Obsah[Skryť][Šou]
Sme obklopení dátami, ktoré sú každým dňom čoraz dôležitejšie. Čoraz viac našich interakcií s prostredím je formovaných rôznymi formami údajov, vrátane nášho používania internetu, nákupov áut, spravodajských kanálov, ktoré si prezeráme, a mnohých ďalších vecí.
V tomto príspevku definujeme kvantitatívne údaje, uvedieme príklady kvantitatívnych údajov, budeme diskutovať o tom, ako sa kvalitatívne a kvantitatívne údaje líšia, a oveľa viac.
Najprv sa však vráťme o krok späť.
Každý deň sa vytvorí 2.5 kvintilióna bajtov údajov – vrátane výsledkov testov, skóre spokojnosti zákazníkov a tweetov. Nie každý údaj je však vytvorený rovnako.
Prieskum, v ktorom sa požaduje, aby ste zoradili službu, menu, prostredie a ceny na stupnici od 1 do 10, poskytuje iné údaje ako rozhovor, ktorý vás žiada o opísanie vášho kulinárskeho zážitku.
Pre analytikov, ktorí často pracujú so súbormi údajov, je dôležité rozlišovať medzi rôznymi formami údajov a pochopiť, ako by každá mohla ovplyvniť vašu štúdiu.
Proces ponorenia sa do údajov často začína konkrétnou otázkou, na ktorú sa pokúšate odpovedať, ako napríklad:
- Aký vplyv má demografia na správanie spotrebiteľov?
- Bude konkrétne publikum reagovať priaznivo na úpravu produktu alebo služby?
- Ako je možné odstrániť prevádzkové úzke miesta, aby sa zvýšila efektívnosť?
Budete musieť zhromaždiť a vyhodnotiť kvantitatívne údaje v závislosti od povahy predmetu, vášho rozpočtu, času a dostupných zdrojov. Myslím, že rozumieš, však?
Začnime hneď.
Čo sú kvantitatívne údaje?
Akýkoľvek súbor údajov, ktorý možno identifikovať a kvantitatívne vyhodnotiť, sa považuje za kvantitatívne údaje.
Jediným druhom údajov, ktoré možno objektívne merať, sú kvantitatívne údaje, vďaka čomu sú najrelevantnejšie typ údajov na použitie v matematike aj štatistike.
Označuje sa ako hodnota údajov, keď sú vyjadrené ako počty alebo čísla, pričom každý súbor údajov má priradenú špecifickú číselnú hodnotu.
Akékoľvek merateľné informácie, ktoré možno použiť pri štatistických výpočtoch a výpočtoch na základe aritmetiky, sa považujú za tento typ údajov, pretože môžu byť použité na podporu úsudkov v reálnom svete.
Koľko, ako často a koľko je niekoľko príkladov otázok, ktoré dokáže zodpovedať. Na jednoduché overenie a vyhodnotenie týchto údajov možno použiť matematické metódy.
Analytik údajov zvyčajne pracuje s kvantitatívnymi údajmi, ako sú čas, výška, hmotnosť, cena, náklady, zisk, teplota a vzdialenosť.
Môže byť vyjadrený ako percento, číslo, čas načítania stránky alebo iné metriky v oblasti produktového manažmentu, dizajnu používateľského prostredia alebo softvérového inžinierstva.
Príkladom kvantitatívnych údajov v kontexte nákupu je počet ľudí, ktorí si kúpili určitú položku. Kvalitatívne údaje o autách by mohli zahŕňať množstvo konských síl, ktoré má.
Aké sú typy kvantitatívnych údajov?
Údaje, ktoré možno kvantifikovať, sa označujú ako kvantitatívne údaje, avšak spôsob ich kvantifikácie sa líši v závislosti od druhu zberu údajov. Kvantitatívne údaje môžeme rozdeliť do dvoch základných skupín: diskrétne a spojité. Hlavné rozdiely medzi nimi sú nasledovné:
Diskrétne údaje
Kvantitatívne informácie, ktoré sú diskrétne, môžu mať iba špecifický rozsah číselných hodnôt. Tieto hodnoty sa nedajú rozložiť, pretože sú pevné.
Vždy, keď sa čokoľvek počíta, získajú sa diskrétne údaje. Príkladom diskrétnych údajov by boli napríklad tri deti osoby.
Počet detí je stanovený; nemôžu mať napríklad 3.2 dieťaťa.
