我们被数据所包围,这些数据每天都变得越来越重要。 我们与环境的互动越来越多地受到各种形式的数据的影响,包括我们对互联网的使用、汽车购买、我们查看的新闻提要以及许多其他事情。
我们将在这篇文章中定义定量数据,给出定量数据的实例,讨论定性和定量数据如何变化等等。
但是,让我们先退后一步。
每天会产生 2.5 万亿字节的数据,包括测试结果、客户满意度分数和推文。 但并非每条数据都是平等的。
要求您以 1 到 10 的等级对服务、菜单、环境和定价进行排名的民意调查产生的数据与要求您描述用餐体验的访谈产生的数据不同。
对于经常使用数据集的分析师来说,区分不同形式的数据并理解每种数据如何影响您的研究至关重要。
深入研究数据的过程通常始于您试图回答的特定问题,例如:
- 人口统计对消费者行为有什么影响?
- 特定受众是否会对产品或服务的修改做出积极响应?
- 如何消除运营瓶颈以提高效率?
您需要收集和评估定量数据,具体取决于主题的性质、您的预算、时间和可访问的资源。 我想你明白,对吧?
让我们现在开始吧。
什么是定量数据?
任何可以定量识别和评估的数据集合都被认为是定量数据。
唯一可以客观衡量的数据是定量数据,使其成为最中肯的数据 资料类型 用于数学和统计学。
当它表示为计数或数字时,它被称为数据的值,每个数据集都具有分配给它的特定数值。
任何可用于统计计算和基于算术的计算的可测量信息都被认为是此类数据,因为它可以用于支持现实世界中的判断。
它可以回答多少、多久和多少是一些查询示例。 可以使用数学方法轻松验证和评估这些数据。
时间、身高、体重、价格、成本、利润、温度和距离等定量数据是数据分析师通常使用的数据。
它可以表示为百分比、数字、页面加载时间或产品管理、用户体验设计或软件工程领域的其他指标。
有多少人购买了某件商品是购买背景下的量化数据示例。 汽车的定性数据可能包括它拥有的马力。
定量数据有哪些类型?
可以量化的数据称为定量数据,但是,如何量化该数据取决于手头的数据收集类型。 定量数据可以分为两个基本组:离散的和连续的。 两者的主要区别如下:
离散数据
离散的定量信息只能具有特定范围的数值。 这些值无法分解,因为它们是固定的。
每当计算任何东西时,都会获得离散数据。 例如,一个人的三个孩子就是离散数据的一个例子。
孩子的数量是固定的; 例如,他们不能有 3.2 个孩子。
您网站的访问者数量是离散数字数据的另一个例子; 您一天可以收到 150 次访问,但不是 150.6。 用于显示离散数据的最常见图表是饼图、条形图和计数图。
连续数据
相反,连续数据可以无限地划分为更小的部分。 一根绳子的长度(以厘米为单位)或以摄氏度为单位的温度是这种可以在测量刻度上显示的定量数据的两个例子。
本质上,连续数据不限于固定值; 它可以取任何值。 连续数据也可以随时间变化; 例如,白天房间的温度会发生变化。
折线图通常用于说明连续数据。
定量数据与定性数据
我们可以看到可以测量定量数据。 它处理数量、价值和数字。 这种类型的信息可以用数字表示(即数量、持续时间、长度、价格或大小)。
定量数据具有很大的可信度,并且被认为是公正和可靠的,因为它是通过统计产生的。 但是,还有另一种关键类型的数据。 具体来说,定性数据。
该信息主要是描述性的。 在大多数情况下,它不能直接测量,但可以通过观察来学习。 形容词和其他描述性术语用于描述定性数据中的外观、颜色、质地和其他属性。
例如,您可以争辩说一个房间比另一个房间亮。
这些信息是定性的。 要真正测量房间的亮度并为其分配一个数字,您还可以使用科学设备和仪器(例如测光表)。 通过这样做,您可以获得可量化的数据。
收集定量数据的 5 种最佳方法
1. 概率抽样
一种精确的抽样技术,利用某种随机选择,使研究人员能够根据从目标受众随机收集的信息做出概率声明。
概率抽样为研究人员提供了从他们有兴趣调查的典型群体中收集数据的机会,这是其最好的功能之一。
此外,数据是从所选样本中随机抽取的,这消除了抽样偏差的机会。
对于概率抽样,主要分为三类。
- 简单随机抽样:更频繁地选择目标人群来代表样本。
- 系统随机抽样:样本中将代表所需总体的任何成员,但仅随机选择第一个单位; 其他单位的选择就像名单上的十分之一。
- 分层随机抽样:在创建样本时,允许从目标受众的特定子集中选择每个单元。 当研究人员对在样本中包含特定人群(例如经理或高管、在特定行业工作的人、男性或女性)挑剔时,这会很有帮助。
2。 面试
人们通常在数据收集过程中接受采访。 然而,为收集定量数据而进行的访谈更有条理,研究人员只问了规定的一组问题,没有别的问题。
用于收集数据的访谈主要分为三类。
- 电话采访:多年来,电话采访在数据收集技术图表中占据主导地位。 但利用互联网、Skype 或其他在线 视频会议 近年来,进行视频采访的服务显着增加。
