우리는 데이터에 둘러싸여 있으며, 매일 점점 더 중요해지고 있습니다. 점점 더 많은 환경과의 상호 작용이 인터넷 사용, 자동차 구매, 우리가 보는 뉴스 피드 및 기타 여러 가지를 포함한 다양한 형태의 데이터에 의해 형성되고 있습니다.
이 게시물에서 정량적 데이터를 정의하고, 정량적 데이터의 예를 제공하고, 정성적 및 정량적 데이터가 어떻게 다른지 논의하는 등의 작업을 할 것입니다.
하지만 먼저 한 발 뒤로 물러나자.
매일 테스트 결과, 고객 만족도 점수, 트윗을 포함하여 2.5조 바이트의 데이터가 생성됩니다. 그러나 모든 데이터가 동일하게 생성되는 것은 아닙니다.
서비스, 메뉴, 환경 및 가격을 1에서 10까지의 척도로 순위를 매기도록 요청하는 설문 조사는 귀하의 식사 경험을 설명하도록 요청하는 인터뷰와 다른 데이터를 생성합니다.
데이터 세트를 자주 사용하는 분석가는 다양한 데이터 형식을 구별하고 각각이 연구에 어떤 영향을 미칠 수 있는지 이해하는 것이 중요합니다.
데이터를 탐색하는 프로세스는 다음과 같이 답변을 시도하는 특정 질문으로 자주 시작됩니다.
- 인구 통계는 소비자 행동에 어떤 영향을 미칩니까?
- 특정 청중이 제품이나 서비스의 수정에 호의적으로 반응합니까?
- 운영 병목 현상을 제거하여 효율성을 높이려면 어떻게 해야 합니까?
주제의 성격, 예산, 시간 및 접근 가능한 자원에 따라 정량적 데이터를 수집하고 평가해야 합니다. 이해하신 것 같은데요, 그렇죠?
이제 시작하겠습니다.
양적 데이터 란 무엇입니까?
정량적으로 식별 및 평가할 수 있는 모든 데이터 모음은 정량적 데이터로 간주됩니다.
객관적으로 측정할 수 있는 유일한 데이터는 정량적 데이터로 가장 적절하다. 데이터 유형 수학 및 통계에 모두 사용합니다.
카운트나 숫자로 표현할 때 데이터 값이라고 하며, 각 데이터 세트에는 특정 숫자 값이 할당됩니다.
통계 계산 및 산술에 기반한 계산에 사용할 수 있는 모든 측정 가능한 정보는 실제 세계에서 판단을 지원하는 데 사용할 수 있기 때문에 이러한 유형의 데이터로 간주됩니다.
응답할 수 있는 쿼리의 예는 몇 개, 얼마나 자주, 몇 개입니까? 수학적 방법을 사용하여 이 데이터를 쉽게 확인하고 평가할 수 있습니다.
시간, 키, 체중, 가격, 비용, 이익, 온도 및 거리와 같은 양적 데이터는 데이터 분석가가 일반적으로 작업하는 것입니다.
백분율, 숫자, 페이지 로드 시간 또는 제품 관리, 사용자 경험 디자인 또는 소프트웨어 엔지니어링 분야의 기타 메트릭으로 표현할 수 있습니다.
얼마나 많은 사람들이 특정 품목을 구매했는지는 구매 맥락에서 정량적 데이터의 예입니다. 자동차에 대한 정성적 데이터에는 자동차가 소유한 마력의 양이 포함될 수 있습니다.
양적 데이터의 유형은 무엇입니까?
정량화할 수 있는 데이터를 정량적 데이터라고 하지만, 그 데이터를 정량화하는 방법은 수집하는 데이터의 종류에 따라 다릅니다. 정량적 데이터는 이산 및 연속의 두 가지 기본 그룹으로 나눌 수 있습니다. 둘 사이의 주요 변형은 다음과 같습니다.
이산 데이터
불연속적인 양적 정보는 특정 범위의 숫자 값만 가질 수 있습니다. 이 값은 고정되어 있으므로 분해할 수 없습니다.
무엇이든 계산할 때마다 이산 데이터를 얻습니다. 예를 들어 한 사람의 세 자녀는 이산 데이터의 한 예입니다.
어린이 수가 설정됩니다. 예를 들어, 그들은 3.2명의 자녀를 가질 수 없습니다.
