我們被數據所包圍,這些數據每天都變得越來越重要。 我們與環境的互動越來越多地受到各種形式的數據的影響,包括我們對互聯網的使用、汽車購買、我們查看的新聞提要以及許多其他事情。
我們將在這篇文章中定義定量數據,給出定量數據的實例,討論定性和定量數據如何變化等等。
但是,讓我們先退後一步。
每天會產生 2.5 萬億字節的數據,包括測試結果、客戶滿意度分數和推文。 但並非每條數據都是平等的。
要求您以 1 到 10 的等級對服務、菜單、環境和定價進行排名的民意調查產生的數據與要求您描述用餐體驗的訪談產生的數據不同。
對於經常使用數據集的分析師來說,區分不同形式的數據並理解每種數據如何影響您的研究至關重要。
深入研究數據的過程通常始於您試圖回答的特定問題,例如:
- 人口統計對消費者行為有什麼影響?
- 特定受眾是否會對產品或服務的修改做出積極響應?
- 如何消除運營瓶頸以提高效率?
您需要收集和評估定量數據,具體取決於主題的性質、您的預算、時間和可訪問的資源。 我想你明白,對吧?
我們現在就開始吧。
什麼是定量數據?
任何可以定量識別和評估的數據集合都被認為是定量數據。
唯一可以客觀衡量的數據是定量數據,使其成為最中肯的數據 資料類型 用於數學和統計學。
當它表示為計數或數字時,它被稱為數據的值,每個數據集都具有分配給它的特定數值。
任何可用於統計計算和基於算術的計算的可測量信息都被認為是此類數據,因為它可以用於支持現實世界中的判斷。
它可以回答多少、多久和多少是一些查詢示例。 可以使用數學方法輕鬆驗證和評估這些數據。
時間、身高、體重、價格、成本、利潤、溫度和距離等定量數據是數據分析師通常使用的數據。
它可以表示為百分比、數字、頁面加載時間或產品管理、用戶體驗設計或軟件工程領域的其他指標。
有多少人購買了某件商品是購買背景下的量化數據示例。 汽車的定性數據可能包括它擁有的馬力。
定量數據有哪些類型?
可以量化的數據稱為定量數據,但是,如何量化該數據取決於手頭的數據收集類型。 定量數據可以分為兩個基本組:離散的和連續的。 兩者的主要區別如下:
離散數據
離散的定量信息只能具有特定範圍的數值。 這些值無法分解,因為它們是固定的。
每當計算任何東西時,都會獲得離散數據。 例如,一個人的三個孩子就是離散數據的一個例子。
孩子的數量是固定的; 例如,他們不能有 3.2 個孩子。
您網站的訪問者數量是離散數字數據的另一個例子; 您一天可以收到 150 次訪問,但不是 150.6。 用於顯示離散數據的最常見圖表是餅圖、條形圖和計數圖。
連續數據
相反,連續數據可以無限地劃分為更小的部分。 一根繩子的長度(以厘米為單位)或以攝氏度為單位的溫度是此類定量數據的兩個示例,可以在測量刻度上顯示。
本質上,連續數據不限於固定值; 它可以取任何值。 連續數據也可以隨時間變化; 例如,白天房間的溫度會發生變化。
折線圖通常用於說明連續數據。
定量數據與定性數據
我們可以看到可以測量定量數據。 它處理數量、價值和數字。 這種類型的信息可以用數字表示(即數量、持續時間、長度、價格或大小)。
定量數據具有很大的可信度,並且被認為是公正和可靠的,因為它是通過統計產生的。 但是,還有另一種關鍵類型的數據。 具體來說,定性數據。
該信息主要是描述性的。 在大多數情況下,它不能直接測量,但可以通過觀察來學習。 形容詞和其他描述性術語用於描述定性數據中的外觀、顏色、質地和其他屬性。
例如,您可以爭辯說一個房間比另一個房間亮。
這些信息是定性的。 要真正測量房間的亮度並為其分配一個數字,您還可以使用科學設備和儀器(例如測光錶)。 通過這樣做,您可以獲得可量化的數據。
收集定量數據的 5 種最佳方法
1. 概率抽樣
一種精確的抽樣技術,利用某種隨機選擇,使研究人員能夠根據從目標受眾隨機收集的信息做出概率聲明。
概率抽樣為研究人員提供了從他們有興趣調查的典型群體中收集數據的機會,這是其最好的功能之一。
此外,數據是從所選樣本中隨機抽取的,這消除了抽樣偏差的機會。
對於概率抽樣,主要分為三類。
- 簡單隨機抽樣:更頻繁地選擇目標人群來代表樣本。
- 系統隨機抽樣:樣本中將代表所需總體的任何成員,但僅隨機選擇第一個單位; 其他單位的選擇就像名單上的十分之一。
- 分層隨機抽樣:在創建樣本時,允許從目標受眾的特定子集中選擇每個單元。 當研究人員對在樣本中包含特定人群(例如經理或高管、在特定行業工作的人或男性或女性)挑剔時,這會很有幫助。
2。 面試
人們通常在數據收集過程中接受采訪。 然而,為收集定量數據而進行的訪談更有條理,研究人員只問了規定的一組問題,沒有別的問題。
用於收集數據的訪談主要分為三類。
- 電話採訪:多年來,電話採訪在數據收集技術圖表中佔據主導地位。 但利用互聯網、Skype 或其他在線 視頻會議 近年來,進行視頻採訪的服務顯著增加。
