung, data diskrit diperoleh. Tiga anak seseorang, misalnya, akan menjadi contoh data diskrit.
Jumlah anak diatur; mereka tidak dapat, misalnya, memiliki 3.2 anak.
Jumlah pengunjung ke situs web Anda adalah contoh lain dari data numerik diskrit; Anda dapat menerima 150 kunjungan dalam sehari, tetapi tidak 150.6. Bagan yang paling umum digunakan untuk menampilkan data diskrit adalah diagram lingkaran, diagram batang, dan diagram penghitungan.
Data Berkelanjutan
Sebaliknya, data kontinu dapat dibagi tanpa batas menjadi komponen yang lebih kecil. Panjang seutas tali dalam sentimeter atau suhu dalam derajat Celcius adalah dua contoh data kuantitatif semacam ini yang dapat ditunjukkan pada skala pengukuran.
Intinya, data berkelanjutan tidak dibatasi pada nilai tetap; itu dapat mengambil nilai apa pun. Data berkelanjutan juga dapat berubah seiring waktu; misalnya, suhu ruangan akan berubah di siang hari.
Grafik garis biasanya digunakan untuk menggambarkan data kontinu.
Data Kuantitatif Vs Data Kualitatif
Kita dapat melihat bahwa data kuantitatif dapat diukur. Ini berkaitan dengan jumlah, nilai, dan angka. Jenis informasi ini dapat dinyatakan secara numerik (yaitu, jumlah, durasi, panjang, harga, atau ukuran).
Data kuantitatif memiliki banyak kredibilitas dan dipandang tidak bias dan dapat diandalkan karena dihasilkan melalui statistik. Namun, ada jenis data penting lainnya. Secara khusus, data kualitatif.
Informasi ini terutama bersifat deskriptif. Dalam kebanyakan kasus, itu tidak dapat diukur secara langsung tetapi dapat dipelajari dengan pengamatan. Kata sifat dan istilah deskriptif lainnya digunakan untuk menggambarkan penampilan, warna, tekstur, dan properti lainnya dalam data kualitatif.
Misalnya, Anda dapat berargumen bahwa satu ruangan lebih terang dari yang lain.
Informasi itu bersifat kualitatif. Untuk benar-benar mengukur kecerahan di dalam ruangan dan memberinya nomor numerik, Anda juga dapat menggunakan peralatan dan peralatan ilmiah (seperti pengukur cahaya). Anda mendapatkan data terukur dengan melakukannya.
5 Metode Terbaik untuk mengumpulkan Data Kuantitatif
1. Pengambilan Sampel Probabilitas
Teknik pengambilan sampel yang tepat yang memanfaatkan semacam pemilihan acak dan memungkinkan peneliti untuk membuat klaim probabilitas berdasarkan informasi yang dikumpulkan secara acak dari audiens yang dituju.
Pengambilan sampel probabilitas menawarkan peneliti kesempatan untuk mengumpulkan data dari individu yang khas dari kelompok yang mereka minati untuk diselidiki, yang merupakan salah satu fitur terbaiknya.
Selain itu, data diambil secara acak dari sampel yang dipilih, yang menghilangkan kemungkinan bias pengambilan sampel.
Untuk sampling probabilitas, ada tiga kategori utama.
- Pengambilan sampel acak sederhana: Populasi yang dituju lebih sering dipilih untuk diwakili dalam sampel.
- Sampling acak sistematis: Setiap anggota populasi yang diinginkan akan terwakili dalam sampel, tetapi hanya unit pertama yang dipilih secara acak; unit lainnya dipilih seolah-olah satu dari sepuluh orang dalam daftar.
- Pengambilan sampel acak bertingkat: Saat membuat sampel, memungkinkan memilih setiap unit dari subset tertentu dari audiens yang dituju. Akan sangat membantu ketika peneliti pilih-pilih untuk memasukkan sekelompok orang tertentu dalam sampel, seperti hanya manajer atau eksekutif, orang yang bekerja di industri tertentu, atau pria atau wanita.
2. Wawancara
Orang biasanya diwawancarai sebagai bagian dari proses pengumpulan data. Wawancara, bagaimanapun, yang dilakukan untuk mengumpulkan data kuantitatif lebih terorganisir, dengan peneliti hanya menanyakan serangkaian pertanyaan yang ditentukan dan tidak ada yang lain.
Ada tiga kategori utama wawancara yang digunakan untuk mengumpulkan data.
- Wawancara telepon: Wawancara telepon mendominasi bagan teknik pengumpulan data selama bertahun-tahun. Tapi memanfaatkan internet, Skype, atau online lainnya konferensi video layanan untuk melakukan wawancara video telah meningkat secara signifikan dalam beberapa tahun terakhir.
