Jakościowe vs. Dane ilościowe dla początkujących

przez

Analiza danych to technika, w której do zilustrowania i oceny danych stosuje się metody statystyczne lub logiczne.

Analiza ta obejmuje pełne podsumowanie informacji, które są dalej wykorzystywane do zbierania i prezentowania wyniku końcowego, tak aby przedstawiał istotne ustalenia lub opcje.

Ale ten proces wymaga rozróżnienia między zebranymi danymi. Aby uprościć proces analizy danych, konieczne jest zrozumienie dwóch metodologii – danych jakościowych i danych ilościowych.

Dane jakościowe i ilościowe to coś, co jest tworzone, obserwowane, weryfikowane i gromadzone.

Możesz przeglądać dane w postaci liczb, faktów, pomiarów, zapisów, notatników, filmów, obrazów itp. w formacie cyfrowym lub niecyfrowym.

Istnieje jednak wiele różnic między nimi. Aby wybrać jeden z nich w swoich projektach, musisz zrozumieć każdy z nich z osobna i czym się różnią.

Poznajmy więc różnice między danymi jakościowymi a ilościowymi.

Dane jakościowe a dane ilościowe: czym one są?

Aby lepiej zrozumieć te terminy, najpierw skup się na tym – pierwszy jest interpretacyjny, eksploracyjny i subiektywny, podczas gdy drugi jest konkluzywny, obiektywny i na temat.

Dane jakościowe

Dane jakościowe to proste informacje, których nie można zmierzyć, wyrazić w liczbach ani policzyć. Informacje są zbierane z dźwięku, obrazów, tekstu itp. i udostępniane za pomocą narzędzi wizualizacyjnych, takich jak mapy koncepcji, osie czasu, infografiki i inne.

Na przykład, gdy użytkownik odwiedza Twoją witrynę i dodaje niektóre produkty do koszyka, ale porzuca koszyk, Twoim zadaniem jest zbadanie „dlaczego” i „jak”, np. dlaczego użytkownik porzucił koszyk i jak czuje się użytkownik o Twojej witrynie lub produktach. Tutaj „jakość” jest w głównej ramce; dlatego musisz uzyskać wgląd w dane jakościowe.

W powyższym przykładzie nie potrzebujesz żadnych liczb, aby poznać przyczynę takiego zachowania użytkownika, ale zapytać go o przyczynę i ich doświadczenia. Innymi słowy, dane jakościowe to etykieta lub termin używany do opisania cech pewnych rzeczy, takich jak etykietowanie smaku lodów jako czekolady lub opisywanie morza jako niebieskiego.

Dane jakościowe są formą niestatystyczną i są zazwyczaj częściowo ustrukturyzowane lub nieustrukturyzowane, co oznacza, że ​​tego typu dane nie wymagają uzyskiwania twardych liczb za pomocą wykresów i wykresów. Zamiast tego charakteryzują się ich formami, etykietami, atrybutami, właściwościami i innymi identyfikatorami.

Może być generowany za pomocą dokumentów, tekstów, nagrań wideo, nagrań audio, grup fokusowych, transkrypcji wywiadów, notatek i obserwacji. Jednak numery identyfikacyjne, takie jak numery prawa jazdy lub numery ubezpieczenia społecznego, należą do danych jakościowych, ponieważ są unikalne i kategoryczne dla jednej osoby.

Przykłady: złote gałki, gładkie wykończenie, głęboki brąz, smak orzechów amerykańskich, budowa we Włoszech, zielone koszule, błękitny ocean, piękne zdjęcia i tak dalej.

Dane ilościowe

Dane ilościowe to proste informacje, które można zmierzyć lub policzyć w wartościach liczbowych. Można to nazwać dowolnymi wymiernymi danymi, których naukowcy używają do analizy statystycznej i obliczeń matematycznych w celu podejmowania decyzji dotyczących jakości na podstawie wyprowadzeń.

Tego typu dane odpowiadają na pytania typu „ile?”, „jak często?” i jak dużo?’. Dane ilościowe można łatwo zweryfikować i ocenić za pomocą technik matematycznych. Zrozummy na przykładzie:

Ktoś pyta sprzedawcę: „Ile kosztuje ta drukarka?”

Zbieranie danych, takich jak cena różnych urządzeń, jest kwestią ilościową. Wartości są powiązane z większością parametrów pomiarowych, takich jak kilogramy dla wagi, funty, dolary dla kosztów i inne.

