Tumezingirwa na data, ambayo inazidi kuwa muhimu kila siku. Zaidi na zaidi ya mwingiliano wetu na mazingira unachangiwa na aina mbalimbali za data, ikiwa ni pamoja na matumizi yetu ya intaneti, ununuzi wa magari, mipasho ya habari tunayotazama na mambo mengine mengi.
Tutafafanua data ya kiasi katika chapisho hili, kutoa mifano ya data ya kiasi, kujadili jinsi data ya ubora na kiasi inavyotofautiana, na mengi zaidi.
Lakini hebu kwanza tupige hatua nyuma.
Kila siku, baiti 2.5 kwintilioni za data—ikiwa ni pamoja na matokeo ya majaribio, alama za kuridhika na wateja na tweets—hutolewa. Lakini si kila kipande cha data kinaundwa sawa.
Kura ya maoni inayokuuliza kuorodhesha huduma, menyu, mazingira, na bei katika kipimo cha 1 hadi 10 hutoa data tofauti na mahojiano yanayokuuliza uelezee uzoefu wako wa kula.
Ni muhimu kwa wachambuzi wanaofanya kazi na seti za data mara kwa mara ili kutofautisha kati ya aina tofauti za data na kuelewa jinsi kila moja inaweza kuathiri utafiti wako.
Mchakato wa kuangazia data mara kwa mara huanza na swali mahususi unalojaribu kujibu, kama vile:
- Je, idadi ya watu ina athari gani kwa tabia ya watumiaji?
- Je, hadhira fulani itaitikia vyema marekebisho ya bidhaa au huduma?
- Vikwazo vya kiutendaji vinawezaje kuondolewa ili kuongeza ufanisi?
Utahitaji kukusanya na kutathmini data ya kiasi, kulingana na asili ya somo, bajeti yako, muda, na rasilimali zinazoweza kufikiwa. Nadhani unaelewa, sawa?
Hebu tuanze sasa.
Data ya Kiasi ni nini?
Mkusanyiko wowote wa data unaoweza kutambuliwa na kutathminiwa kwa kiasi unachukuliwa kuwa data ya kiasi.
Aina pekee ya data inayoweza kupimwa kwa upendeleo ni data ya kiasi, na kuifanya kuwa muhimu zaidi aina ya data kwa matumizi katika hisabati na takwimu.
Inarejelewa kama thamani ya data inapoonyeshwa kama hesabu au nambari, na kila seti ya data ikiwa na thamani maalum ya nambari iliyopewa.
Maelezo yoyote yanayoweza kupimika ambayo yanaweza kutumika katika hesabu za takwimu na hesabu kulingana na hesabu inachukuliwa kuwa aina hii ya data kwa kuwa inaweza kutumika kusaidia hukumu katika ulimwengu halisi.
Ni ngapi, mara ngapi, na ngapi ni baadhi ya mifano ya maswali inayoweza kujibu. Mbinu za hisabati zinaweza kutumika kuthibitisha na kutathmini data hii kwa urahisi.
Data ya kiasi kama vile muda, urefu, uzito, bei, gharama, faida, halijoto na umbali ndizo ambazo mchambuzi wa data hufanya kazi nazo.
Inaweza kuonyeshwa kama asilimia, nambari, muda wa kupakia ukurasa, au vipimo vingine katika nyanja za usimamizi wa bidhaa, muundo wa uzoefu wa mtumiaji au uhandisi wa programu.
Ni watu wangapi walinunua bidhaa fulani ni mfano wa data ya kiasi katika muktadha wa ununuzi. Data ya ubora juu ya magari inaweza kujumuisha kiasi cha nguvu ya farasi inayomiliki.
Ni aina gani za Takwimu za Kiasi?
Data ambayo inaweza kuhesabiwa inarejelewa kama data ya kiasi, hata hivyo, jinsi data hiyo inavyohesabiwa hutofautiana kulingana na aina ya ukusanyaji wa data uliopo. Data ya kiasi inaweza kugawanywa katika vikundi viwili vya msingi: dhabiti na endelevu. Tofauti kuu kati ya hizi mbili ni kama ifuatavyo.
