Jakościowe vs. Dane ilościowe dla początkujących

Analiza danych to proces, w którym wykorzystuje się metody statystyczne lub logiczne, by przedstawić i ocenić zebrane informacje.

Proces ten obejmuje kompleksowe podsumowanie danych, które następnie służy do wyciągnięcia i zaprezentowania ostatecznych wniosków, ukazując kluczowe odkrycia lub możliwości.

Niezbędnym elementem analizy danych jest rozróżnienie między ich rodzajami. Aby uprościć ten proces, konieczne jest zrozumienie dwóch podstawowych metodologii: danych jakościowych i ilościowych.

Dane jakościowe i ilościowe są tworzone, obserwowane, weryfikowane i gromadzone w różny sposób.

Informacje mogą być przeglądane w formie liczb, faktów, pomiarów, zapisów, notatek, filmów, zdjęć, zarówno w formacie cyfrowym, jak i tradycyjnym.

Istnieje wiele fundamentalnych różnic między tymi rodzajami danych. Aby dokonać właściwego wyboru w swoich projektach, musisz dokładnie zrozumieć każdy z nich i poznać ich odmienności.

Przyjrzyjmy się zatem, czym różnią się dane jakościowe od ilościowych.

Dane jakościowe a dane ilościowe: definicja

Aby lepiej zrozumieć te terminy, warto zapamiętać, że pierwsze podejście jest interpretacyjne, eksploracyjne i subiektywne, podczas gdy drugie jest konkluzywne, obiektywne i konkretne.

Dane jakościowe

Dane jakościowe to informacje, których nie można zmierzyć, wyrazić w liczbach ani policzyć. Są to informacje pozyskiwane z dźwięków, obrazów, tekstów itp., a prezentowane są za pomocą narzędzi wizualnych, takich jak mapy myśli, osie czasu czy infografiki.

Na przykład, gdy użytkownik przegląda Twoją stronę internetową i dodaje produkty do koszyka, ale go porzuca, Twoim celem jest zbadanie „dlaczego” i „jak”. Chodzi o ustalenie, dlaczego użytkownik porzucił koszyk i jakie są jego odczucia związane z Twoją witryną lub produktami. W tym przypadku kluczowa jest „jakość”, więc musisz pozyskać wgląd w dane jakościowe.

W przedstawionym przykładzie nie potrzebujesz danych liczbowych, aby zrozumieć przyczyny zachowania użytkownika. Konieczne jest zadanie mu pytań o powody i jego doświadczenia. Innymi słowy, dane jakościowe to określenie używane do opisu cech pewnych obiektów, takich jak opis smaku lodów jako czekoladowego czy koloru morza jako niebieskiego.

Dane jakościowe mają charakter niestatystyczny i są zazwyczaj częściowo ustrukturyzowane lub nieustrukturyzowane. Oznacza to, że ten typ danych nie wymaga twardych danych liczbowych prezentowanych za pomocą wykresów. Charakteryzują się raczej formami, etykietami, atrybutami, właściwościami i innymi identyfikatorami.

Mogą być generowane za pomocą dokumentów, tekstów, nagrań wideo i audio, transkrypcji wywiadów, notatek i obserwacji. Numery identyfikacyjne, takie jak numery prawa jazdy czy ubezpieczenia, również należą do danych jakościowych, ponieważ są unikalne i kategoryczne dla konkretnej osoby.

Przykłady: złote uchwyty, gładkie wykończenie, głęboki brąz, orzechowy smak, produkcja we Włoszech, zielone koszule, lazurowy ocean, piękne zdjęcia i inne.

Dane ilościowe

Dane ilościowe to informacje, które można zmierzyć lub policzyć za pomocą wartości liczbowych. Są to wszelkie dane mierzalne, które naukowcy wykorzystują w analizach statystycznych i obliczeniach matematycznych, aby podejmować decyzje dotyczące jakości na podstawie wyprowadzonych wniosków.

Ten rodzaj danych pozwala odpowiedzieć na pytania typu: „ile?”, „jak często?” i „jak dużo?”. Dane ilościowe można łatwo zweryfikować i ocenić za pomocą technik matematycznych. Przykład:

Ktoś pyta sprzedawcę: „Jaka jest cena tej drukarki?”

Gromadzenie danych, takich jak ceny różnych urządzeń, ma charakter ilościowy. Wartości są powiązane z większością parametrów pomiarowych, takich jak kilogramy (waga), dolary (koszty) i inne.