Počet návštevníkov vašej webovej lokality je ďalším príkladom diskrétnych číselných údajov; môžete prijať 150 návštev za deň, ale nie 150.6. Najbežnejšie grafy používané na zobrazenie diskrétnych údajov sú koláčové grafy, stĺpcové grafy a grafy súčtov.
Nepretržité údaje
Naopak, spojité údaje možno neobmedzene rozdeliť na menšie zložky. Dĺžka motúza v centimetroch alebo teplota v stupňoch Celzia sú dva príklady tohto druhu kvantitatívnych údajov, ktoré možno zobraziť na meracej stupnici.
V podstate spojité údaje nie sú obmedzené na pevné hodnoty; môže mať akúkoľvek hodnotu. Priebežné údaje sa môžu časom meniť; napríklad teplota v miestnosti sa bude meniť počas dňa.
Čiarový graf sa zvyčajne používa na znázornenie súvislých údajov.
Kvantitatívne údaje vs kvalitatívne údaje
Vidíme, že kvantitatívne údaje sa dajú merať. Zaoberá sa sumami, hodnotami a číslami. Tento typ informácií môže byť uvedený číselne (tj množstvo, trvanie, dĺžka, cena alebo veľkosť).
Kvantitatívne údaje majú veľa dôveryhodnosti a považujú sa za nestranné a spoľahlivé, pretože sa vytvárajú prostredníctvom štatistík. Existuje však ešte jeden dôležitý typ údajov. Konkrétne ide o kvalitatívne údaje.
Tieto informácie majú predovšetkým popisný charakter. Vo väčšine prípadov sa to nedá priamo merať, ale dá sa zistiť pozorovaním. Prídavné mená a iné popisné výrazy sa používajú na opis vzhľadu, farby, textúry a iných vlastností v kvalitatívnych údajoch.
Môžete napríklad namietať, že jedna miestnosť je jasnejšia ako druhá.
Tieto informácie sú kvalitatívne. Ak chcete skutočne zmerať jas v miestnosti a priradiť jej číselné číslo, môžete použiť aj vedecké zariadenia a prístroje (napríklad merač svetla). Získate tým kvantifikovateľné údaje.
5 najlepších metód na zber kvantitatívnych údajov
1. Vzorkovanie pravdepodobnosti
Presná technika odberu vzoriek, ktorá využíva určitý druh náhodného výberu a umožňuje výskumníkom tvrdiť pravdepodobnosť na základe informácií náhodne získaných od zamýšľaného publika.
Vzorkovanie pravdepodobnosti ponúka výskumníkom príležitosť zbierať údaje od jednotlivcov, ktorí sú typickí pre skupinu, ktorú majú záujem skúmať, čo je jedna z jej najlepších vlastností.
Okrem toho boli údaje získané náhodne z vybranej vzorky, čo eliminuje možnosť skreslenia vzorky.
Pre vzorkovanie pravdepodobnosti existujú tri hlavné kategórie.
- Jednoduchý náhodný výber: Zamýšľaná populácia sa častejšie vyberá, aby bola zastúpená vo vzorke.
- Systematický náhodný výber: Vo vzorke bude zastúpený každý člen požadovanej populácie, ale náhodne sa vyberie iba prvá jednotka; ostatné jednotky sú vybrané tak, ako keby jedna z desiatich osôb na zozname.
- Stratifikovaný náhodný výber: Pri vytváraní vzorky umožňuje výber každej jednotky zo špecifickej podskupiny zamýšľaného publika. Je užitočné, keď sú výskumníci hákliví pri zahrnutí určitej skupiny ľudí do vzorky, napríklad iba manažérov alebo vedúcich pracovníkov, ľudí pracujúcich v danom odvetví alebo mužov alebo žien.
2. rozhovory
S ľuďmi sa zvyčajne vedú rozhovory v rámci procesu zhromažďovania údajov. Rozhovory, ktoré sa uskutočňujú s cieľom získať kvantitatívne údaje, sú však organizovanejšie, pričom výskumníci kladú iba predpísaný súbor otázok a nič iné.
Na zber údajov sa používajú tri hlavné kategórie rozhovorov.
- Telefonické rozhovory: Telefonické rozhovory dominovali grafom techník zhromažďovania údajov po mnoho rokov. Ale pomocou internetu, Skype alebo iných online video konferencia služieb na vedenie videorozhovorov sa v posledných rokoch výrazne zvýšil.