Data Tofauti
Maelezo ya kiasi ambayo ni tofauti yanaweza tu kuwa na anuwai maalum ya nambari. Thamani hizi haziwezi kuoza kwa kuwa zimesasishwa.
Kila kitu kinapohesabiwa, data tofauti hupatikana. Watoto watatu wa mtu, kwa mfano, wanaweza kuwa mfano wa data tofauti.
Idadi ya watoto imewekwa; hawawezi, kwa mfano, kuwa na watoto 3.2.
Idadi ya wanaotembelea tovuti yako ni mfano mwingine wa data ya nambari tofauti; unaweza kupokea matembezi 150 kwa siku, lakini sio 150.6. Chati zinazotumiwa sana kuonyesha data tofauti ni chati za pai, chati za pau na chati za kujumlisha.
Data Endelevu
Kinyume chake, data inayoendelea inaweza kugawanywa kwa muda usiojulikana katika vipengele vidogo. Urefu wa kipande cha mfuatano kwa sentimita au halijoto katika nyuzi joto Selsiasi ni mifano miwili ya aina hii ya data ya kiasi inayoweza kuonyeshwa kwa kipimo cha kupimia.
Kwa asili, data inayoendelea haizuiliwi kwa maadili maalum; inaweza kuchukua thamani yoyote. Data inayoendelea inaweza pia kubadilika kwa wakati; kwa mfano, halijoto ya chumba itabadilika wakati wa mchana.
Grafu ya mstari kwa kawaida hutumiwa kuonyesha data inayoendelea.
Data ya Kiasi Vs Data ya Ubora
Tunaweza kuona kwamba data ya kiasi inaweza kupimwa. Inashughulika na kiasi, maadili na nambari. Aina hii ya habari inaweza kutajwa kwa nambari (yaani, kiasi, muda, urefu, bei, au ukubwa).
Data ya kiasi ina sifa nyingi na inaonekana kuwa haina upendeleo na kutegemewa kwa sababu inatolewa kupitia takwimu. Walakini, kuna aina nyingine muhimu ya data. Hasa, data ya ubora.
Habari hii kimsingi ni ya maelezo katika asili. Katika hali nyingi, haiwezi kupimwa moja kwa moja lakini inaweza kujifunza kwa uchunguzi. Vivumishi na istilahi zingine za maelezo hutumiwa kuelezea mwonekano, rangi, umbile na sifa zingine katika data ya ubora.
Kwa mfano, unaweza kubishana kuwa chumba kimoja kinang'aa zaidi kuliko kingine.
Habari hiyo ni ya ubora. Ili kupima mwangaza ndani ya chumba na kukipa nambari ya nambari, unaweza pia kuajiri vifaa na vifaa vya kisayansi (kama vile mita ya mwanga). Unaweza kupata data quantifiable kwa kufanya hivyo.
Mbinu 5 Bora za Kukusanya Data ya Kiasi
1. Sampuli ya Uwezekano
Mbinu sahihi ya sampuli inayotumia aina fulani ya uteuzi nasibu na kuwawezesha watafiti kutoa madai ya uwezekano kulingana na maelezo yaliyokusanywa nasibu kutoka kwa hadhira inayolengwa.
Sampuli ya uwezekano huwapa watafiti fursa ya kukusanya data kutoka kwa watu binafsi ambao ni mfano wa kundi ambalo wangependa kulichunguza, ambalo ni mojawapo ya vipengele vyake bora zaidi.
Zaidi ya hayo, data ilitolewa kwa nasibu kutoka kwa sampuli iliyochaguliwa, ambayo huondoa uwezekano wa upendeleo wa sampuli.
Kwa sampuli za uwezekano, kuna aina tatu kuu.