- 面对面访谈:直接参与者数据收集是一种经过验证的信息收集方法。 它有助于收集高质量的数据,因为它为深入查询和额外探测提供了空间,以获得全面的教育信息。 参与者的识字水平并不重要,因为面对面 (F2F) 调查提供了许多观察和收集非语言数据或调查复杂和未解决的主题的可能性。 尽管这可能是一种昂贵且耗时的方法,但面对面访谈通常具有更高的响应率。
- 计算机辅助个人面试 (CAPI):它只不过是一种类似于面对面面试的设置,面试官随身携带台式机或笔记本电脑,将面试期间收集的数据直接上传到数据库中。 由于访调员不必携带大量文书工作和问卷调查,CAPI 显着减少了更新和分析数据所需的时间。
3.观察
顾名思义,这是一种收集定量数据的相当简单且不复杂的技术。
在这种方法中,研究人员通过有条理的观察收集定量数据,这些方法利用诸如计算在特定时间和特定地点参加特定活动的人数或在特定地点参加活动的人数等方法。
研究人员经常使用自然主义的观察策略来获取定量数据,这需要出色的观察能力和感官,以便获得关于“什么”而不是“为什么”和“如何”的定量数据。
定性和定量数据的收集是通过自然观察完成的。 不过,结构化观察主要用于收集定量信息而不是定性信息。
- 结构化观察:与自然观察或参与观察相比,这种观察方法要求研究人员在更广泛或受控的环境中对一种或多种特定行为进行彻底观察。 在结构化的观察中,研究人员将注意力集中在少数感兴趣的关键行为上,而不是关注所有事情。 它使他们能够将他们所看到的行为转化为数字。 当观察要求观察者做出判断时,有时将其称为“编码”。 为此,必须精确定义一组目标行为。
4。 调查
使用调查软件进行的在线调查对于在线收集定量和定性研究的数据至关重要。 调查的创建方式可以验证响应者的行动和信心。
大多数定量调查经常包括清单和评级量表项目,因为它们使衡量受访者的态度和行为变得更容易。
两种重要的调查方式用于在线收集信息以进行定量市场研究。
- 基于网络:对于基于互联网或在线的研究,这是最流行和最可靠的技术之一。 回复基于网络的调查时,受访者将收到一封电子邮件,其中包含调查链接,点击该链接后,他们将进入安全的在线调查平台,在那里他们可以完成调查。 研究人员青睐基于网络的调查,因为它们更节省时间和金钱,速度更快,并且拥有更多的受众。 使用台式机、笔记本电脑、平板电脑或移动设备,受访者可以在方便的时候自由完成调查,这是基于网络的问卷调查的主要优势。
- 基于邮件:调查通过邮件邮寄给大部分样本人群,使研究人员能够接触到各种受众。 邮寄问卷通常装在一个带有封面的小包中,告知观众正在进行的研究类型和原因,以及预付费回报,以在线收集数据。 即使邮件的流失率高于其他定量数据收集技术,包括完成调查的激励和提醒,也有助于显着降低流失率。
5. 文件审查
在分析了当前的论文之后,文档审查是一种用于收集数据的技术。 由于文档是可控的,并且是从过去获取准确数据的实用资源,因此它是一种有效且成功的数据收集方法。
除了通过提供补充研究数据来支持和支持研究之外,文件审查已成为收集定量研究数据的有用技术之一。
为了收集补充的定量研究数据,正在审查三个主要文件类别。
- 公共文件:作为本文件审查的一部分,对组织的官方、持续记录进行检查以进行额外调查。 例如,年报、政策指南、学生活动、大学游戏活动等。
- 个人记录:这种文件分析检查人们的行为、行为、健康、体格等的私人报告,而不是公共记录。 例如,学生的大小和体重,学生上学的旅行时间等。
- 实物证明:实物证明或记录说明了个人或组织过去在金钱和可扩展增长方面的成功。
定量例子
以下是一些定量数据的例子,可以帮助您完全掌握它的含义:
- 最新的移动应用程序已被 83 人下载。
- 去年,我姑姑减掉了 18 磅。
- 项目 X 的成本为 1,000 美元。
- 此次活动有500人参加。
- 今年,她有十个假期。
- 在一个季度内,我将手机升级了六次。
- 去年,我的孩子长了 3 英寸。
- 添加新产品将导致收入增长 30%。
- 54% 的美国人表示他们宁愿在网上购物也不愿在商场购物。
- 150 位受访者表示,他们认为新产品功能不会受到欢迎。
优势
- 进行深入研究:研究很可能是彻底的,因为可以对定量数据进行统计检查。
- 最小偏见:有时个人偏见会影响研究并导致结果不准确。 定量数据的数字方面大大减少了个人偏见。
- 准确的结果:由于结果本质上是客观的,因此非常准确。
缺点
- 受限信息:由于定量数据不是描述性的,研究人员很难仅从他们收集的数据中得出结论。
- 取决于问题类型:用于收集定量数据的问题类型会影响结果的偏差。 在收集定量数据时,研究人员对研究目的和目的的理解至关重要。
结论
定量数据是关于发散思维,而不是收敛推理。 它通过强调数值和常数的事实来处理数值、逻辑和客观的观点。
唯一能够以图表形式显示分析结论的数据类型,定量数据研究是彻底的。
数据分析无疑是至关重要的一步,如果缺乏,不仅会损害研究的客观性和真实性,还会使结论不稳定。 好的数据将帮助您产生准确的结果。
因此,无论您使用何种技术来收集定量数据,确保信息质量足够高,以产生有价值和有用的见解。
发表评论