Mục lục[Ẩn giấu][Chỉ]
Chúng ta bị bao quanh bởi dữ liệu, dữ liệu này ngày càng nhiều hơn và quan trọng hơn mỗi ngày. Ngày càng có nhiều tương tác của chúng ta với môi trường được định hình bởi nhiều dạng dữ liệu khác nhau, bao gồm cả việc chúng ta sử dụng internet, mua ô tô, nguồn cấp dữ liệu tin tức mà chúng ta xem và nhiều thứ khác.
Chúng tôi sẽ xác định dữ liệu định lượng trong bài đăng này, đưa ra các trường hợp của dữ liệu định lượng, thảo luận về cách dữ liệu định tính và định lượng khác nhau, v.v.
Nhưng trước tiên chúng ta hãy lùi lại một bước.
Mỗi ngày, 2.5 nghìn tỷ byte dữ liệu — bao gồm kết quả kiểm tra, điểm hài lòng của khách hàng và tweet — được tạo ra. Nhưng không phải mọi phần dữ liệu đều được tạo ra như nhau.
Một cuộc thăm dò yêu cầu bạn xếp hạng dịch vụ, thực đơn, môi trường và giá cả theo thang điểm từ 1 đến 10 tạo ra dữ liệu khác với một cuộc phỏng vấn yêu cầu bạn mô tả trải nghiệm ăn uống của mình.
Điều quan trọng đối với các nhà phân tích, những người thường xuyên làm việc với các tập dữ liệu để phân biệt giữa các dạng dữ liệu khác nhau và hiểu cách mỗi dạng có thể ảnh hưởng đến nghiên cứu của bạn.
Quá trình đi sâu vào dữ liệu thường bắt đầu bằng một câu hỏi cụ thể mà bạn đang cố trả lời, chẳng hạn như:
- Nhân khẩu học có tác động gì đến hành vi của người tiêu dùng?
- Liệu một đối tượng cụ thể có phản hồi thuận lợi đối với một sửa đổi trong sản phẩm hoặc dịch vụ không?
- Làm thế nào để có thể loại bỏ các nút thắt trong hoạt động để tăng hiệu quả?
Bạn sẽ cần thu thập và đánh giá dữ liệu định lượng, tùy thuộc vào bản chất của chủ đề, ngân sách, thời gian và các nguồn lực có thể truy cập. Tôi nghĩ bạn hiểu, phải không?
Hãy bắt đầu ngay bây giờ.
Dữ liệu định lượng là gì?
Bất kỳ tập hợp dữ liệu nào có thể được xác định và đánh giá định lượng đều được coi là dữ liệu định lượng.
Loại dữ liệu duy nhất có thể được đo lường một cách khách quan là dữ liệu định lượng, làm cho nó trở nên thích hợp nhất loại dữ liệu để sử dụng trong cả toán học và thống kê.
Nó được gọi là giá trị của dữ liệu khi nó được biểu thị dưới dạng số đếm hoặc số, với mỗi tập dữ liệu có một giá trị số cụ thể được gán cho nó.
Bất kỳ thông tin đo lường nào có thể được sử dụng trong tính toán thống kê và tính toán dựa trên số học đều được coi là loại dữ liệu này vì nó có thể được sử dụng để hỗ trợ các phán đoán trong thế giới thực.
Số lượng, tần suất và bao nhiêu là một số ví dụ về các truy vấn mà nó có thể trả lời. Các phương pháp toán học có thể được sử dụng để dễ dàng xác minh và đánh giá dữ liệu này.
Dữ liệu định lượng như thời gian, chiều cao, cân nặng, giá cả, chi phí, lợi nhuận, nhiệt độ và khoảng cách là những gì một nhà phân tích dữ liệu thường làm việc với.
Nó có thể được biểu thị dưới dạng phần trăm, một con số, thời gian tải trang hoặc các số liệu khác trong các lĩnh vực quản lý sản phẩm, thiết kế trải nghiệm người dùng hoặc kỹ thuật phần mềm.
Có bao nhiêu người đã mua một mặt hàng nhất định là một ví dụ về dữ liệu định lượng trong bối cảnh mua hàng. Dữ liệu định tính về ô tô có thể bao gồm lượng mã lực mà nó sở hữu.
