אנחנו מוקפים בנתונים, שהופכים משמעותיים יותר ויותר מיום ליום. יותר ויותר מהאינטראקציות שלנו עם הסביבה מעוצבות על ידי צורות שונות של נתונים, כולל השימוש שלנו באינטרנט, רכישות של רכבים, עדכוני חדשות שאנו רואים ודברים רבים אחרים.
נגדיר נתונים כמותיים בפוסט זה, נביא מופעים של נתונים כמותיים, נדון כיצד נתונים איכותיים וכמותיים משתנים ועוד הרבה יותר.
אבל קודם כל ניקח צעד אחורה.
מדי יום מופקים 2.5 קווינטיליון בתים של נתונים - כולל תוצאות בדיקות, ציוני שביעות רצון לקוחות וציוצים. אבל לא כל פיסת נתונים נוצרת שווה.
סקר המבקש ממך לדרג את השירות, התפריט, הסביבה והתמחור בסולם של 1 עד 10 מייצר נתונים שונים מאשר ראיון המבקש ממך לתאר את חווית האוכל שלך.
חשוב לאנליסטים שעובדים עם מערכי נתונים לעתים קרובות להבחין בין צורות שונות של נתונים ולהבין כיצד כל אחד מהם יכול להשפיע על המחקר שלך.
תהליך ההתעמקות בנתונים מתחיל לעתים קרובות בשאלה ספציפית שאתה מנסה לענות עליה, כגון:
- איזו השפעה יש לדמוגרפיה על התנהגות הצרכנים?
- האם קהל מסוים יגיב בחיוב לשינוי במוצר או בשירות?
- כיצד ניתן לבטל צווארי בקבוק תפעוליים כדי להגביר את היעילות?
יהיה עליך לאסוף ולהעריך נתונים כמותיים, בהתאם לאופי הנושא, התקציב, הזמן והמשאבים הנגישים שלך. אני חושב שאתה מבין, נכון?
בואו נתחיל עכשיו.
מה זה נתונים כמותיים?
כל אוסף נתונים שניתן לזהות ולהעריך באופן כמותי נחשב לנתונים כמותיים.
סוג הנתונים היחיד שניתן למדוד באופן אובייקטיבי הוא נתונים כמותיים, מה שהופך אותם לרלוונטיים ביותר סוג הנתונים לשימוש הן במתמטיקה והן בסטטיסטיקה.
הוא מכונה ערך הנתונים כאשר הוא מבוטא כספירות או מספרים, כאשר לכל סט נתונים מוקצה לו ערך מספרי ספציפי.
כל מידע מדיד שניתן להשתמש בו בחישובים סטטיסטיים וחישובים המבוססים על אריתמטיקה נחשב לסוג זה של נתונים מכיוון שניתן להשתמש בו כדי לתמוך בשיפוטים בעולם האמיתי.
כמה, באיזו תדירות וכמה הן דוגמאות לשאילתות שהוא יכול לענות. ניתן להשתמש בשיטות מתמטיות כדי לאמת ולהעריך נתונים אלה בקלות.
נתונים כמותיים כמו זמן, גובה, משקל, מחיר, עלות, רווח, טמפרטורה ומרחק הם מה שמנתח נתונים עובד איתו בדרך כלל.
זה יכול לבוא לידי ביטוי כאחוז, מספר, זמן טעינת עמוד או מדדים אחרים בתחומי ניהול מוצר, עיצוב חווית משתמש או הנדסת תוכנה.
כמה אנשים רכשו פריט מסוים היא דוגמה לנתונים כמותיים בהקשר של רכישה. נתונים איכותיים על מכוניות יכולים לכלול את כמות כוחות הסוס שיש לה.
מהם סוגי הנתונים הכמותיים?
נתונים שניתנים לכימות מכונה נתונים כמותיים, עם זאת, האופן שבו נתונים אלה מוכמים משתנה בהתאם לסוג איסוף הנתונים הקיים. ניתן לחלק נתונים כמותיים לשתי קבוצות בסיסיות: בדידות ורציפות. הווריאציות העיקריות בין השניים הן כדלקמן:
נתונים דיסקרטיים
מידע כמותי שהוא דיסקרטי יכול לקבל רק טווח ספציפי של ערכים מספריים. לא ניתן לפרק ערכים אלה מכיוון שהם קבועים.
בכל פעם שנספרים משהו, מתקבלים נתונים דיסקרטיים. שלושת ילדיו של אדם, למשל, יהיו דוגמה לנתונים בדידים.
מספר הילדים נקבע; הם לא יכולים, למשל, ללדת 3.2 ילדים.