Dane ilościowe są zbierane do analizy statystycznej za pomocą ankiet, kwestionariuszy, ankiet itp. Mówiąc prościej, można powiedzieć, że informacje, które można „wyliczyć” nazywamy danymi ilościowymi. Ma ona strukturę i może być obliczana za pomocą statystyk i raportów, co oznacza, że ​​jest zdefiniowana i sztywna.

Dane ilościowe są znacznie bardziej zwięzłe i zwięzłe, które można wygenerować za pomocą testów, ankiet, eksperymentów, metryk, raportów rynkowych i nie tylko.

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

Dane jakościowe a dane ilościowe: różnice

Dane jakościowe i ilościowe – oba zajmują to samo miejsce w każdej dziedzinie. Aby lepiej je zrozumieć, musimy zobaczyć, gdzie różnią się one pod względem kryteriów, funkcji, charakteru i nie tylko.

Najpierw zrozummy kilka podstawowych różnic:

  • Dane, w których klasyfikacja obiektów zależy od jakości lub atrybutów, nazywane są danymi jakościowymi. Natomiast dane, które można policzyć lub wyrazić w liczbach, nazywa się danymi ilościowymi.
  • Dane jakościowe polegają na zrozumieniu między osobami, emocjami, kolorem itp. Z kolei dane ilościowe opierają się na wartościach, z których uzyskasz wyniki w statystykach do podejmowania decyzji.
  • W danych jakościowych gromadzone są informacje werbalne, ale w danych ilościowych gromadzone są informacje mierzalne.
  • Dane jakościowe rozwijają wstępne zrozumienie, ale dane ilościowe zalecają ostateczne działanie.

Do tej pory rozumieliśmy główną koncepcję stojącą za obydwoma typami danych. Teraz zagłębimy się w kilka kluczowych różnic między nimi.

No to ruszamy!

KryteriaQualitative DataQuantitative DataDefinitionAnaliza danych jakościowych to prosta technika wykorzystywana do rozwijania zrozumienia nauk społecznych i humanistycznych w celu uzyskania wyniku końcowego.Analiza danych ilościowych to technika wykorzystywana do generowania twardych faktów i informacji liczbowych za pomocą technik logicznych i matematycznych. Dane Zawiera dane, takie jak religia, narodowość, kolor pewnych rzeczy, gust, płeć i inne. Zawiera wagę, masę, rozmiar, wzrost, cenę i inne. nie można obliczyć. Wynika to z obiektywnej analizy, którą można łatwo obliczyć za pomocą wyprowadzeń matematycznych. AnalizaAnaliza odnosi się do tego, dlaczego dzieje się rozwój, jak czuje się użytkownik, dlaczego koszyk jest porzucany itp. Analiza tutaj wyjaśnia liczbę lub ilość rozwoju, na przykład współczynnik porzucania koszyka.PróbkaTutaj próbka jest niereprezentatywna i mała przez cały czas cały proces.Próba jest ogromna i można ją uogólniać.Metody zbieraniaDane jakościowe mogą być zbierane za pomocą dokumentów pisemnych, wywiadów, obserwacji itp. Dane ilościowe są zbierane za pomocą eksperymentów, wywiadów, obserwacji, ankiet, sondaży itp.Typ danychJest to tekst -based.It jest na podstawie liczb.WynikiWyniki są agregowane w celu analizy danych lub po prostu nadawane.Tutaj wyniki zależą od zmienności na wykresach i wykresach. ElementySłowa, obiekty, obrazy itp.Informacje liczbowe i graficzne

Przykłady z życia

Przykład 1: (Przestrzeń biurowa)

Przestrzeń biurowa odnosi się do obu typów danych w zależności od funkcji każdego elementu.

Dane jakościowe

  • Duży i przestronny
  • Świetne naturalne światło
  • Duża spiżarnia
  • Fajna fontanna wodna
  • Przyciągające wzrok farby ścienne
  • Ładne ramki do zdjęć
  • Duża przestrzeń do gier w pomieszczeniach

Dane ilościowe

  • 12000 stóp kwadratowych powierzchni
  • Numer piętra
  • Liczba okien
  • Liczba drzwi
  • Liczba diod LED
  • Liczba systemów

Przykład 2: (artykuł na stronie internetowej)

Dane jakościowe

  • Rodzaj artykułu
  • Jakość artykułu, np. pisownia, gramatyka, interpunkcja itp.
  • Co myślą o tym czytelnicy
  • Jak dobrze opisuje temat i terminy
  • Jakość użytych filmów i dźwięku

Dane ilościowe

  • Liczba słów
  • Liczba użytych obrazów
  • Zaangażowanie, takie jak komentarze, odsłony itp.
  • Czas ładowania
  • Liczba wygenerowanych leadów

Przykład 3: (obszar uniwersytecki)