- Wawancara langsung: Pengumpulan data partisipan langsung adalah metode pengumpulan informasi yang terbukti benar. Ini membantu dalam mengumpulkan data berkualitas tinggi karena memberikan ruang untuk pertanyaan mendalam dan penyelidikan tambahan untuk mendapatkan informasi yang komprehensif dan mendidik. Tingkat literasi peserta tidak penting karena survei tatap muka (F2F) memberikan banyak kemungkinan untuk mengamati dan mengumpulkan data non-verbal atau untuk menyelidiki topik yang rumit dan belum terselesaikan. Meskipun mungkin merupakan pendekatan yang mahal dan memakan waktu, wawancara tatap muka sering kali memiliki tingkat respons yang lebih besar.
- Computer-Assisted Personal Interviewing (CAPI): Ini tidak lebih dari pengaturan yang sebanding dengan wawancara tatap muka di mana pewawancara memiliki desktop atau laptop untuk mengunggah data yang dikumpulkan selama wawancara langsung ke database. Karena pewawancara tidak harus membawa banyak dokumen dan kuesioner, CAPI secara signifikan mengurangi waktu yang dibutuhkan untuk memperbarui dan menganalisis data.
3. Pengamatan
Seperti namanya, ini adalah teknik yang agak mudah dan tidak rumit untuk mengumpulkan data kuantitatif.
Dalam pendekatan ini, peneliti mengumpulkan data kuantitatif dengan pengamatan metodis dengan menggunakan pendekatan seperti menghitung jumlah orang yang hadir pada acara tertentu pada waktu tertentu dan tempat tertentu atau jumlah individu yang menghadiri acara di tempat yang ditentukan.
Para peneliti sering menggunakan strategi observasi naturalistik untuk memperoleh data kuantitatif, yang membutuhkan kemampuan observasi dan indera yang sangat baik untuk mendapatkan data kuantitatif hanya tentang "apa" dan bukan tentang "mengapa" dan "bagaimana".
Pengumpulan data kualitatif dan kuantitatif dilakukan melalui observasi naturalistik. Observasi terstruktur sebagian besar digunakan untuk mengumpulkan informasi kuantitatif daripada informasi kualitatif.
- Observasi terstruktur: Berbeda dengan observasi naturalistik atau partisipan, bentuk metode observasi ini mengharuskan peneliti untuk melakukan observasi menyeluruh terhadap satu atau lebih perilaku tertentu dalam konteks yang lebih luas atau terkontrol. Dalam pengamatan terstruktur, para peneliti mempersempit perhatian mereka hanya pada beberapa perilaku utama yang menarik daripada menonton semuanya. Ini memungkinkan mereka untuk menempatkan perilaku yang mereka lihat ke dalam angka. Kadang-kadang disebut sebagai "pengkodean" ketika pengamatan meminta pengamat untuk membuat penilaian. Untuk melakukan ini, serangkaian perilaku target harus didefinisikan secara tepat.
4. Survei
Survei online yang dibuat dengan perangkat lunak survei sangat penting untuk mengumpulkan data online baik untuk penelitian kuantitatif maupun kualitatif. Survei dibuat dengan cara yang memvalidasi tindakan dan kepercayaan responden.
Mayoritas survei kuantitatif sering menyertakan daftar periksa dan item skala penilaian karena hal itu membuat pengukuran sikap dan perilaku responden menjadi lebih mudah.
Dua gaya survei penting digunakan untuk mengumpulkan informasi online untuk riset pasar kuantitatif.
- Berbasis web: Untuk penelitian berbasis internet atau online, ini adalah salah satu teknik yang paling populer dan dapat diandalkan. Saat menanggapi survei berbasis web, responden akan menerima email dengan tautan ke survei, yang ketika diklik akan mengarahkan mereka ke platform survei online yang aman tempat mereka dapat menyelesaikan survei. Para peneliti menyukai survei berbasis web karena lebih efisien waktu dan uang, lebih cepat, dan memiliki audiens yang lebih besar. Menggunakan desktop, laptop, tablet, atau perangkat seluler, responden bebas mengisi survei kapan pun mereka mau dan ini adalah keuntungan utama kuesioner berbasis web.
- Berbasis surat: Survei dikirimkan ke sebagian besar populasi sampel melalui surat, memungkinkan peneliti menjangkau berbagai khalayak. Kuesioner pos biasanya datang dalam paket dengan halaman sampul yang memberi tahu audiens tentang jenis studi yang dilakukan dan mengapa, serta pengembalian prabayar, untuk mengumpulkan data secara online. Bahkan jika email memiliki tingkat churn yang lebih besar daripada teknik pengumpulan data kuantitatif lainnya, termasuk insentif dan pengingat untuk menyelesaikan survei membantu menurunkan tingkat churn secara signifikan.
