Преглед садржаја[Сакрити][Прикажи]
Окружени смо подацима, који су сваким даном све значајнији. Све више и више наших интеракција са околином се обликују различитим облицима података, укључујући нашу употребу интернета, куповину аутомобила, вести које прегледамо и многе друге ствари.
У овом посту ћемо дефинисати квантитативне податке, дати примере квантитативних података, разговарати о томе како се квалитативни и квантитативни подаци разликују и још много тога.
Али хајде да прво направимо корак уназад.
Сваког дана се произведе 2.5 квинтилиона бајтова података—укључујући резултате тестова, оцене задовољства купаца и твитове. Али није сваки податак једнак.
Анкета у којој се од вас тражи да рангирате услугу, мени, окружење и цене на скали од 1 до 10 даје различите податке од интервјуа у којем се од вас тражи да опишете своје искуство у ресторану.
За аналитичаре који често раде са скуповима података је кључно да разликују различите облике података и да схвате како сваки може утицати на вашу студију.
Процес удубљивања у податке често почиње са одређеним питањем на које покушавате да одговорите, као што је:
- Какав утицај демографија има на понашање потрошача?
- Да ли ће одређена публика позитивно реаговати на модификацију производа или услуге?
- Како се могу елиминисати оперативна уска грла да би се повећала ефикасност?
Мораћете да прикупите и процените квантитативне податке, у зависности од природе предмета, вашег буџета, времена и доступних ресурса. Мислим да разумеш, зар не?
Хајде сада да почнемо.
Шта су квантитативни подаци?
Свака збирка података која се може идентификовати и квантитативно проценити сматра се квантитативним подацима.
Једина врста података која се може објективно мерити су квантитативни подаци, што их чини најрелевантнијим врста података за употребу и у математици и у статистици.
Помиње се као вредност података када се изражава као бројање или бројеви, при чему сваки скуп података има одређену нумеричку вредност која му је додељена.
Свака мерљива информација која се може користити у статистичким прорачунима и прорачунима заснованим на аритметици сматра се овом врстом података јер се може користити за подршку просуђивања у стварном свету.
Колико, колико често и колико су неки примери упита на које може да одговори. За лаку проверу и процену ових података могу се користити математичке методе.
Квантитативни подаци попут времена, висине, тежине, цене, трошкова, профита, температуре и удаљености су оно са чиме аналитичар података обично ради.
Може се изразити као проценат, број, време учитавања странице или друге метрике у областима управљања производима, дизајна корисничког искуства или софтверског инжењеринга.
Колико људи је купило одређени артикал је пример квантитативних података у контексту куповине. Квалитативни подаци о аутомобилима могу укључивати количину коњских снага коју поседују.
Које су врсте квантитативних података?
Подаци који се могу квантификовати називају се квантитативним подацима, међутим, начин на који се ти подаци квантификују варира у зависности од врсте прикупљања података. Квантитативни подаци се могу поделити у две основне групе: дискретне и континуиране. Главне варијације између њих су следеће:
Дискретни подаци
Квантитативне информације које су дискретне могу имати само одређени опсег нумеричких вредности. Ове вредности се не могу разложити јер су фиксне.
Кад год се било шта броји, добијају се дискретни подаци. Троје деце особе, на пример, било би пример дискретних података.
Број деце је подешен; не могу, на пример, да имају 3.2 деце.
Количина посетилаца ваше веб локације је још један пример дискретних нумеричких података; можете примити 150 посета дневно, али не 150.6. Најчешћи графикони који се користе за приказ дискретних података су тортни графикони, тракасти графикони и графикони са бројем.
Континуирани подаци
Обрнуто, континуирани подаци се могу неограничено делити на мање компоненте. Дужина канапа у центиметрима или температура у степенима Целзијуса два су примера ове врсте квантитативних података који се могу приказати на мерној скали.
У суштини, континуирани подаци нису ограничени на фиксне вредности; може имати било коју вредност. Континуирани подаци се такође могу мењати током времена; на пример, температура у просторији ће се променити током дана.
Линијски графикон се обично користи за илустрацију континуираних података.
Квантитативни подаци против квалитативних података
Видимо да се квантитативни подаци могу мерити. Бави се количинама, вредностима и бројевима. Ова врста информација може се навести нумерички (тј. количина, трајање, дужина, цена или величина).
Квантитативни подаци имају много кредибилитета и сматрају се непристрасним и поузданим јер се производе помоћу статистике. Међутим, постоји још једна кључна врста података. Конкретно, квалитативни подаци.
Ове информације су првенствено описне природе. У већини случајева, не може се директно измерити, али се може научити посматрањем. Придеви и други описни термини се користе за описивање изгледа, боје, текстуре и других својстава у квалитативним подацима.