- Sampuli rahisi nasibu: Idadi inayokusudiwa huchaguliwa mara nyingi zaidi ili kuwakilishwa katika sampuli.
- Sampuli za nasibu za utaratibu: Mwanachama yeyote wa idadi inayotarajiwa atawakilishwa katika sampuli, lakini kitengo cha kwanza pekee ndicho huchaguliwa bila mpangilio; vitengo vingine vimechaguliwa kama mtu mmoja kati ya kumi kwenye orodha.
- Sampuli za nasibu zilizopangwa: Wakati wa kuunda sampuli, huruhusu kuchagua kila kitengo kutoka kwa kikundi mahususi cha hadhira inayolengwa. Inasaidia wakati watafiti wanachagua kujumuisha kikundi fulani cha watu kwenye sampuli, kama vile wasimamizi au wasimamizi tu, watu wanaofanya kazi katika tasnia fulani, au wanaume au wanawake.
2. Mahojiano
Kwa kawaida watu huhojiwa kama sehemu ya mchakato wa kukusanya data. Mahojiano, hata hivyo, ambayo hufanywa ili kukusanya data ya kiasi yamepangwa zaidi, na watafiti wanauliza tu seti ya maswali yaliyowekwa na sio kitu kingine chochote.
Kuna aina tatu kuu za usaili zinazotumika kukusanya data.
- Mahojiano ya simu: Mahojiano ya simu yalitawala chati za mbinu za kukusanya data kwa miaka mingi. Lakini kwa kutumia mtandao, Skype, au mtandao mwingine mkutano wa video huduma za kufanya usaili wa video zimeongezeka kwa kiasi kikubwa katika miaka ya hivi karibuni.
- Mahojiano ya ana kwa ana: Ukusanyaji wa data wa mshiriki wa moja kwa moja ni mbinu iliyojaribiwa na ya kweli ya kukusanya taarifa. Inasaidia katika kukusanya data ya ubora wa juu kwa vile inatoa nafasi kwa maswali ya kina na uchunguzi wa ziada ili kupata taarifa za kina na za elimu. Kiwango cha kujua kusoma na kuandika cha mshiriki si muhimu kwani tafiti za ana kwa ana (F2F) hutoa uwezekano mwingi wa kuchunguza na kukusanya data zisizo za maneno au kuchunguza mada ngumu na ambazo hazijatatuliwa. Ingawa inaweza kuwa mbinu ya gharama kubwa na inayotumia muda mwingi, mahojiano ya ana kwa ana mara nyingi huwa na viwango vikubwa vya majibu.
- Usaili wa Kibinafsi Unaosaidiwa na Kompyuta (CAPI): Si chochote zaidi ya mpangilio unaolinganishwa na mahojiano ya ana kwa ana ambapo mhojiwa ana kompyuta ya mezani au kompyuta ya mkononi ili kupakia data iliyokusanywa wakati wa mahojiano moja kwa moja kwenye hifadhidata. Kutokana na mhojiwa kutolazimika kubeba toni ya karatasi na dodoso, CAPI hupunguza kwa kiasi kikubwa muda unaohitajika kusasisha na kuchanganua data.
3. Uchunguzi
Kama jina linamaanisha, ni mbinu rahisi na isiyo ngumu ya kukusanya data ya kiasi.
Katika mbinu hii, watafiti hukusanya data ya kiasi kwa uchunguzi wa kimatibabu kwa kutumia mbinu kama vile kuhesabu idadi ya watu waliopo kwenye tukio fulani kwa wakati fulani na mahali fulani au idadi ya watu wanaohudhuria tukio hilo mahali fulani.
Watafiti mara nyingi hutumia mkakati wa uchunguzi wa asili kupata data ya kiasi, ambayo inahitaji uwezo bora wa uchunguzi na hisia ili kupata data ambayo ni ya kiasi tu kuhusu "nini" na sio pia kuhusu "kwa nini" na "jinsi gani."