Dane jakościowe

  • Duże i gęste drzewa
  • Żywe kolory
  • Architektura nowej generacji
  • Inteligentne światła i wentylatory
  • Duże sale lekcyjne
  • Fajny projektor
  • Książki jakości

Dane ilościowe

  • Liczba sal lekcyjnych
  • Liczba bloków
  • Liczba nawiewów AC
  • metr kwadratowy parkingu
  • Wielkość sali
  • Liczba ławek
  • Numer piętra

Dane jakościowe vs. Dane ilościowe: typy

Rodzaje danych jakościowych

Statystycy i badacze dzielą dane jakościowe na trzy typy:

  • Dane binarne: Kiedy odnosisz się do elementu jako dobrego lub złego, twardego lub miękkiego, dobrego lub złego, świeżego lub przestarzałego itp., są one znane jako dane binarne. Innymi słowy, są to dane jakościowe, które można scharakteryzować poprzez wzajemnie wykluczające się cechy, co oznacza, że ​​nie mogą wystąpić jednocześnie. Statystycy wykorzystują te dane do tworzenia modelu, który przewiduje charakter tego elementu.
  • Dane nominalne: są również nazywane danymi oznaczonymi, skalą nominalną lub danymi nazwanymi. Jest to typ danych, których możesz użyć do nazwania czegoś bez podawania wartości liczbowej.

    Na przykład, jeśli utworzysz grupę elementów według koloru, możesz bezpośrednio oznaczyć każdy element zgodnie z jego kolorami. Badacze wykorzystują te dane nominalne do rozróżniania zbioru informacji, takich jak kolor. Ten typ może być również używany przez statystyków i badaczy do tworzenia ankiety wielokrotnego wyboru, aby wiedzieć, która z nich jest dobra.

  • Dane porządkowe: Dane porządkowe to rodzaj danych jakościowych, które są skategoryzowane w określonej skali lub kolejności. Jest to niezbędny krok w kierunku gromadzenia danych.

    Na przykład, gdy respondent wprowadza poziom zadowolenia z usługi w skali od 1 do 10, zbiera dane zgodnie z danymi wejściowymi. Tutaj nie ma standardowej skali, na której można by zmierzyć różnicę między nimi. Niektóre przykłady to skala Likerta, skala interwałowa itp.

Rodzaje danych ilościowych

Dane ilościowe dzielą się na dwa główne typy – dane dyskretne i ciągłe. Rozumiemy je jeden po drugim.

Dane dyskretne

Dane dyskretne to typ danych ilościowych, który zawiera tylko liczenie liczb. Nie dotyczy to żadnego rodzaju pomiaru, takiego jak długość, waga, wzrost itp.

Na przykład liczba uczniów, liczba dni, liczba wentylatorów sufitowych, wiek osoby i inne.

Identyfikując dane dyskretne, musisz użyć kilku pytań, aby je rozróżnić, takie jak:

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

I tak dalej…

Dane dyskretne są również znane jako dane atrybutów, których nie można podzielić na mniejsze części. Można powiedzieć, że jest albo przeliczalnie skończony, albo nieskończony.

Przykład: Przeliczalnie skończone dane to arbitralny zbiór A = {1,2,3,4,….,n; gdzie n jest liczbą mniejszą od nieskończoności}. Przeliczalnie nieskończone dane to arbitralny zbiór B = {1,2,3,….}.

Dane ciągłe

Jest to typ danych ilościowych, który można umieścić na skali pomiarowej, co oznacza, że ​​przyjmuje wartości liczbowe, które można podzielić na mniejsze części. Możesz odnosić się do danych ciągłych jako nieprzeliczalnie skończonych i nieprzeliczalnie nieskończonych.

Na przykład CGPA uczniów mierzy się w 10-punktowej skali. Tutaj można powiedzieć, że uczeń może zdobyć od 0 do 10 punktów, w tym 8,5, 1,57, 4,65, 2,68, 9,8 itd. Dane te można sklasyfikować jako nieskończenie skończone dane ciągłe, ponieważ mają górną i dolną granicę.

Podobnie możesz wziąć przykład z nieprzeliczalnie nieskończonych danych. Jest to zbiór liczb rzeczywistych, R = {….,-1,0,1,….}. W tym scenariuszu dane nie mają ani górnej, ani dolnej granicy.

Dane ciągłe są ponownie podzielone na dwa typy:

  • Dane interwałowe
  • Dane współczynnika

    • Dane interwałowe to prosta technika, którą można mierzyć na skali, w której każdy punkt znajduje się w tej samej odległości od siebie. Z drugiej strony dane ilorazowe są rozszerzeniem danych interwałowych. Ma najlepsze zastosowanie, gdy mówimy o dokładnym pomiarze danych. Dane proporcji mówią o kolejności, dokładnej odległości i nie tylko.