- Osobné rozhovory: Zber údajov o priamom účastníkovi je osvedčenou metódou zhromažďovania informácií. Pomáha pri zhromažďovaní vysokokvalitných údajov, pretože poskytuje priestor na hĺbkové vyšetrovanie a dodatočné skúmanie s cieľom získať komplexné a vzdelávacie informácie. Úroveň gramotnosti účastníka nie je dôležitá, pretože osobné prieskumy (F2F) poskytujú veľa možností na pozorovanie a zhromažďovanie neverbálnych údajov alebo na skúmanie komplikovaných a nevyriešených tém. Hoci to môže byť nákladný a časovo náročný prístup, osobné rozhovory majú často vyššiu mieru odozvy.
- Počítačom podporovaný osobný rozhovor (CAPI): Nie je to nič iné ako nastavenie, ktoré je porovnateľné s osobným rozhovorom, kde má anketár so sebou stolný počítač alebo notebook, aby nahral údaje zozbierané počas rozhovoru priamo do databázy. Vďaka tomu, že anketár nemusí so sebou nosiť kopu papierov a dotazníkov, CAPI výrazne skracuje čas potrebný na aktualizáciu a analýzu údajov.
3. Pozorovania
Ako už názov napovedá, ide o pomerne jednoduchú a nekomplikovanú techniku zhromažďovania kvantitatívnych údajov.
V tomto prístupe výskumníci zhromažďujú kvantitatívne údaje metodickými pozorovaniami s využitím prístupov, ako je počítanie počtu osôb prítomných na danom podujatí v určitom čase a na konkrétnom mieste alebo počtu jednotlivcov, ktorí sa podujatia zúčastňujú na definovanom mieste.
Výskumníci často používajú naturalistickú pozorovaciu stratégiu na získanie kvantitatívnych údajov, čo si vyžaduje vynikajúce pozorovacie schopnosti a zmysly, aby získali údaje, ktoré sú kvantitatívne len o „čo“ a nie aj o „prečo“ a „ako“.
Zber kvalitatívnych aj kvantitatívnych údajov sa uskutočňuje prostredníctvom naturalistického pozorovania. Štruktúrované pozorovanie sa však väčšinou používa na zhromažďovanie kvantitatívnych informácií, a nie kvalitatívnych informácií.
- Štruktúrované pozorovanie: Na rozdiel od naturalistického alebo účastníckeho pozorovania, táto forma pozorovacej metódy vyžaduje, aby výskumník vykonal dôkladné pozorovanie jedného alebo viacerých špecifikovaných správaní v širšom alebo kontrolovanom kontexte. V štruktúrovanom pozorovaní výskumníci zúžili svoju pozornosť iba na niekoľko kľúčových záujmových záujmov, než aby sledovali všetko. Umožňuje im to prejaviť správanie, ktoré vidia, do čísel. Niekedy sa označuje ako „kódovanie“, keď pozorovania vyžadujú, aby pozorovatelia urobili úsudok. Aby to bolo možné, musí byť presne definovaný súbor cieľového správania.
4. Prieskumy
Online prieskumy realizované pomocou prieskumného softvéru sú nevyhnutné pre online zhromažďovanie údajov pre kvantitatívny aj kvalitatívny výskum. Prieskumy sú vytvorené spôsobom, ktorý overuje činy a dôveru respondentov.
Väčšina kvantitatívnych prieskumov často obsahuje kontrolné zoznamy a položky hodnotiacej škály, pretože uľahčujú meranie postojov a správania respondentov.
Na zhromažďovanie informácií online pre kvantitatívny prieskum trhu sa používajú dva dôležité štýly prieskumu.
- Webové: Pre internetový alebo online výskum je to jedna z najpopulárnejších a najspoľahlivejších techník. Pri odpovedi na webový prieskum dostane respondent e-mail s odkazom na prieskum, na ktorý sa po kliknutí dostane na zabezpečenú online platformu prieskumu, kde môže prieskum vyplniť. Výskumníci uprednostňujú webové prieskumy, pretože sú časovo a finančne efektívnejšie, rýchlejšie a majú väčšie publikum. Respondenti môžu dotazník vyplniť pomocou stolného počítača, notebooku, tabletu alebo mobilného zariadenia, kedykoľvek sa im to hodí, a to je hlavná výhoda webového dotazníka.
- Poštou: Prieskum sa posiela poštou veľkej časti populácie vzorky poštou, čo umožňuje výskumníkovi osloviť rôzne cieľové skupiny. Poštový dotazník sa zvyčajne dodáva v balíku s titulnou stranou, ktorá informuje publikum o druhu štúdie, ktorá sa vykonáva a prečo, ako aj o predplatenej návratnosti, aby zbierali údaje online. Dokonca aj vtedy, ak má pošta vyššiu mieru miznutia ako iné techniky kvantitatívneho zberu údajov, vrátane stimulov a pripomienok na dokončenie prieskumu pomáha výrazne znížiť mieru miznutia.