웹사이트 방문자 수는 개별 숫자 데이터의 또 다른 예입니다. 하루에 150번의 방문을 받을 수 있지만 150.6번은 받을 수 없습니다. 불연속 데이터를 표시하는 데 사용되는 가장 일반적인 차트는 파이 차트, 막대 차트 및 집계 차트입니다.
연속 데이터
반대로 연속형 데이터는 더 작은 구성 요소로 무한정 분할될 수 있습니다. 센티미터 단위의 끈 길이 또는 섭씨 온도는 측정 눈금에 표시될 수 있는 이러한 종류의 정량적 데이터의 두 가지 예입니다.
본질적으로 연속 데이터는 고정 값으로 제한되지 않습니다. 어떤 값이든 취할 수 있습니다. 연속 데이터도 시간이 지남에 따라 변경될 수 있습니다. 예를 들어, 방의 온도는 낮 동안 변할 것입니다.
선 그래프는 일반적으로 연속 데이터를 설명하는 데 사용됩니다.
정량적 데이터 대 정성적 데이터
정량적 데이터를 측정할 수 있음을 알 수 있습니다. 금액, 값 및 숫자를 다룹니다. 이러한 유형의 정보는 숫자로 표시될 수 있습니다(예: 양, 기간, 길이, 가격 또는 크기).
정량적 데이터는 통계를 통해 생성되기 때문에 신뢰성이 높고 편견이 없고 신뢰할 수 있는 것으로 간주됩니다. 그러나 또 다른 중요한 유형의 데이터가 있습니다. 특히, 질적 데이터.
이 정보는 기본적으로 설명을 위한 것입니다. 대부분의 경우 직접 측정할 수는 없지만 관찰을 통해 학습할 수 있습니다. 형용사 및 기타 설명 용어는 질적 데이터의 모양, 색상, 질감 및 기타 속성을 설명하는 데 사용됩니다.
예를 들어, 한 방이 다른 방보다 밝다고 주장할 수 있습니다.
그 정보는 질적입니다. 실제로 방의 밝기를 측정하고 숫자를 지정하기 위해 과학 장비 및 장치(예: 조명 측정기)를 사용할 수도 있습니다. 하면 정량화 가능한 데이터를 얻을 수 있습니다.
정량적 데이터를 수집하는 5가지 최상의 방법
1. 확률 샘플링
일종의 무작위 선택을 사용하고 연구자가 의도한 청중으로부터 무작위로 수집된 정보를 기반으로 확률 주장을 할 수 있도록 하는 정확한 샘플링 기술.
확률 샘플링은 연구자에게 조사에 관심이 있는 그룹의 전형적인 개인으로부터 데이터를 수집할 수 있는 기회를 제공하며 이는 가장 뛰어난 기능 중 하나입니다.
또한 데이터는 선택한 샘플에서 무작위로 추출되어 샘플링 편향의 가능성을 제거합니다.
확률 샘플링에는 세 가지 주요 범주가 있습니다.
- 단순 무작위 표본 추출: 의도한 모집단이 표본에 표시되도록 더 자주 선택됩니다.
- 체계적인 무작위 표본 추출: 원하는 모집단의 모든 구성원이 표본에 표시되지만 첫 번째 단위만 무작위로 선택됩니다. 다른 단위는 목록에 있는 XNUMX명 중 XNUMX명처럼 선택됩니다.
- 계층화된 무작위 샘플링: 샘플을 생성하는 동안 의도한 청중의 특정 하위 집합에서 각 단위를 선택할 수 있습니다. 연구자가 특정 그룹의 사람들(예: 관리자 또는 임원, 특정 산업 분야에서 일하는 사람들, 남성 또는 여성)을 표본에 포함하는 것에 대해 까다로울 때 도움이 됩니다.
2. 인터뷰
사람들은 일반적으로 데이터 수집 프로세스의 일부로 인터뷰를 받습니다. 그러나 정량적 데이터를 수집하기 위해 수행되는 인터뷰는 연구자들이 규정된 질문만 하고 다른 것은 하지 않고 보다 조직적입니다.
데이터를 수집하는 데 사용되는 인터뷰의 세 가지 주요 범주가 있습니다.
- 전화 인터뷰: 전화 인터뷰는 수년 동안 데이터 수집 기술 차트를 지배했습니다. 그러나 인터넷, Skype 또는 기타 온라인을 활용하여 화상 회의 비디오 인터뷰를 수행하는 서비스는 최근 몇 년 동안 크게 증가했습니다.