Các loại Dữ liệu Định lượng là gì?
Dữ liệu có thể được định lượng được gọi là dữ liệu định lượng, tuy nhiên, cách dữ liệu đó được định lượng thay đổi tùy thuộc vào loại thu thập dữ liệu hiện tại. Dữ liệu định lượng có thể được chia thành hai nhóm cơ bản: rời rạc và liên tục. Các biến thể chính giữa hai loại này như sau:
Dữ liệu rời rạc
Thông tin định lượng rời rạc chỉ có thể có một phạm vi giá trị số cụ thể. Các giá trị này không thể bị phân hủy vì chúng đã được cố định.
Bất cứ khi nào bất kỳ thứ gì được đếm, dữ liệu rời rạc sẽ thu được. Ví dụ, ba đứa con của một người sẽ là một ví dụ về dữ liệu rời rạc.
Số lượng trẻ em được thiết lập; Ví dụ, họ không thể có 3.2 con.
Lượng khách truy cập vào trang web của bạn là một ví dụ khác về dữ liệu số rời rạc; bạn có thể nhận được 150 lượt truy cập trong một ngày, nhưng không phải là 150.6. Các biểu đồ phổ biến nhất được sử dụng để hiển thị dữ liệu rời rạc là biểu đồ hình tròn, biểu đồ thanh và biểu đồ kiểm đếm.
Dữ liệu liên tục
Ngược lại, dữ liệu liên tục có thể được chia vô thời hạn thành các thành phần nhỏ hơn. Chiều dài của một đoạn dây tính bằng cm hoặc nhiệt độ tính bằng độ C là hai ví dụ về loại dữ liệu định lượng có thể được hiển thị trên thang đo.
Về bản chất, dữ liệu liên tục không bị ràng buộc bởi các giá trị cố định; nó có thể nhận bất kỳ giá trị nào. Dữ liệu liên tục cũng có thể thay đổi theo thời gian; chẳng hạn, nhiệt độ của phòng sẽ thay đổi trong ngày.
Biểu đồ đường thường được sử dụng để minh họa dữ liệu liên tục.
Dữ liệu định lượng Vs Dữ liệu định tính
Chúng ta có thể thấy rằng dữ liệu định lượng có thể được đo lường. Nó đề cập đến số lượng, giá trị và con số. Loại thông tin này có thể được nêu ở dạng số (tức là số lượng, thời lượng, độ dài, giá cả hoặc kích thước).
Dữ liệu định lượng có rất nhiều độ tin cậy và được coi là không thiên vị và đáng tin cậy vì nó được tạo ra thông qua số liệu thống kê. Tuy nhiên, vẫn còn một loại dữ liệu quan trọng khác. Cụ thể là dữ liệu định tính.
Thông tin này chủ yếu mang tính chất mô tả. Trong hầu hết các trường hợp, nó không thể đo trực tiếp nhưng có thể học được bằng cách quan sát. Tính từ và các thuật ngữ mô tả khác được sử dụng để mô tả hình thức, màu sắc, kết cấu và các thuộc tính khác trong dữ liệu định tính.
Ví dụ, bạn có thể tranh luận rằng một phòng sáng hơn phòng kia.
Thông tin đó là định tính. Để thực sự đo độ sáng trong phòng và gán cho nó một con số, bạn cũng có thể sử dụng thiết bị và dụng cụ khoa học (chẳng hạn như đồng hồ đo ánh sáng). Bạn có được dữ liệu định lượng được bằng cách thực hiện nó.
5 phương pháp tốt nhất để thu thập dữ liệu định lượng
1. Lấy mẫu xác suất
Một kỹ thuật lấy mẫu chính xác sử dụng một số loại lựa chọn ngẫu nhiên và cho phép các nhà nghiên cứu đưa ra xác nhận xác suất dựa trên thông tin được thu thập ngẫu nhiên từ đối tượng dự định.
Lấy mẫu xác suất cung cấp cho các nhà nghiên cứu cơ hội thu thập dữ liệu từ các cá nhân điển hình của nhóm mà họ muốn điều tra, đây là một trong những tính năng tốt nhất của nó.
Ngoài ra, dữ liệu được lấy ngẫu nhiên từ mẫu đã chọn, điều này loại bỏ khả năng sai lệch lấy mẫu.