Dane ilościowe są zbierane do analiz statystycznych za pomocą ankiet, kwestionariuszy, sondaży itp. Mówiąc najprościej, informacja, którą można „wyliczyć”, jest daną ilościową. Dane te są uporządkowane i mogą być obliczane za pomocą statystyk i raportów, co oznacza, że są zdefiniowane i sztywne.

Dane ilościowe są bardziej zwięzłe i konkretne, można je generować za pomocą testów, ankiet, eksperymentów, metryk, raportów rynkowych i innych metod.

Przykłady: waga w kilogramach, liczba tygodni w miesiącu, wzrost w centymetrach lub stopach, odległość w kilometrach lub milach, wiek w latach lub miesiącach, dochód w dolarach, długość w centymetrach itd.

Dane jakościowe a dane ilościowe: porównanie

Zarówno dane jakościowe, jak i ilościowe są istotne w każdej dziedzinie. Aby lepiej je zrozumieć, należy przeanalizować, gdzie się różnią pod względem kryteriów, funkcji, charakteru i innych aspektów.

Na początek, przyjrzyjmy się kilku podstawowym różnicom:

• Dane, w których klasyfikacja obiektów zależy od ich cech lub atrybutów, nazywane są danymi jakościowymi. Natomiast dane, które można policzyć lub wyrazić liczbowo, są określane jako dane ilościowe.
• Dane jakościowe skupiają się na zrozumieniu ludzkich zachowań, emocji, kolorów itp. Dane ilościowe zaś bazują na wartościach, które wykorzystuje się w statystykach do podejmowania decyzji.
• W danych jakościowych gromadzone są informacje opisowe, podczas gdy w danych ilościowych zbiera się informacje mierzalne.
• Dane jakościowe pozwalają na wstępne zrozumienie danego zagadnienia, natomiast dane ilościowe służą do rekomendacji konkretnych działań.

Omówiliśmy już podstawowe założenia obu rodzajów danych. Teraz przeanalizujemy kilka kluczowych różnic między nimi.

Zaczynajmy!

Kryteria | Dane jakościowe | Dane ilościowe
—|—|—
Definicja | Analiza danych jakościowych to metoda służąca do rozwijania zrozumienia nauk społecznych i humanistycznych w celu uzyskania konkretnych wniosków. | Analiza danych ilościowych to technika wykorzystywana do generowania obiektywnych faktów i danych liczbowych za pomocą logicznych i matematycznych metod.
Dane | Obejmuje dane takie jak wyznanie, narodowość, kolory, preferencje, płeć itp. | Obejmuje wagę, masę, rozmiar, wzrost, cenę i inne.
Obliczenia | Nie można ich obliczyć. | Wynika z obiektywnej analizy, którą można łatwo obliczyć za pomocą wyliczeń matematycznych.
Analiza | Analiza skupia się na przyczynach zdarzeń, odczuciach użytkownika, powodach porzucania koszyka itp. | Analiza wyjaśnia liczbę lub zakres zdarzeń, np. wskaźnik porzuconych koszyków.
Próba | Próba jest niereprezentatywna i niewielka w całym procesie. | Próba jest duża i można ją uogólnić.
Metody zbierania | Dane jakościowe można zbierać za pomocą dokumentów pisemnych, wywiadów, obserwacji itp. | Dane ilościowe są zbierane za pomocą eksperymentów, wywiadów, obserwacji, ankiet, sondaży itp.
Typ danych | Oparte na tekście. | Oparte na liczbach.
Wyniki | Wyniki są sumowane w celu analizy danych lub po prostu podawane. | Wyniki są przedstawiane za pomocą wykresów i diagramów.
Elementy | Słowa, obiekty, obrazy itp. | Informacje liczbowe i graficzne.

Przykłady z życia

Przykład 1: (Przestrzeń biurowa)

Przestrzeń biurowa jest dobrym przykładem obu typów danych, zależnie od funkcji każdego z elementów.