На пример, можете тврдити да је једна соба светлија од друге.
Та информација је квалитативна. Да бисте заиста измерили осветљеност у просторији и доделили јој нумерички број, можете користити и научну опрему и апарате (као што је светломер). Тиме добијате мерљиве податке.
5 најбољих метода за прикупљање квантитативних података
1. Узорковање вероватноће
Прецизна техника узорковања која користи неку врсту насумичне селекције и омогућава истраживачима да дају тврдњу о вероватноћи на основу информација прикупљених насумично од циљане публике.
Узорковање вероватноће нуди истраживачима прилику да прикупе податке од појединаца који су типични за групу за коју су заинтересовани да истражују, што је једна од његових најбољих карактеристика.
Поред тога, подаци су извучени насумично из изабраног узорка, што елиминише могућност пристрасности узорковања.
За узорковање вероватноће постоје три главне категорије.
- Једноставно насумично узорковање: Предвиђена популација се чешће бира да буде представљена у узорку.
- Систематско насумично узорковање: Било који члан жељене популације би био заступљен у узорку, али се само прва јединица бира насумично; остале јединице се бирају као да је једна од десет особа на листи.
- Стратификовано насумично узорковање: Приликом креирања узорка, омогућава одабир сваке јединице из одређеног подскупа намењене публике. Корисно је када су истраживачи избирљиви у погледу укључивања одређене групе људи у узорак, као што су само менаџери или руководиоци, људи који раде у датој индустрији, или мушкарци или жене.
КСНУМКС. Интервјуи
Људи се обично интервјуишу као део процеса прикупљања података. Интервјуи, међутим, који се спроводе ради прикупљања квантитативних података су организованији, при чему истраживачи постављају само прописани сет питања и ништа више.
Постоје три главне категорије интервјуа који се користе за прикупљање података.
- Телефонски интервјуи: Телефонски интервјуи су доминирали у графиконима техника прикупљања података дуги низ година. Али коришћењем интернета, Скипе-а или другог на мрежи видео конференције услуге за вођење видео интервјуа значајно су порасле последњих година.
- Лични интервјуи: Директно прикупљање података о учесницима је испробан и прави метод прикупљања информација. Помаже у прикупљању висококвалитетних података јер даје простор за детаљна испитивања и додатно испитивање како би се добиле свеобухватне и едукативне информације. Ниво писмености учесника је небитан јер анкете лицем у лице (Ф2Ф) пружају многе могућности за посматрање и прикупљање невербалних података или за истраживање компликованих и нерешених тема. Иако би то могао бити скуп и дуготрајан приступ, интервјуи лицем у лице често имају веће стопе одговора.
- Компјутерски потпомогнуто лично интервјуисање (ЦАПИ): То није ништа друго до поставка која се може упоредити са интервјуом лицем у лице где анкетар има десктоп или лаптоп са собом како би податке прикупљене током интервјуа учитао директно у базу података. Због тога што анкетар не мора да носи тону папирологије и упитника, ЦАПИ значајно смањује време потребно за ажурирање и анализу података.
3. Запажања
Као што назив говори, то је прилично лака и некомпликована техника за прикупљање квантитативних података.
У овом приступу, истраживачи прикупљају квантитативне податке методичким запажањима користећи приступе као што је бројање броја особа присутних на датом догађају у одређено време и одређеном месту или број појединаца који присуствују догађају на дефинисаном месту.
Истраживачи често користе стратегију натуралистичког посматрања да би стекли квантитативне податке, што захтева одличне способности посматрања и чула како би добили податке који су квантитативни само о „шта“, а не и о „зашто“ и „како“.
Прикупљање и квалитативних и квантитативних података врши се натуралистичким посматрањем. Међутим, структурисано посматрање се углавном користи за прикупљање квантитативних него квалитативних информација.
- Структурисано посматрање: За разлику од натуралистичког посматрања или посматрања учесника, овај облик методе посматрања захтева од истраживача да спроведе темељна запажања једног или више одређених понашања у ширем или контролисаном контексту. У структурираном посматрању, истраживачи сужавају своју пажњу на само неколико кључних понашања од интереса, а не да посматрају све. Омогућава им да понашања која виде у бројкама. Понекад се назива „кодирањем“ када запажања позивају посматраче да донесу суд. Да бисте то урадили, скуп циљних понашања мора бити прецизно дефинисан.
4. Ankete
Онлине анкете направљене помоћу софтвера за анкете су од суштинског значаја за прикупљање података на мрежи и за квантитативна и за квалитативна истраживања. Анкете су креиране на начин који потврђују акције и поверење испитаника.