Mkusanyiko wa data ya ubora na kiasi hufanywa kupitia uchunguzi wa asili. Uchunguzi wa muundo hutumiwa zaidi kukusanya taarifa za kiasi badala ya taarifa za ubora.
- Uchunguzi wa Muundo: Tofauti na uchunguzi wa kimaumbile au wa mshiriki, aina hii ya mbinu ya uchunguzi inahitaji mtafiti kufanya uchunguzi wa kina wa tabia moja au zaidi zilizobainishwa katika muktadha mpana zaidi au unaodhibitiwa. Katika uchunguzi uliopangwa, watafiti hupunguza umakini wao kwa tabia chache muhimu za kupendeza badala ya kutazama kila kitu. Inawawezesha kuweka tabia wanazoziona katika nambari. Wakati mwingine hujulikana kama "coding" wakati uchunguzi unawataka waangalizi kufanya uamuzi. Ili kufanya hivyo, seti ya tabia inayolengwa lazima ifafanuliwe kwa usahihi.
4. Tafiti
Uchunguzi wa mtandaoni unaofanywa na programu ya uchunguzi ni muhimu kwa kukusanya data mtandaoni kwa utafiti wa kiasi na ubora. Tafiti zinaundwa kwa njia inayothibitisha vitendo na imani ya wahojiwa.
Tafiti nyingi za kiasi mara nyingi hujumuisha orodha hakiki na vipengee vya vipimo vya ukadiriaji kwa sababu hurahisisha mitazamo na tabia za wahojiwa.
Mitindo miwili muhimu ya uchunguzi inatumika kukusanya taarifa mtandaoni kwa ajili ya utafiti wa soko wa kiasi.
- Mtandaoni: Kwa utafiti wa mtandaoni au mtandaoni, hii ni mojawapo ya mbinu maarufu na zinazotegemewa. Wakati wa kujibu uchunguzi unaotegemea wavuti, mhojiwa atapokea barua pepe yenye kiungo cha utafiti, ambayo ikibofya itawapeleka kwenye jukwaa salama la uchunguzi mtandaoni ambapo wanaweza kukamilisha utafiti. Watafiti wanapendelea tafiti zinazotegemea wavuti kwa sababu zinafaa zaidi kwa wakati na pesa, haraka zaidi, na zina hadhira kubwa. Kwa kutumia kompyuta ya mezani, kompyuta ya mkononi, kompyuta ya mkononi, au kifaa cha mkononi, wahojiwa wako huru kukamilisha utafiti wakati wowote inapowafaa na hii ndiyo faida kuu ya dodoso la mtandaoni.
- Kulingana na barua pepe: Utafiti unatumwa kwa sehemu kubwa ya sampuli ya watu kupitia barua, na hivyo kumruhusu mtafiti kufikia aina mbalimbali za hadhira. Hojaji ya posta kwa kawaida huja katika pakiti iliyo na ukurasa wa jalada ambao hufahamisha hadhira kuhusu aina ya utafiti unaofanywa na kwa nini, pamoja na malipo ya malipo ya awali, kukusanya data mtandaoni. Hata kama barua ina kasi kubwa ya uchakachuaji kuliko mbinu zingine za kukusanya data, ikiwa ni pamoja na motisha na vikumbusho vya kumaliza utafiti husaidia kupunguza kasi ya uchakachuaji.
5. Uhakiki wa Nyaraka
Baada ya kuchambua karatasi za sasa, uhakiki wa hati ni mbinu inayotumika kukusanya data. Kwa sababu hati zinaweza kudhibitiwa na nyenzo ya vitendo ya kupata data sahihi kutoka zamani, ni njia bora na yenye mafanikio ya ukusanyaji wa data.
Uhakiki wa hati umekuwa mojawapo ya mbinu muhimu za kukusanya data za kiasi cha utafiti, pamoja na kuimarisha na kuunga mkono utafiti kwa kutoa data za ziada za utafiti.
Kwa madhumuni ya kukusanya data ya ziada ya utafiti wa upimaji, makundi makuu matatu ya hati yanachunguzwa.