    Sposoby generowania danych jakościowych i ilościowych

    Zanim zagłębimy się w różne metody zbierania danych jakościowych i ilościowych, spróbujmy najpierw zrozumieć rodzaje zbierania danych.

    Metody zbierania danych są następujące:

    • Ankiety, kwestionariusze i quizy
    • Wywiady
    • Grupa badawcza
    • Obserwacje bezpośrednie
    • Dokumenty

    Metody zbierania danych można podzielić na ilościowe i jakościowe typy danych.

    Metody gromadzenia danych jakościowych

    • Kwestionariusze i ankiety otwarte: Jest to najczęściej stosowana metoda zbierania lub gromadzenia danych za pomocą różnych kwestionariuszy i ankiet otwartych. Pozwala to respondentom na dużo bardziej elastyczne udzielanie odpowiedzi. Nie zawiera żadnych predefiniowanych odpowiedzi ani opcji, które pozwalają użytkownikowi swobodnie pisać.
    • Wywiady 1 na 1: Nazywa się to również wywiadem twarzą w twarz, który jest używany jako typowa metoda zbierania danych dla danych jakościowych. Tutaj możesz łatwo zebrać dane z wywiadu. Ta technika jest szczególnie używana, gdy chcesz zbierać wysoce spersonalizowane dane.
    • Grupy fokusowe: Grupa fokusowa to również metoda wywiadu. Ale zamiast wywiadu 1 na 1 prowadzi dyskusję grupową. Tutaj zasoby nie są ograniczone pod względem pieniędzy, czasu itp. Jest to bardzo przydatne.
      Na przykład, jeśli przeprowadzasz badanie dotyczące rehabilitacji nastolatków zażywających narkotyki, wszyscy członkowie grupy muszą być nastolatkami, które wracają do zdrowia po narkomanii.
    • Obserwacja bezpośrednia: Jest to najbardziej pasywny sposób zbierania danych. Gromadzący dane zajmuje miejsce uczestnika, dokładnie obserwuje otoczenie, nagrywa audio lub wideo, a także zdjęcia. Prowadzi to do stronniczości w naturze, ponieważ wiąże się z bezpośrednią obserwacją.

    Metody gromadzenia danych ilościowych

    • Quizy online i ankiety zamknięte: Ta metoda opiera się na pytaniach, które pozwalają respondentom wybrać jedną z opcji. Dzieli się na typy – kategoryczne i proporcjonalne/przedziałowe.

    Pytania kategoryczne można podzielić na dychotomiczne (tak lub nie), pytania z polami wyboru i pytania wielokrotnego wyboru. Dla porównania, pytania interwałowe składają się ze skali Likerta, pytań macierzowych, skali ocen itp.

    Zalety danych ilościowych nad danymi jakościowymi

    Dane ilościowe mają wiele zalet w porównaniu z danymi jakościowymi, ponieważ można łatwo zmierzyć i przygotować wykres lub raport z niego. Zajmuje również mniej czasu w porównaniu z danymi jakościowymi. Ta technika jest używana, gdy nie wiesz, czego się spodziewać.

    Rozumiemy zalety danych ilościowych nad jakościowymi:

    • Bardziej naukowe
    • Kontrola wrażliwa
    • Mniej obiektywny
    • Skupiony
    • Poradzi sobie z większymi próbkami
    • Ułożone w prosty sposób
    • Powtarzalne
    • Można się utożsamiać
    • Zbudowany
    • Uogólniać
    • Spójny
    • Szybko i oszczędza czas
    • Przydatne do podejmowania decyzji dotyczących jakości
    • Więcej akceptowalnych danych
    • Wysoce osiągalny
    • Może używać losowych próbek
    • Nie wymaga bezpośredniej obserwacji

    Wniosek

    Dane jakościowe są trudne do analizy w porównaniu z danymi ilościowymi. Wykorzystuje popularne podejścia, takie jak jakościowa analiza treści, analiza tematyczna i analiza dyskursu. Z drugiej strony dane ilościowe opierają się na liczbach lub wartościach, które wykorzystują SPSS, R lub Excel do obliczania takich rzeczy, jak średnie wyniki, liczba zadawanych pytań, trafność itp. Wyniki są przedstawiane w tabelach lub wykresy.

    Ten post powinien pomóc Ci zrozumieć różnicę między danymi jakościowymi i ilościowymi oraz co wybrać do danego zastosowania.