- 대면 인터뷰: 직접 참가자 데이터 수집은 검증된 정보 수집 방법입니다. 포괄적이고 교육적인 정보를 얻기 위해 심층적인 문의와 추가 조사를 위한 공간을 제공하므로 고품질 데이터 수집에 도움이 됩니다. 대면(F2F) 설문조사는 비언어적 데이터를 관찰 및 수집하거나 복잡하고 해결되지 않은 주제를 조사할 수 있는 많은 가능성을 제공하기 때문에 참가자의 문해 수준은 중요하지 않습니다. 비용이 많이 들고 시간이 많이 소요되는 접근 방식일 수 있지만 대면 인터뷰의 응답률이 더 높은 경우가 많습니다.
- CAPI(Computer-Assisted Personal Interviewing): 면접관이 면접 중에 수집한 데이터를 데이터베이스에 직접 업로드하기 위해 데스크탑이나 노트북을 가지고 다니는 대면 면접에 필적하는 설정에 불과합니다. 면접관이 수많은 서류와 설문지를 가지고 다닐 필요가 없기 때문에 CAPI는 데이터를 업데이트하고 분석하는 데 필요한 시간을 크게 줄입니다.
3. 관찰
이름에서 알 수 있듯이 양적 데이터를 수집하기 위한 다소 쉽고 복잡하지 않은 기술입니다.
이 접근법에서 연구자들은 특정 시간에 주어진 이벤트에 참석한 사람의 수와 특정 장소에 지정된 장소에 이벤트에 참석하는 개인의 수를 세는 것과 같은 접근법을 사용하여 체계적인 관찰을 통해 정량적 데이터를 수집합니다.
연구자들은 종종 자연주의적 관찰 전략을 사용하여 정량적 데이터를 획득하는데, 이는 "왜"와 "어떻게"가 아니라 "무엇"에 대한 정량적 데이터를 얻기 위해 탁월한 관찰 능력과 감각을 요구합니다.
정성적 데이터와 정량적 데이터의 수집은 자연주의적 관찰을 통해 이루어집니다. 그러나 구조적 관찰은 주로 질적 정보보다는 양적 정보를 수집하는 데 사용됩니다.
- 구조화된 관찰: 자연주의적 관찰이나 참여자 관찰과 달리 이 관찰 방법은 연구자가 보다 광범위하거나 통제된 맥락에서 하나 이상의 특정 행동을 철저히 관찰해야 합니다. 구조화된 관찰에서 연구자들은 모든 것을 관찰하기 보다는 관심이 있는 몇 가지 주요 행동에만 주의를 기울입니다. 그것은 그들이 보고 있는 행동을 숫자로 나타낼 수 있게 합니다. 관찰자가 판단을 내려야 할 때 관찰을 "코딩"이라고 합니다. 이렇게 하려면 일련의 대상 동작을 정확하게 정의해야 합니다.
4. 설문 조사
설문 조사 소프트웨어로 만든 온라인 설문 조사는 양적 및 질적 연구를 위해 온라인으로 데이터를 수집하는 데 필수적입니다. 설문조사는 응답자의 행동과 신뢰를 검증하는 방식으로 생성됩니다.
대부분의 정량적 설문조사에는 응답자의 태도와 행동을 더 쉽게 측정할 수 있기 때문에 체크리스트와 평가 척도 항목이 포함되는 경우가 많습니다.
양적 시장 조사를 위해 온라인으로 정보를 수집하기 위해 두 가지 중요한 설문조사 스타일이 사용됩니다.
- 웹 기반: 인터넷 기반 또는 온라인 연구의 경우 가장 인기 있고 신뢰할 수 있는 기술 중 하나입니다. 웹 기반 설문조사에 응답할 때 응답자는 설문조사 링크가 포함된 이메일을 받게 되며, 이를 클릭하면 설문조사를 완료할 수 있는 안전한 온라인 설문조사 플랫폼으로 연결됩니다. 연구원들은 웹 기반 설문조사를 선호합니다. 웹 기반 설문조사는 시간과 비용이 더 효율적이고 빠르며 청중이 더 많기 때문입니다. 응답자는 데스크탑, 노트북, 태블릿 또는 모바일 장치를 사용하여 편리한 시간에 자유롭게 설문조사를 완료할 수 있으며 이것이 웹 기반 설문지의 주요 장점입니다.