5. Preskúmanie dokumentácie
Po analýze súčasných dokumentov je preskúmanie dokumentov technikou používanou na zhromažďovanie údajov. Keďže dokumenty sú kontrolovateľné a sú praktickým zdrojom na získanie presných údajov z minulosti, ide o efektívnu a úspešnú metódu zberu údajov.
Preskúmanie dokumentov sa stalo jednou z užitočných techník na zhromažďovanie kvantitatívnych výskumných údajov popri podpore a podpore štúdie ponúkaním doplnkových výskumných údajov.
Na účely zhromažďovania doplňujúcich kvantitatívnych výskumných údajov sa skúmajú tri hlavné kategórie dokumentov.
- Verejné dokumenty: Oficiálne, priebežné záznamy organizácie sa skúmajú na účely dodatočného vyšetrovania ako súčasť kontroly tohto dokumentu. Napríklad ročné správy, politické príručky, študentské podujatia, univerzitné herné aktivity atď.
- Osobné záznamy: Tento druh analýzy dokumentov skúma súkromné správy o správaní ľudí, ich správaní, zdraví, postave atď. na rozdiel od verejných záznamov. Napríklad veľkosť a hmotnosť žiakov, čas cesty študentov do školy atď.
- Fyzický dôkaz: Fyzický dôkaz alebo záznamy hovoria o minulých úspechoch osoby alebo organizácie z hľadiska peňazí a škálovateľného rastu.
Kvantitatívne príklady
Tu je niekoľko príkladov kvantitatívnych údajov, ktoré vám pomôžu plne pochopiť, čo to znamená:
- Najnovšiu mobilnú aplikáciu si stiahlo 83 jednotlivcov.
- Minulý rok moja teta zhodila 18 kíl.
- Cena položky X je 1,000 XNUMX USD.
- Podujatia sa zúčastnilo 500 účastníkov.
- Tento rok má desať sviatkov.
- Za štvrťrok som upgradoval telefón šesťkrát.
- Minulý rok môj mladý narástol o 3 palce.
- Pridanie nového produktu bude mať za následok 30% nárast výnosov.
- 54 % Američanov uviedlo, že by radšej nakupovali online ako v obchodoch.
- 150 respondentov uviedlo, že si nemyslia, že by nová funkcia produktu bola hitom.
výhody
- Vykonajte hĺbkovú štúdiu: Je veľmi pravdepodobné, že výskum bude dôkladný, pretože kvantitatívne údaje možno štatisticky preskúmať.
- Minimálna zaujatosť: Sú chvíle, keď osobná zaujatosť prispieva k výskumu a spôsobuje nepresné výsledky. Osobnú zaujatosť výrazne znižuje numerický aspekt kvantitatívnych údajov.
- Výsledky, ktoré sú presné: Keďže výsledky boli objektívnej povahy, boli celkom presné.
Nevýhody
- Obmedzené informácie: Keďže kvantitatívne údaje nie sú popisné, je pre výskumníkov náročné vyvodzovať závery iba z údajov, ktoré zhromaždili.
- Závisí od typu otázky: Typ otázky použitý na zhromažďovanie kvantitatívnych údajov ovplyvňuje skreslenie výsledkov. Pri zhromažďovaní kvantitatívnych údajov je kľúčové, aby výskumník porozumel cieľom a zámerom výskumu.
záver
Kvantitatívne údaje sú o divergentnom myslení, nie o konvergentnom uvažovaní. Zaoberá sa numerickým, logickým a objektívnym hľadiskom s dôrazom na číselné a konštantné fakty.
Jediný druh údajov, ktorý dokáže zobraziť analytické závery v tabuľkách a grafoch, je kvantitatívny výskum údajov dôkladný.
Analýza údajov je určite zásadným krokom, ktorý, ak chýba, môže nielen ohroziť objektivitu a autenticitu vašej štúdie, ale aj spôsobiť nestabilitu záverov. Dobré údaje vám pomôžu dosiahnuť presné výsledky.
Bez ohľadu na techniku, ktorú používate na zhromažďovanie kvantitatívnych údajov, sa preto uistite, že informácie majú dostatočne vysokú kvalitu, aby poskytli cenné a užitočné poznatky.
Nechaj odpoveď