כמות המבקרים באתר שלך היא דוגמה נוספת לנתונים מספריים בדידים; אתה יכול לקבל 150 ביקורים ביום, אבל לא 150.6. התרשימים הנפוצים ביותר המשמשים להצגת נתונים נפרדים הם תרשימי עוגה, תרשימי עמודות ותרשימי סיכום.
נתונים מתמשכים
הפוך, ניתן לחלק נתונים רציפים ללא הגבלת זמן לרכיבים קטנים יותר. אורכה של חוט בסנטימטרים או הטמפרטורה במעלות צלזיוס הן שתי דוגמאות לסוג זה של נתונים כמותיים שניתן להציג בסולם מדידה.
למעשה, נתונים רציפים אינם מוגבלים לערכים קבועים; זה יכול לקחת כל ערך. נתונים רציפים יכולים גם להשתנות עם הזמן; למשל, טמפרטורת החדר תשתנה במהלך היום.
גרף קו משמש בדרך כלל להמחשת נתונים רציפים.
נתונים כמותיים לעומת נתונים איכותיים
אנו יכולים לראות שניתן למדוד נתונים כמותיים. הוא עוסק בסכומים, ערכים ומספרים. ניתן לציין מידע מסוג זה באופן מספרי (כלומר, כמות, משך זמן, אורך, מחיר או גודל).
לנתונים כמותיים יש הרבה אמינות והם נתפסים כבלתי משוחדים ומהימנים מכיוון שהם מופקים באמצעות סטטיסטיקה. עם זאת, יש עוד סוג קריטי של נתונים. ספציפית, נתונים איכותיים.
מידע זה הוא בעיקרו תיאורי באופיו. ברוב המקרים, לא ניתן למדוד אותו ישירות אלא ניתן ללמוד אותו על ידי התבוננות. שמות תואר ומונחים תיאוריים אחרים משמשים לתיאור המראה, הצבע, המרקם ומאפיינים אחרים בנתונים איכותיים.
לדוגמה, אתה יכול לטעון שחדר אחד מואר יותר מהשני.
המידע הזה הוא איכותי. כדי למדוד באמת את הבהירות בחדר ולהקצות לו מספר מספרי, אתה יכול גם להשתמש בציוד ומכשור מדעי (כגון מד אור). אתה משיג נתונים הניתנים לכימות על ידי כך.
5 השיטות הטובות ביותר לאיסוף נתונים כמותיים
1. דגימת הסתברות
טכניקת דגימה מדויקת העושה שימוש בבחירה אקראית כלשהי ומאפשרת לחוקרים להעלות טענת הסתברות על סמך מידע שנאסף באופן אקראי מהקהל המיועד.
דגימת הסתברות מציעה לחוקרים את ההזדמנות לאסוף נתונים מאנשים האופייניים לקבוצה שהם מעוניינים לחקור, וזה אחד המאפיינים הטובים ביותר שלה.
בנוסף, הנתונים נמשכו באופן אקראי מהמדגם שנבחר, מה שמבטל את הסיכוי להטיית דגימה.
עבור דגימת הסתברות, ישנן שלוש קטגוריות עיקריות.
- דגימה אקראית פשוטה: האוכלוסייה המיועדת נבחרת בתדירות גבוהה יותר לייצוג במדגם.
- דגימה אקראית שיטתית: כל אחד מבני האוכלוסייה הרצויה יוצג במדגם, אך רק היחידה הראשונה נבחרת באקראי; שאר היחידות נבחרות כאילו אחד מכל עשרה אנשים ברשימה.
- דגימה אקראית מרובדת: תוך כדי יצירת מדגם, מאפשרת בחירה של כל יחידה מתוך תת-קבוצה ספציפית של הקהל המיועד. זה מועיל כאשר החוקרים בררנים לגבי הכללת קבוצה מסוימת של אנשים במדגם, כגון רק מנהלים או בכירים, אנשים העובדים בתעשייה מסוימת, או גברים או נשים.
2. ראיונות
אנשים מתראיינים בדרך כלל כחלק מתהליך איסוף נתונים. עם זאת, הראיונות המתבצעים כדי לאסוף נתונים כמותיים מאורגנים יותר, כאשר החוקרים שואלים רק את מערכת השאלות שנקבעה ותו לא.
ישנן שלוש קטגוריות עיקריות של ראיונות המשמשות לאיסוף נתונים.
- ראיונות טלפוניים: ראיונות טלפוניים שלטו בתרשימים של טכניקות איסוף נתונים במשך שנים רבות. אבל שימוש באינטרנט, סקייפ או אחר באינטרנט שיחת ועידה בוידאו השירותים לביצוע ראיונות וידאו גדלו משמעותית בשנים האחרונות.