Đối với lấy mẫu xác suất, có ba loại chính.
- Lấy mẫu ngẫu nhiên đơn giản: Dân số dự định được chọn thường xuyên hơn để thể hiện trong mẫu.
- Lấy mẫu ngẫu nhiên có hệ thống: Bất kỳ thành viên nào của quần thể mong muốn sẽ được đại diện trong mẫu, nhưng chỉ đơn vị đầu tiên được chọn ngẫu nhiên; các đơn vị khác được chọn như thể một trong mười người trong danh sách.
- Lấy mẫu ngẫu nhiên phân tầng: Trong khi tạo mẫu, cho phép chọn từng đơn vị từ một tập hợp con cụ thể của đối tượng dự kiến. Sẽ rất hữu ích khi các nhà nghiên cứu kén chọn bao gồm một nhóm người nhất định trong mẫu, chẳng hạn như chỉ quản lý hoặc giám đốc điều hành, những người làm việc trong một ngành nhất định hoặc nam hoặc nữ.
2. Phỏng vấn
Mọi người thường được phỏng vấn như một phần của quá trình thu thập dữ liệu. Tuy nhiên, các cuộc phỏng vấn được thực hiện để thu thập dữ liệu định lượng được tổ chức chặt chẽ hơn, với việc các nhà nghiên cứu chỉ hỏi một bộ câu hỏi theo quy định và không hỏi gì khác.
Có ba loại phỏng vấn chính được sử dụng để thu thập dữ liệu.
- Phỏng vấn qua điện thoại: Phỏng vấn qua điện thoại thống trị bảng xếp hạng các kỹ thuật thu thập dữ liệu trong nhiều năm. Nhưng sử dụng Internet, Skype hoặc trực tuyến khác hội nghị truyền hình dịch vụ thực hiện các cuộc phỏng vấn video đã tăng lên đáng kể trong những năm gần đây.
- Phỏng vấn trực tiếp: Thu thập dữ liệu người tham gia trực tiếp là một phương pháp thu thập thông tin đã được thử nghiệm. Nó hỗ trợ thu thập dữ liệu chất lượng cao vì nó cung cấp chỗ cho các câu hỏi chuyên sâu và thăm dò bổ sung để có được thông tin toàn diện và mang tính giáo dục. Mức độ hiểu biết của người tham gia là không quan trọng vì các cuộc khảo sát trực tiếp (F2F) cung cấp nhiều khả năng để quan sát và thu thập dữ liệu phi ngôn ngữ hoặc để điều tra các chủ đề phức tạp và chưa được giải quyết. Mặc dù đây có thể là một cách tiếp cận tốn kém và tốn thời gian, nhưng các cuộc phỏng vấn trực tiếp thường có tỷ lệ phản hồi cao hơn.
- Phỏng vấn cá nhân có sự hỗ trợ của máy tính (CAPI): Nó không gì khác hơn là một thiết lập có thể so sánh với một cuộc phỏng vấn trực tiếp trong đó người phỏng vấn mang theo máy tính để bàn hoặc máy tính xách tay để tải dữ liệu thu thập được trong cuộc phỏng vấn thẳng vào cơ sở dữ liệu. Do người phỏng vấn không phải mang theo hàng đống thủ tục giấy tờ và bảng câu hỏi, CAPI giảm đáng kể thời gian cần thiết để cập nhật và phân tích dữ liệu.
3. Quan sát
Như tên của nó, nó là một kỹ thuật khá dễ dàng và không phức tạp để thu thập dữ liệu định lượng.
Trong cách tiếp cận này, các nhà nghiên cứu thu thập dữ liệu định lượng bằng các quan sát có phương pháp sử dụng các phương pháp như đếm số lượng người có mặt tại một sự kiện nhất định tại một thời điểm nhất định và một địa điểm cụ thể hoặc số lượng cá nhân tham dự sự kiện ở một địa điểm xác định.
Các nhà nghiên cứu thường sử dụng chiến lược quan sát tự nhiên để thu thập dữ liệu định lượng, chiến lược này đòi hỏi khả năng và giác quan quan sát tuyệt vời để có được dữ liệu định lượng chỉ về “cái gì” chứ không phải về “tại sao” và “như thế nào”.