Dane jakościowe

• Duża i przestronna
• Doskonałe naturalne oświetlenie
• Duża kuchnia
• Atrakcyjna fontanna
• Przyciągające wzrok kolory ścian
• Estetyczne ramki ze zdjęciami
• Duża przestrzeń do gier

Dane ilościowe

• Powierzchnia 12 000 stóp kwadratowych
• Numer piętra
• Liczba okien
• Liczba drzwi
• Liczba źródeł światła LED
• Liczba komputerów

Przykład 2: (artykuł na stronie internetowej)

Dane jakościowe

• Rodzaj artykułu
• Jakość artykułu, np. pisownia, gramatyka, interpunkcja itp.
• Opinie czytelników
• Sposób opisu tematu i użyte słownictwo
• Jakość użytych filmów i dźwięków

Dane ilościowe

• Liczba słów
• Liczba użytych obrazów
• Poziom interakcji, np. komentarze, wyświetlenia itp.
• Czas ładowania
• Liczba pozyskanych kontaktów

Przykład 3: (teren uniwersytetu)

Dane jakościowe

• Duże i rozłożyste drzewa
• Żywe kolory
• Nowoczesna architektura
• Inteligentne oświetlenie i wentylacja
• Przestronne sale wykładowe
• Dobrej jakości projektory
• Wysokiej jakości książki

Dane ilościowe

• Liczba sal wykładowych
• Liczba budynków
• Liczba klimatyzatorów
• Powierzchnia parkingu
• Powierzchnia sali
• Liczba ławek
• Numer piętra

Dane jakościowe vs. dane ilościowe: rodzaje

Rodzaje danych jakościowych

Statystycy i badacze dzielą dane jakościowe na trzy typy:

• Dane binarne: Gdy opisujemy element jako dobry lub zły, twardy lub miękki, świeży lub nie, są to dane binarne. Są to dane jakościowe, które charakteryzują się wzajemnie wykluczającymi się cechami, co oznacza, że nie mogą występować jednocześnie. Statystycy używają tych danych do tworzenia modelu, który prognozuje charakter elementu.
• Dane nominalne: Są również znane jako dane z etykietami, skala nominalna lub dane nazwane. Jest to rodzaj danych, który można wykorzystać do nazwania czegoś bez podawania wartości liczbowej.

  Na przykład, jeśli grupujesz elementy według koloru, możesz bezpośrednio oznaczyć każdy element zgodnie z jego kolorem. Badacze używają tych danych nominalnych do rozróżniania zbiorów informacji, takich jak kolor. Ten typ danych może być również używany do tworzenia ankiety wielokrotnego wyboru, aby poznać preferencje respondentów.

• Dane porządkowe: Dane porządkowe to typ danych jakościowych, które są kategoryzowane według określonej skali lub kolejności. Jest to istotny krok w procesie gromadzenia danych.

  Na przykład, gdy respondent ocenia poziom zadowolenia z usługi w skali od 1 do 10, zbiera dane zgodnie z podanymi odpowiedziami. Nie ma tutaj standardowej skali, która mierzy różnice pomiędzy poszczególnymi odpowiedziami. Niektóre przykłady to skala Likerta czy skala interwałowa.

Rodzaje danych ilościowych

Dane ilościowe dzielą się na dwa główne typy: dane dyskretne i dane ciągłe. Przyjrzyjmy się każdemu z nich.

Dane dyskretne

Dane dyskretne to rodzaj danych ilościowych, który zawiera jedynie liczby całkowite. Nie obejmują one żadnych pomiarów, takich jak długość, waga czy wzrost.

Przykłady to liczba uczniów, liczba dni, liczba wentylatorów, wiek osoby i inne.

Aby zidentyfikować dane dyskretne, należy zadać kilka pytań pomocniczych:

• Czy można to policzyć?
• Czy można to podzielić?
• Czy można to zmierzyć?

Dane dyskretne są również znane jako dane atrybutowe, których nie można dzielić na mniejsze części. Można powiedzieć, że są one albo policzalne i skończone, albo nieskończone.

Przykład: Zbiór policzalny i skończony to A = {1, 2, 3, 4, …, n; gdzie n jest liczbą mniejszą od nieskończoności}. Zbiór policzalny i nieskończony to B = {1, 2, 3, …}.

Dane ciągłe

Jest to typ danych ilościowych, które można umieścić na skali pomiarowej, co oznacza, że przyjmują one wartości liczbowe, które można dzielić na mniejsze części. Możemy mówić o danych ciągłych jako o niepoliczalnych i skończonych, jak i niepoliczalnych i nieskończonych.

Na przykład, średnia ocen studentów (CGPA) jest mierzona w 10-punktowej skali. Tutaj student może uzyskać od 0 do 10 punktów, w tym 8,5, 1,57, 4,65, 2,68, 9,8 itd. Te dane można sklasyfikować jako niepoliczalnie skończone dane ciągłe, ponieważ mają górną i dolną granicę.

Innym przykładem mogą być niepoliczalnie nieskończone dane, tj. zbiór liczb rzeczywistych, R = {…, -1, 0, 1, …}. W tym przypadku dane nie mają ani górnej, ani dolnej granicy.