- 우편 기반: 설문조사는 우편을 통해 표본 모집단의 많은 부분에 우송되므로 연구자가 다양한 청중에게 다가갈 수 있습니다. 우편 설문지는 일반적으로 청중에게 수행 중인 연구의 종류와 온라인 데이터 수집을 위한 선불 반환 및 이유에 대해 알려주는 표지가 있는 패킷으로 제공됩니다. 메일이 다른 정량적 데이터 수집 기술보다 이탈률이 높더라도 설문조사를 완료하기 위한 인센티브 및 알림을 포함하여 이탈률을 크게 낮추는 데 도움이 됩니다.
5. 문서 검토
현재 논문을 분석한 후 문서 검토는 데이터를 수집하는 데 사용되는 기술입니다. 문서는 통제할 수 있고 과거로부터 정확한 데이터를 얻을 수 있는 실용적인 자원이기 때문에 효율적이고 성공적인 데이터 수집 방법입니다.
문서검토는 보충 연구 데이터를 제공함으로써 연구를 강화하고 지원하는 것 외에도 정량적 연구 데이터를 수집하는 유용한 기술 중 하나가 되었습니다.
보완적인 정량적 연구 데이터를 수집하기 위해 세 가지 주요 문서 범주를 검토하고 있습니다.
- 공개 문서: 이 문서 검토의 일부로 추가 조사를 위해 조직의 공식 기록을 계속 검토합니다. 예를 들어, 연간 보고서, 정책 가이드, 학생 행사, 대학 게임 활동 등
- 개인 기록: 이러한 종류의 문서 분석은 공공 기록과는 대조적으로 사람들의 행동, 행동, 건강, 체격 등에 대한 개인 보고서를 조사합니다. 예를 들어, 학생들의 크기와 체중, 학생들이 학교에 가는 데 걸리는 시간 등.
- 물리적 증거: 물리적 증거 또는 기록은 돈과 확장 가능한 성장 측면에서 개인 또는 조직의 과거 성공을 나타냅니다.
정량적 예
다음은 이것이 의미하는 바를 완전히 이해하는 데 도움이 되는 정량적 데이터의 몇 가지 예입니다.
- 최신 모바일 애플리케이션은 83명이 다운로드했습니다.
- 작년에 이모는 18파운드를 감량했습니다.
- X 항목의 비용은 $1,000입니다.
- 이날 행사에는 500여명이 참석했다.
- 올해 그녀는 XNUMX번의 휴가를 가집니다.
- 분기 동안 나는 전화기를 여섯 번이나 업그레이드했습니다.
- 작년에 내 아이가 3인치나 자랐습니다.
- 신제품을 추가하면 매출이 30% 증가합니다.
- 미국인의 54%는 쇼핑몰보다 온라인 구매를 선호한다고 말했습니다.
- 150명의 응답자는 새로운 제품 기능이 인기를 끌 것이라고 생각하지 않는다고 말했습니다.
장점
- 심층 연구 수행: 정량적 데이터는 통계적으로 조사할 수 있기 때문에 연구가 철저할 가능성이 매우 큽니다.
- 최소 편향: 개인적인 편향이 연구에 기여하고 부정확한 결과를 초래할 때가 있습니다. 개인 편향은 양적 데이터의 수치적 측면에 의해 훨씬 감소됩니다.
- 정확한 결과: 결과는 본질적으로 객관적이었기 때문에 매우 정확했습니다.
단점
- 제한된 정보: 정량적 데이터는 기술적이지 않기 때문에 연구자가 수집한 데이터만으로 결론을 도출하는 것은 어렵습니다.
- 질문 유형에 따라 다름: 정량적 데이터를 수집하는 데 사용되는 질문 유형은 결과의 편향에 영향을 줍니다. 정량적 데이터를 수집하는 동안 연구의 목적과 목표에 대한 연구자의 이해가 중요합니다.
결론
양적 데이터는 수렴적 추론이 아니라 발산적 사고에 관한 것입니다. 수치적이고 일정한 사실을 강조하여 수치적, 논리적, 객관적 관점을 다룬다.
분석적 결론을 차트와 그래프로 나타낼 수 있는 유일한 데이터 종류인 정량적 데이터 연구는 철저합니다.
데이터 분석은 확실히 중요한 단계이며, 부족할 경우 연구의 객관성과 진정성을 훼손할 뿐만 아니라 결론을 불안정하게 만들 수도 있습니다. 좋은 데이터는 정확한 결과를 만드는 데 도움이 됩니다.
따라서 기술에 관계없이 정량적 데이터를 수집하는 데 사용하고 가치 있고 유용한 통찰력을 얻을 수 있을 만큼 정보의 품질이 높은지 확인합니다.
댓글을 남겨주세요.