- ראיונות אישיים: איסוף מידע ישיר של משתתפים הוא שיטה בדוקה לאיסוף מידע. הוא מסייע באיסוף נתונים באיכות גבוהה מכיוון שהוא נותן מקום לבירורים מעמיקים ובדיקה נוספת לקבלת מידע מקיף וחינוכי. רמת האוריינות של המשתתף אינה חשובה שכן סקרים פנים אל פנים (F2F) מספקים אפשרויות רבות לצפות ולאסוף נתונים לא מילוליים או לחקור נושאים מסובכים ובלתי פתורים. למרות שזו עשויה להיות גישה יקרה וגוזלת זמן, לראיונות פנים אל פנים יש לעתים קרובות אחוזי תגובה גבוהים יותר.
- ראיון אישי בעזרת מחשב (CAPI): זה לא יותר מאשר הגדרה הדומה לראיון פנים אל פנים שבו למראיין יש מחשב שולחני או מחשב נייד איתו כדי להעלות את הנתונים שנאספו במהלך הראיון היישר למאגר הנתונים. בגלל שהמראיין לא צריך לשאת המון ניירת ושאלונים, CAPI מפחית משמעותית את הזמן הדרוש לעדכון וניתוח הנתונים.
3. תצפיות
כפי שהשם מרמז, זוהי טכניקה די קלה ולא מסובכת לאיסוף נתונים כמותיים.
בגישה זו, חוקרים אוספים נתונים כמותיים על ידי תצפיות שיטתיות תוך שימוש בגישות כמו ספירת מספר האנשים שנכחו באירוע מסוים בזמן מסוים ובמקום מסוים או מספר האנשים המשתתפים באירוע במקום מוגדר.
החוקרים מרבים להשתמש באסטרטגיית תצפית נטורליסטית כדי לרכוש נתונים כמותיים, המצריכים יכולות וחושים תצפיתיים מצוינים על מנת לקבל נתונים כמותיים רק על ה"מה" ולא גם לגבי ה"למה" ו"איך".
איסוף הנתונים האיכותניים והכמותיים כאחד נעשה באמצעות התבוננות נטורליסטית. עם זאת, תצפית מובנית משמשת בעיקר לאיסוף מידע כמותי ולא מידע איכותי.
- תצפית מובנית: בניגוד לתצפית נטורליסטית או משתתפת, שיטת תצפית זו מחייבת את החוקר לבצע תצפיות יסודיות של התנהגויות מוגדרות אחת או יותר בהקשר נרחב או מבוקר יותר. בתצפית מובנית, החוקרים מצמצמים את תשומת לבם רק לכמה התנהגויות מפתח של עניין במקום לצפות בכל. זה מאפשר להם להכניס את ההתנהגויות שהם רואים למספרים. לפעמים זה מכונה "קידוד" כאשר התצפיות קוראת למשקיפים לעשות שיקול דעת. לשם כך, יש להגדיר במדויק קבוצה של התנהגויות יעד.
4. סקרים
סקרים מקוונים שנעשו באמצעות תוכנת סקרים חיוניים לאיסוף נתונים מקוון למחקר כמותי ואיכותני כאחד. הסקרים נוצרים באופן שמאשר את הפעולות והאמון של המגיבים.
רוב הסקרים הכמותיים כוללים לעתים קרובות רשימות ביקורת ופריטי סולם דירוג מכיוון שהם מקלים על מדידת העמדות וההתנהגויות של המשיבים.
שני סגנונות סקר חשובים משמשים לאיסוף מידע מקוון למחקר שוק כמותי.
- מבוסס אינטרנט: עבור מחקר מבוסס אינטרנט או מקוון, זוהי אחת הטכניקות הפופולריות והאמינות ביותר. בעת מענה לסקר מבוסס אינטרנט, המשיב יקבל מייל עם קישור לסקר, אשר בלחיצה תוביל אותו לפלטפורמת סקרים מקוונת מאובטחת בה יוכל למלא את הסקר. חוקרים מעדיפים סקרים מבוססי אינטרנט מכיוון שהם יעילים יותר בזמן וכסף, מהירים יותר ויש להם קהל גדול יותר. באמצעות מחשב שולחני, מחשב נייד, טאבלט או מכשיר נייד, הנשאלים חופשיים למלא את הסקר מתי שנוח להם וזהו היתרון העיקרי של שאלון מבוסס אינטרנט.
- מבוסס דואר: הסקר נשלח בדואר לחלק גדול מאוכלוסיית המדגם בדואר, מה שמאפשר לחוקר להגיע למגוון קהלים. השאלון בדואר מגיע בדרך כלל בחבילה עם דף שער המודיע לקהל על סוג המחקר שנעשה ומדוע, כמו גם החזר בתשלום מראש, לאסוף נתונים באינטרנט. גם אם לדואר יש שיעור נטישה גבוה יותר מאשר טכניקות אחרות לאיסוף נתונים כמותיים, כולל תמריצים ותזכורות לסיים את הסקר עוזרים להוריד משמעותית את שיעור הנטישה.