Dane ciągłe dzielą się na dwa podtypy:

Dane interwałowe

Dane ilorazowe

Dane interwałowe to technika, którą można mierzyć na skali, gdzie każdy punkt jest równo oddalony od siebie. Z drugiej strony, dane ilorazowe są rozszerzeniem danych interwałowych. Mają one zastosowanie, gdy mówimy o dokładnym pomiarze danych. Dane ilorazowe informują o kolejności, dokładnej odległości i innych aspektach.

Metody generowania danych jakościowych i ilościowych

Zanim przejdziemy do metod zbierania danych jakościowych i ilościowych, warto zrozumieć różne rodzaje zbierania danych.

Metody zbierania danych to:

• Ankiety, kwestionariusze i quizy
• Wywiady
• Grupy fokusowe
• Obserwacje bezpośrednie
• Analiza dokumentów

Metody te można podzielić na ilościowe i jakościowe.

Metody gromadzenia danych jakościowych

• Kwestionariusze i ankiety otwarte: To popularna metoda zbierania danych za pomocą kwestionariuszy z otwartymi pytaniami. Pozwala ona respondentom na swobodne i elastyczne udzielanie odpowiedzi. Nie zawiera ona predefiniowanych opcji, dając użytkownikowi pełną swobodę w formułowaniu odpowiedzi.
• Wywiady indywidualne: Metoda ta, znana także jako wywiad bezpośredni, jest często stosowana przy zbieraniu danych jakościowych. Umożliwia łatwe gromadzenie danych podczas bezpośredniej rozmowy. Technika ta jest użyteczna, gdy potrzebne są dane bardzo spersonalizowane.
• Grupy fokusowe: Grupa fokusowa to również forma wywiadu, jednak zamiast rozmowy indywidualnej, prowadzi się dyskusję grupową. Ta metoda sprawdza się, gdy zasoby nie są ograniczone. Jest przydatna, na przykład, podczas badań nad problemem uzależnień u młodzieży. W takim przypadku wszyscy członkowie grupy muszą być osobami, które wychodzą z nałogu.
• Obserwacja bezpośrednia: Jest to metoda pasywna, gdzie osoba zbierająca dane staje się uczestnikiem obserwowanej sytuacji. Dokładnie obserwuje otoczenie, robi nagrania audio lub wideo oraz zdjęcia. Metoda ta może prowadzić do stronniczości, ponieważ wiąże się z bezpośrednią obserwacją.

Metody gromadzenia danych ilościowych

• Quizy online i ankiety zamknięte: Metoda ta polega na zadawaniu pytań, w których respondenci wybierają jedną z dostępnych opcji. Pytania dzielą się na kategoryczne i proporcjonalne/przedziałowe.

Pytania kategoryczne mogą być dychotomiczne (tak lub nie), zawierać pola wyboru lub być pytaniami wielokrotnego wyboru. Pytania przedziałowe natomiast składają się ze skali Likerta, pytań macierzowych, skali ocen itp.

Zalety danych ilościowych nad danymi jakościowymi

Dane ilościowe mają wiele zalet w porównaniu z jakościowymi. Można je łatwo zmierzyć i na ich podstawie sporządzić wykres lub raport. Analiza danych ilościowych również zajmuje mniej czasu. Metoda ta jest wykorzystywana, gdy nie wiemy, jakiego rezultatu się spodziewać.

Zalety danych ilościowych nad jakościowymi:

• Bardziej naukowe
• Łatwa kontrola
• Mniej subiektywne
• Skupione
• Możliwość pracy z większymi próbkami
• Prosta prezentacja
• Powtarzalne
• Możliwość uogólnienia wyników
• Spójne
• Szybkie i oszczędzające czas
• Przydatne w podejmowaniu decyzji
• Bardziej akceptowalne dane
• Wysoka osiągalność
• Możliwość użycia losowych próbek
• Nie wymagają obserwacji bezpośredniej

Podsumowanie

Analiza danych jakościowych jest trudniejsza niż analiza danych ilościowych. Wykorzystuje ona metody, takie jak analiza treści, analiza tematyczna i analiza dyskursu. Dane ilościowe natomiast opierają się na liczbach i wartościach. Do ich analizy wykorzystuje się oprogramowania, takie jak SPSS, R lub Excel. Wyniki są przedstawiane w tabelach lub wykresach.

Ten artykuł powinien pomóc w zrozumieniu różnic między danymi jakościowymi i ilościowymi oraz w dokonaniu odpowiedniego wyboru w zależności od potrzeb projektu.