Việc thu thập cả dữ liệu định tính và định lượng được thực hiện thông qua quan sát tự nhiên. Tuy nhiên, quan sát có cấu trúc chủ yếu được sử dụng để thu thập thông tin định lượng hơn là thông tin định tính.
- Quan sát có cấu trúc: Trái ngược với quan sát tự nhiên hoặc quan sát có sự tham gia, dạng phương pháp quan sát này yêu cầu nhà nghiên cứu tiến hành quan sát kỹ lưỡng một hoặc nhiều hành vi cụ thể trong bối cảnh bao quát hơn hoặc được kiểm soát. Trong một quan sát có cấu trúc, các nhà nghiên cứu thu hẹp sự chú ý của họ chỉ vào một số hành vi quan tâm chính thay vì quan sát mọi thứ. Nó cho phép họ đưa các hành vi mà họ đang nhìn thấy thành các con số. Đôi khi nó được gọi là "mã hóa" khi các quan sát kêu gọi các quan sát viên đưa ra phán đoán. Để làm được điều này, một tập hợp các hành vi mục tiêu phải được xác định chính xác.
4. Khảo sát
Các cuộc khảo sát trực tuyến được thực hiện bằng phần mềm khảo sát là điều cần thiết để thu thập dữ liệu trực tuyến cho cả nghiên cứu định lượng và định tính. Các cuộc khảo sát được tạo ra theo cách xác thực các hành động và sự tự tin của những người trả lời.
Phần lớn các cuộc khảo sát định lượng thường bao gồm danh sách kiểm tra và các mục trong thang đánh giá vì chúng giúp đo lường thái độ và hành vi của người trả lời dễ dàng hơn.
Hai kiểu khảo sát quan trọng được sử dụng để thu thập thông tin trực tuyến cho nghiên cứu thị trường định lượng.
- Dựa trên web: Đối với nghiên cứu dựa trên internet hoặc trực tuyến, đây là một trong những kỹ thuật phổ biến và đáng tin cậy nhất. Khi trả lời khảo sát dựa trên web, người trả lời sẽ nhận được một email có liên kết đến khảo sát, khi được nhấp vào sẽ dẫn họ đến một nền tảng khảo sát trực tuyến an toàn nơi họ có thể hoàn thành khảo sát. Các nhà nghiên cứu ủng hộ các cuộc khảo sát dựa trên web vì chúng hiệu quả hơn về thời gian và tiền bạc, nhanh hơn và có lượng khán giả lớn hơn. Sử dụng máy tính để bàn, máy tính xách tay, máy tính bảng hoặc thiết bị di động, người trả lời có thể tự do hoàn thành khảo sát bất cứ khi nào thuận tiện cho họ và đây là ưu điểm chính của bảng câu hỏi dựa trên web.
- Dựa trên thư: Cuộc khảo sát được gửi đến một phần lớn dân số mẫu qua thư, cho phép nhà nghiên cứu tiếp cận nhiều đối tượng khác nhau. Bảng câu hỏi bưu điện thường có trong một gói có trang bìa thông báo cho người xem về loại nghiên cứu đang được thực hiện và lý do, cũng như lợi nhuận trả trước, để thu thập dữ liệu trực tuyến. Ngay cả khi thư có tỷ lệ churn lớn hơn các kỹ thuật thu thập dữ liệu định lượng khác, bao gồm các biện pháp khuyến khích và nhắc nhở hoàn thành cuộc khảo sát sẽ giúp giảm đáng kể tỷ lệ churn.
5. Đánh giá tài liệu
Sau khi phân tích các giấy tờ hiện tại, xem xét tài liệu là một kỹ thuật được sử dụng để thu thập dữ liệu. Bởi vì các tài liệu có thể kiểm soát được và là nguồn lực thực tế để có được dữ liệu chính xác từ quá khứ, đây là một phương pháp thu thập dữ liệu hiệu quả và thành công.
Xem xét tài liệu đã trở thành một trong những kỹ thuật hữu ích để thu thập dữ liệu nghiên cứu định lượng, ngoài việc củng cố và hỗ trợ nghiên cứu bằng cách cung cấp dữ liệu nghiên cứu bổ sung.