- Hati za umma: Rekodi rasmi, zinazoendelea za shirika hukaguliwa kwa uchunguzi wa ziada kama sehemu ya ukaguzi wa hati hii. Kwa mfano, ripoti za kila mwaka, miongozo ya sera, matukio ya wanafunzi, shughuli za mchezo wa chuo kikuu, n.k.
- Rekodi za Kibinafsi: Aina hii ya uchanganuzi wa hati huchunguza ripoti za kibinafsi za tabia za watu, mienendo, afya, umbo, n.k. kinyume na rekodi za umma. Kwa mfano, ukubwa na uzito wa wanafunzi, muda wa kusafiri ambao wanafunzi huchukua kwenda shule, nk.
- Uthibitisho wa Kimwili: Uthibitisho halisi au rekodi huzungumza na mafanikio ya zamani ya mtu au shirika katika suala la pesa na ukuaji mkubwa.
Mifano ya Kiasi
Hapa kuna mifano michache ya data ya kiasi ili kukusaidia kufahamu kikamilifu hii inarejelea:
- Programu mpya zaidi ya simu imepakuliwa na watu 83.
- Mwaka jana, shangazi yangu alimwaga pauni 18.
- Gharama ya bidhaa X ni $1,000.
- Hafla hiyo ilihudhuriwa na washiriki 500.
- Mwaka huu, ana likizo kumi.
- Katika robo, niliboresha simu yangu mara sita.
- Mwaka jana, mdogo wangu alikua kwa inchi 3.
- Kuongezwa kwa bidhaa mpya kutasababisha kupanda kwa mapato kwa 30%.
- 54% ya Wamarekani walisema wangependelea kununua mtandaoni kuliko kwenye maduka makubwa.
- Watu 150 waliojibu walisema hawafikirii kuwa kipengele kipya cha bidhaa kitakuwa maarufu.
faida
- Fanya utafiti wa kina: Kuna uwezekano mkubwa kwamba utafiti utakuwa wa kina, kwani data ya kiasi inaweza kuchunguzwa kitakwimu.
- Kima cha chini cha upendeleo: Kuna nyakati ambapo upendeleo wa kibinafsi huchangia katika utafiti na kusababisha matokeo yasiyo sahihi. Upendeleo wa kibinafsi unapunguzwa sana na kipengele cha nambari ya data ya kiasi.
- Matokeo ambayo ni sahihi: Kwa kuwa matokeo yalikuwa yenye lengo asilia, yalikuwa sahihi kabisa.
Hasara
- Maelezo yenye vikwazo: Kwa kuwa data ya kiasi si ya maelezo, ni changamoto kwa watafiti kufikia hitimisho kutoka kwa data waliyokusanya pekee.
- Hutegemea aina ya swali: Aina ya swali linalotumika kukusanya data ya kiasi huathiri upendeleo katika matokeo. Wakati wa kukusanya data za kiasi, uelewa wa mtafiti kuhusu malengo na malengo ya utafiti ni muhimu.
Hitimisho
Data ya kiasi inahusu fikra zinazotofautiana, si hoja zenye muunganiko. Inashughulikia mtazamo wa nambari, mantiki, na lengo kwa kuweka mkazo juu ya ukweli wa nambari na wa kudumu.
Aina pekee ya data inayoweza kuonyesha hitimisho la uchanganuzi katika chati na grafu, utafiti wa data wa kiasi ni wa kina.
Uchanganuzi wa data kwa hakika ni hatua muhimu ambayo, ikikosekana, haiwezi tu kuhatarisha usawa na uhalisi wa utafiti wako lakini pia kufanya hitimisho kutokuwa thabiti. Data nzuri itakusaidia kutoa matokeo sahihi.
Kwa hivyo, bila kujali mbinu unayotumia kukusanya data ya kiasi, hakikisha kuwa maelezo ni ya ubora wa juu wa kutosha kutoa maarifa muhimu na muhimu.
Acha Reply