Већина квантитативних истраживања често укључује контролне листе и ставке на скали оцењивања јер оне олакшавају мерење ставова и понашања испитаника.
Два важна стила анкетирања се користе за прикупљање информација на мрежи за квантитативно истраживање тржишта.
- Веб-базирано: За истраживање засновано на интернету или на мрежи, ово је једна од најпопуларнијих и најпоузданијих техника. Када одговара на анкету засновану на вебу, испитаник ће добити е-поруку са везом до анкете, која ће га, када кликне, довести до безбедне платформе за анкетирање на мрежи где могу да попуне анкету. Истраживачи фаворизују анкете засноване на вебу јер су ефикасније у погледу времена и новца, брже и имају већу публику. Користећи десктоп, лаптоп, таблет или мобилни уређај, испитаници су слободни да попуне анкету кад год им је то згодно и то је главна предност упитника заснованог на вебу.
- На основу поште: Анкета се шаље поштом великом делу популације узорка, омогућавајући истраживачу да допре до различите публике. Поштански упитник обично долази у пакету са насловном страном која информише публику о врсти студије која се ради и зашто, као и унапред плаћеном поврату, за прикупљање података на мрежи. Чак и ако пошта има већу стопу одлива од других техника прикупљања квантитативних података, укључујући подстицаје и подсетнике да се заврши анкета, помаже да се значајно смањи стопа одлива.
5. Преглед документације
Након анализе актуелних радова, преглед докумената је техника која се користи за прикупљање података. Пошто се документи могу контролисати и практичан ресурс за добијање тачних података из прошлости, то је ефикасан и успешан метод прикупљања података.
Преглед докумената је постао једна од корисних техника за прикупљање квантитативних истраживачких података, поред подршке и подршке студији нудећи додатне истраживачке податке.
У циљу прикупљања допунских квантитативних података истраживања, испитују се три главне категорије докумената.
- Јавна документа: Службена, стална евиденција организације се испитује ради додатне истраге као део прегледа овог документа. На пример, годишњи извештаји, водичи за политике, студентски догађаји, активности на универзитетским играма итд.
- Лични записи: Ова врста анализе докумената испитује приватне извештаје о понашању људи, понашању, здрављу, физичком стању, итд. за разлику од јавних евиденција. На пример, величина и тежина ученика, време које ученици требају да путују до школе, итд.
- Физички доказ: Физички докази или записи говоре о прошлим успесима особе или организације у смислу новца и скалабилног раста.
Квантитативни примери
Ево неколико примера квантитативних података који ће вам помоћи да у потпуности схватите на шта се ово односи:
- Најновију мобилну апликацију преузела су 83 особе.
- Прошле године, моја тетка је смршала 18 фунти.
- Цена ставке Кс је 1,000 долара.
- Догађају је присуствовало 500 учесника.
- Ове године има десет празника.
- За четвртину сам шест пута надоградио свој телефон.
- Прошле године, мој мали је порастао за 3 инча.
- Додавање новог производа ће резултирати повећањем прихода од 30%.
- 54% Американаца је рекло да би радије куповали на мрежи него у тржном центру.
- 150 испитаника је рекло да не мисле да би нова карактеристика производа била хит.
Предности
- Спровести детаљну студију: Врло је вероватно да ће истраживање бити темељно, пошто се квантитативни подаци могу статистички испитати.
- Минимална пристрасност: Постоје случајеви када лична пристрасност доприноси истраживању и узрокује нетачне резултате. Лична пристрасност је много умањена нумеричким аспектом квантитативних података.
- Резултати који су тачни: Пошто су резултати били објективни по природи, били су прилично тачни.
Мане
- Ограничене информације: Пошто квантитативни подаци нису дескриптивни, за истраживаче је изазов да извуку закључке само из података које су прикупили.
- Зависи од типа питања: Тип питања који се користи за прикупљање квантитативних података утиче на пристрасност у резултатима. Приликом прикупљања квантитативних података, од кључног је значаја истраживачко разумевање циљева и циљева истраживања.
Zakljucak
Квантитативни подаци се односе на дивергентно размишљање, а не на конвергентно резоновање. Бави се нумеричким, логичким и објективним гледиштем стављајући нагласак на нумеричке и константне чињенице.
Једина врста података која може да прикаже аналитичке закључке у графиконима и графиконима, квантитативно истраживање података је темељно.
Анализа података је свакако кључни корак који, ако недостаје, може не само да угрози објективност и аутентичност ваше студије, већ и да закључке учини нестабилним. Добри подаци ће вам помоћи да постигнете тачне резултате.
Стога, без обзира на технику коју користите за прикупљање квантитативних података, уверите се да су информације довољно високог квалитета да дају вредне и корисне увиде.
Ostavite komentar