- 面對面訪談:直接參與者數據收集是一種經過驗證的信息收集方法。 它有助於收集高質量的數據,因為它為深入查詢和額外探測提供了空間,以獲得全面的教育信息。 參與者的識字水平並不重要,因為面對面 (F2F) 調查提供了許多觀察和收集非語言數據或調查復雜和未解決主題的可能性。 儘管這可能是一種昂貴且耗時的方法,但面對面訪談通常具有更高的響應率。
- 計算機輔助個人面試 (CAPI):它只不過是一種類似於面對面面試的設置,面試官隨身攜帶台式機或筆記本電腦,將面試期間收集的數據直接上傳到數據庫中。 由於訪調員不必攜帶大量文書工作和問卷調查,CAPI 顯著減少了更新和分析數據所需的時間。
3. 觀察
顧名思義,這是一種收集定量數據的相當簡單和簡單的技術。
在這種方法中,研究人員通過有條不紊的觀察收集定量數據,這些方法利用諸如計算在特定時間和特定地點參加特定活動的人數或在特定地點參加活動的人數等方法。
研究人員經常使用自然主義的觀察策略來獲取定量數據,這需要出色的觀察能力和感官,以便獲得關於“什麼”而不是“為什麼”和“如何”的定量數據。
定性和定量數據的收集是通過自然觀察完成的。 不過,結構化觀察主要用於收集定量信息而不是定性信息。
- 結構化觀察:與自然觀察或參與觀察相比,這種觀察方法要求研究人員在更廣泛或受控的環境中對一種或多種特定行為進行徹底觀察。 在結構化的觀察中,研究人員將注意力集中在少數感興趣的關鍵行為上,而不是關注所有事情。 它使他們能夠將他們所看到的行為轉化為數字。 當觀察要求觀察者做出判斷時,有時將其稱為“編碼”。 為此,必須精確定義一組目標行為。
4. 調查
使用調查軟件進行的在線調查對於在線收集定量和定性研究數據至關重要。 調查的創建方式可以驗證響應者的行動和信心。
大多數定量調查經常包括清單和評級量表項目,因為它們使衡量受訪者的態度和行為變得更容易。
兩種重要的調查方式用於在線收集信息以進行定量市場研究。
- 基於網絡:對於基於互聯網或在線的研究,這是最流行和最可靠的技術之一。 回復基於網絡的調查時,受訪者將收到一封電子郵件,其中包含調查鏈接,單擊該鏈接後,他們將進入安全的在線調查平台,在那裡他們可以完成調查。 研究人員青睞基於網絡的調查,因為它們更節省時間和金錢,速度更快,並且擁有更多的受眾。 使用台式機、筆記本電腦、平板電腦或移動設備,受訪者可以在方便的時候自由完成調查,這是基於網絡的問卷調查的主要優勢。
- 基於郵件:調查通過郵件郵寄給大部分樣本人群,使研究人員能夠接觸到各種受眾。 郵寄問卷通常裝在一個帶有封面的小包中,告知觀眾正在進行的研究類型和原因,以及預付費回報,以在線收集數據。 即使郵件的流失率高於其他定量數據收集技術,包括完成調查的激勵和提醒,也有助於顯著降低流失率。
5. 文件審查
在分析了當前的論文之後,文檔審查是一種用於收集數據的技術。 由於文檔是可控的,並且是從過去獲取準確數據的實用資源,因此它是一種有效且成功的數據收集方法。
除了通過提供補充研究數據來支持和支持研究之外,文件審查已成為收集定量研究數據的有用技術之一。
為了收集補充的定量研究數據,正在審查三個主要文件類別。
- 公共文件:作為本文件審查的一部分,對組織的官方、持續記錄進行檢查以進行額外調查。 例如,年報、政策指南、學生活動、大學遊戲活動等。
- 個人記錄:這種文件分析檢查人們的行為、行為、健康、體格等的私人報告,而不是公共記錄。 例如,學生的大小和體重,學生上學的旅行時間等。
- 實物證明:實物證明或記錄說明了個人或組織過去在金錢和可擴展增長方面的成功。
定量例子
以下是一些定量數據的例子,可以幫助您完全掌握它的含義:
- 最新的移動應用程序已被 83 人下載。
- 去年,我姑姑減掉了 18 磅。
- 項目 X 的成本為 1,000 美元。
- 此次活動有500人參加。
- 今年,她有十個假期。
- 在一個季度內,我將手機升級了六次。
- 去年,我的孩子長了 3 英寸。
- 添加新產品將導致收入增長 30%。
- 54% 的美國人表示他們寧願在網上購物也不願在商場購物。
- 150 位受訪者表示,他們認為新產品功能不會受到歡迎。
優點
- 進行深入研究:研究很可能是徹底的,因為可以對定量數據進行統計檢查。
- 最小偏見:有時個人偏見會影響研究並導致結果不准確。 定量數據的數字方面大大減少了個人偏見。
- 準確的結果:由於結果本質上是客觀的,因此非常準確。
弊端
- 受限信息:由於定量數據不是描述性的,研究人員很難僅從他們收集的數據中得出結論。
- 取決於問題類型:用於收集定量數據的問題類型會影響結果的偏差。 在收集定量數據時,研究人員對研究目的和目的的理解至關重要。
結論
定量數據是關於發散思維,而不是收斂推理。 它通過強調數值和常數的事實來處理數值、邏輯和客觀的觀點。
唯一能夠以圖表形式顯示分析結論的數據類型,定量數據研究是徹底的。
數據分析無疑是至關重要的一步,如果缺乏,不僅會損害研究的客觀性和真實性,還會使結論不穩定。 好的數據將幫助您產生準確的結果。
因此,無論使用何種技術來收集定量數據,確保信息質量足夠高,以產生有價值和有用的見解。
發表評論