5. Tinjauan Dokumentasi
Setelah menganalisis makalah saat ini, tinjauan dokumen adalah teknik yang digunakan untuk mengumpulkan data. Karena dokumen dapat dikontrol dan sumber daya praktis untuk memperoleh data akurat dari masa lalu, ini adalah metode pengumpulan data yang efisien dan sukses.
Tinjauan dokumen telah menjadi salah satu teknik yang berguna untuk mengumpulkan data penelitian kuantitatif, selain memperkuat dan mendukung penelitian dengan menawarkan data penelitian tambahan.
Untuk tujuan mengumpulkan data penelitian kuantitatif tambahan, tiga kategori dokumen utama sedang diperiksa.
- Dokumen publik: Catatan resmi dan berkelanjutan dari suatu organisasi diperiksa untuk penyelidikan tambahan sebagai bagian dari tinjauan dokumen ini. Misalnya, laporan tahunan, panduan kebijakan, acara mahasiswa, kegiatan permainan universitas, dll.
- Catatan Pribadi: Analisis dokumen semacam ini memeriksa laporan pribadi tentang perilaku, perilaku, kesehatan, fisik, dll. orang-orang yang bertentangan dengan catatan publik. Misalnya, ukuran dan berat siswa, waktu tempuh siswa untuk pergi ke sekolah, dll.
- Bukti Fisik: Bukti fisik atau catatan berbicara tentang kesuksesan masa lalu seseorang atau organisasi dalam hal uang dan pertumbuhan yang terukur.
Contoh Kuantitatif
Berikut adalah beberapa contoh data kuantitatif untuk membantu Anda memahami sepenuhnya apa yang dimaksud:
- Aplikasi mobile terbaru telah diunduh oleh 83 orang.
- Tahun lalu, bibi saya kehilangan 18 pon.
- Harga barang X adalah $1,000.
- Acara ini diikuti oleh 500 peserta.
- Tahun ini, dia memiliki sepuluh hari libur.
- Dalam seperempat, saya memutakhirkan ponsel saya enam kali.
- Tahun lalu, anak saya tumbuh 3 inci.
- Penambahan produk baru akan menghasilkan kenaikan pendapatan sebesar 30%.
- 54% orang Amerika mengatakan mereka lebih suka membeli secara online daripada di mal.
- 150 responden mengatakan mereka tidak berpikir fitur produk baru akan menjadi hit.
Kelebihan
- Melakukan studi mendalam: Sangat mungkin bahwa penelitian ini akan menyeluruh, karena data kuantitatif dapat diperiksa secara statistik.
- Bias minimum: Ada kalanya bias pribadi berkontribusi pada penelitian dan menyebabkan hasil yang tidak akurat. Bias pribadi jauh berkurang oleh aspek numerik dari data kuantitatif.
- Hasil yang akurat: Karena hasilnya objektif, hasilnya cukup akurat.
Kekurangan
- Informasi terbatas: Karena data kuantitatif tidak deskriptif, maka sulit bagi peneliti untuk menarik kesimpulan hanya dari data yang telah mereka kumpulkan.
- Tergantung pada jenis pertanyaan: Jenis pertanyaan yang digunakan untuk mengumpulkan data kuantitatif mempengaruhi bias dalam hasil. Saat mengumpulkan data kuantitatif, pemahaman peneliti tentang tujuan dan sasaran penelitian sangat penting.
Kesimpulan
Data kuantitatif adalah tentang pemikiran divergen, bukan penalaran konvergen. Ini berkaitan dengan sudut pandang numerik, logika, dan objektif dengan menempatkan penekanan pada fakta numerik dan konstan.
Satu-satunya jenis data yang mampu menampilkan kesimpulan analitis dalam bagan dan grafik, penelitian data kuantitatif dilakukan secara menyeluruh.
Analisis data tentu saja merupakan langkah penting yang, jika kurang, tidak hanya dapat membahayakan objektivitas dan keaslian penelitian Anda, tetapi juga membuat kesimpulan tidak stabil. Data yang baik akan membantu Anda menghasilkan hasil yang akurat.
Oleh karena itu, terlepas dari teknik yang Anda gunakan untuk mengumpulkan data kuantitatif, pastikan informasinya berkualitas cukup tinggi untuk menghasilkan wawasan yang berharga dan bermanfaat.
Tinggalkan Balasan