5. סקירת תיעוד
לאחר ניתוח המסמכים הנוכחיים, סקירת מסמכים היא טכניקה המשמשת לאיסוף נתונים. מכיוון שמסמכים ניתנים לשליטה והמשאב המעשי להשגת נתונים מדויקים מהעבר, זוהי שיטה יעילה ומוצלחת לאיסוף נתונים.
סקירת מסמכים הפכה לאחת הטכניקות השימושיות לאיסוף נתוני מחקר כמותיים, בנוסף לחיזוק ותמיכה במחקר על ידי מתן נתוני מחקר משלימים.
לצורך איסוף נתוני מחקר כמותיים משלימים, נבדקות שלוש קטגוריות מסמכים עיקריות.
- מסמכים ציבוריים: הרישומים הרשמיים המתמשכים של ארגון נבדקים לצורך חקירה נוספת במסגרת סקירת מסמכים זו. לדוגמה, דוחות שנתיים, מדריכי מדיניות, אירועי סטודנטים, פעילויות משחק באוניברסיטה וכו'.
- רשומות אישיות: סוג זה של ניתוח מסמכים בוחן דיווחים פרטיים על התנהגויות, התנהגות, בריאות, מבנה גוף וכו', בניגוד לרישומים ציבוריים. למשל, גודל ומשקל התלמידים, זמן הנסיעה של התלמידים כדי ללכת לבית הספר וכו'.
- הוכחה פיזית: הוכחות או רישומים פיזיים מדברים על הצלחות העבר של אדם או ארגון במונחים של כסף וצמיחה ניתנת להרחבה.
דוגמאות כמותיות
להלן מספר מקרים של נתונים כמותיים שיעזרו לך להבין היטב למה זה מתייחס:
- האפליקציה החדשה ביותר לנייד הורדה על ידי 83 אנשים.
- בשנה שעברה, דודה שלי השילה 18 קילו.
- עלות פריט X היא $1,000.
- באירוע השתתפו 500 משתתפים.
- השנה יש לה עשרה חגים.
- ברבעון שדרגתי את הטלפון שלי שש פעמים.
- בשנה שעברה, הצעיר שלי גדל ב-3 אינץ'.
- תוספת של מוצר חדש תביא לעלייה של 30% בהכנסות.
- 54% מהאמריקאים אמרו שהם מעדיפים לקנות באינטרנט מאשר בקניון.
- 150 נשאלים אמרו שהם לא חושבים שתכונת המוצר החדשה תהיה להיט.
יתרונות
- ערכו מחקר מעמיק: סביר מאוד שהמחקר יהיה יסודי, שכן נתונים כמותיים ניתנים לבחינה סטטיסטית.
- הטיה מינימלית: יש מקרים שבהם הטיה אישית תורמת למחקר וגורמת לתוצאות לא מדויקות. ההטיה האישית מופחתת בהרבה על ידי ההיבט המספרי של נתונים כמותיים.
- תוצאות מדויקות: מכיוון שהתוצאות היו אובייקטיביות במהותן, הן היו די מדויקות.
חסרונות
- מידע מוגבל: מאחר שהנתונים הכמותיים אינם תיאוריים, מאתגר לחוקרים להסיק מסקנות רק מהנתונים שאספו.
- תלוי בסוג השאלה: סוג השאלה המשמש לאיסוף נתונים כמותיים משפיע על ההטיה בתוצאות. בעת איסוף נתונים כמותיים, יש חשיבות מכרעת להבנת החוקר את מטרות המחקר ומטרותיו.
סיכום
נתונים כמותיים עוסקים בחשיבה סותרת, לא בהיגיון מתכנס. הוא עוסק בנקודת המבט המספרית, ההגיונית והאובייקטיבית על ידי שימת דגש על עובדות מספריות וקבועות.
סוג הנתונים היחיד שיכול להיות מסוגל להציג מסקנות אנליטיות בתרשימים ובגרפים, מחקר נתונים כמותי הוא יסודי.
ניתוח נתונים הוא בהחלט צעד מכריע, שאם חסר, לא רק יכול לפגוע באובייקטיביות ובאותנטיות של המחקר שלך, אלא גם להפוך את המסקנות לבלתי יציבות. נתונים טובים יעזרו לך להפיק תוצאות מדויקות.
לכן, ללא קשר לטכניקה, אתה משתמש כדי לאסוף נתונים כמותיים, לוודא שהמידע הוא באיכות גבוהה מספיק כדי להניב תובנות ערכיות ושימושיות.
השאירו תגובה