Với mục đích thu thập dữ liệu nghiên cứu định lượng bổ sung, ba loại tài liệu chính đang được kiểm tra.
- Tài liệu công khai: Hồ sơ chính thức, tiếp tục của một tổ chức được kiểm tra để điều tra bổ sung như một phần của quá trình xem xét tài liệu này. Ví dụ: báo cáo hàng năm, hướng dẫn chính sách, sự kiện sinh viên, hoạt động trò chơi ở trường đại học, v.v.
- Hồ sơ cá nhân: Loại phân tích tài liệu này kiểm tra các báo cáo riêng tư về hành vi, hạnh kiểm, sức khỏe, vóc dáng của mọi người, v.v. trái ngược với hồ sơ công khai. Ví dụ, kích thước và cân nặng của học sinh, thời gian đi lại của học sinh để đến trường, v.v.
- Bằng chứng vật chất: Bằng chứng vật chất hoặc hồ sơ nói lên những thành công trong quá khứ của một người hoặc một tổ chức về tiền bạc và sự phát triển có thể mở rộng.
Ví dụ định lượng
Dưới đây là một số ví dụ về dữ liệu định lượng để giúp bạn nắm bắt đầy đủ những gì điều này đề cập đến:
- Ứng dụng di động mới nhất đã được tải xuống bởi 83 cá nhân.
- Năm ngoái, dì của tôi đã giảm được 18 pound.
- Giá thành của mặt hàng X là 1,000 đô la.
- Sự kiện có sự tham gia của 500 người tham gia.
- Năm nay, cô có mười ngày nghỉ.
- Trong một phần tư, tôi đã nâng cấp điện thoại của mình sáu lần.
- Năm ngoái, cậu nhỏ của tôi đã tăng 3 inch.
- Việc bổ sung một sản phẩm mới sẽ làm tăng doanh thu 30%.
- 54% người Mỹ cho biết họ thích mua hàng trực tuyến hơn là mua tại trung tâm thương mại.
- 150 người được hỏi cho biết họ không nghĩ rằng tính năng sản phẩm mới sẽ thành công.
Ưu điểm
- Thực hiện nghiên cứu chuyên sâu: Rất có thể nghiên cứu sẽ kỹ lưỡng, vì dữ liệu định lượng có thể được kiểm tra thống kê.
- Thành kiến tối thiểu: Có những lúc thành kiến cá nhân góp phần vào nghiên cứu và gây ra kết quả không chính xác. Thành kiến cá nhân được giảm bớt nhiều bởi khía cạnh số của dữ liệu định lượng.
- Kết quả chính xác: Vì các kết quả có bản chất khách quan nên chúng khá chính xác.
Điểm yếus
- Thông tin hạn chế: Vì dữ liệu định lượng không mang tính mô tả, nên rất khó cho các nhà nghiên cứu khi chỉ đưa ra kết luận từ dữ liệu họ thu thập được.
- Phụ thuộc vào loại câu hỏi: Loại câu hỏi được sử dụng để thu thập dữ liệu định lượng ảnh hưởng đến độ chệch trong kết quả. Trong khi thu thập dữ liệu định lượng, sự hiểu biết của nhà nghiên cứu về mục tiêu và mục tiêu của nghiên cứu là rất quan trọng.
Kết luận
Dữ liệu định lượng là về tư duy phân kỳ, không phải suy luận hội tụ. Nó đề cập đến quan điểm số, logic và khách quan bằng cách nhấn mạnh vào các dữ kiện số và hằng số.
Loại dữ liệu duy nhất có thể có khả năng hiển thị các kết luận phân tích dưới dạng biểu đồ và đồ thị, nghiên cứu dữ liệu định lượng là kỹ lưỡng.
Phân tích dữ liệu chắc chắn là một bước quan trọng, nếu thiếu, không chỉ có thể ảnh hưởng đến tính khách quan và tính xác thực của nghiên cứu của bạn mà còn làm cho các kết luận không ổn định. Dữ liệu tốt sẽ giúp bạn đưa ra kết quả chính xác.
Do đó, bất kể kỹ thuật nào, bạn sử dụng để thu thập dữ liệu định lượng, hãy đảm bảo thông tin có chất lượng đủ cao để mang lại những hiểu biết hữu ích và có giá trị.
Bình luận