Minőségi vs. Mennyiségi adatok kezdőknek

Az adatelemzés olyan technika, ahol statisztikai vagy logikai módszereket használnak az adatok illusztrálására és értékelésére.

Ez az elemzés magában foglalja az információk teljes összefoglalását, amelyeket a végeredmény összegyűjtésére és bemutatására használnak fel, hogy közöljék a lényeges megállapításokat vagy lehetőségeket.

Ehhez a folyamathoz azonban különbséget kell tennie az összegyűjtött adatok között. Az adatelemzési folyamat leegyszerűsítése érdekében pedig elengedhetetlen a két módszer – a kvalitatív adatok és a kvantitatív adatok – megértése.

A minőségi és mennyiségi adatok olyan dolgok, amelyeket létrehoznak, megfigyelnek, hitelesítenek és gyűjtenek.

Megtekintheti az adatokat számadatok, tények, mérések, rekordok, jegyzetfüzetek, videók, képek stb. formájában, digitális vagy nem digitális formátumban.

A kettő között azonban sok különbség van. És ahhoz, hogy projektjei közül egyet válasszon, mindegyiket külön-külön meg kell értenie, és meg kell értenie, hogy miben különböznek egymástól.

Tehát ismerjük meg a kvalitatív és a mennyiségi adatok közötti különbségeket.

Kvalitatív vs. kvantitatív adatok: Mik ezek?

A kifejezések jobb megértése érdekében először erre összpontosítson – az előbbi értelmező, feltáró és szubjektív, míg az utóbbi meggyőző, objektív és lényegre törő.

Minőségi adatok

A kvalitatív adatok egyszerű információk, amelyeket nem lehet mérni, számokkal kifejezni vagy megszámolni. Az információkat hangokból, képekből, szövegből stb. gyűjtik össze, és olyan vizualizációs eszközökön keresztül osztják meg, mint például koncepciótérképek, idővonalak, infografikák stb.

Például, amikor egy felhasználó felkeresi a webhelyet, és a termékek egy részét a kosárba helyezi, de elhagyja a bevásárlókosarat, az Ön feladata a „miért” és „hogyan” kivizsgálása, például, hogy a látogató miért hagyta el a bevásárlókosarat, és hogyan érzi magát a felhasználó webhelyéről vagy termékeiről. Itt a „minőség” van a fő keretben; ezért betekintést kell nyernie a minőségi adatokból.

A fenti példában nincs szükség számokra ahhoz, hogy megismerje az ilyen felhasználói viselkedés okát, hanem meg kell kérdeznie őket az okról és a tapasztalataikról. Más szavakkal, a kvalitatív adat egy címke vagy egy kifejezés, amelyet bizonyos dolgok jellemzőinek leírására használnak, például a fagylalt ízének csokoládéként való címkézése vagy a tenger kékként való leírása.

A kvalitatív adatok nem statisztikai formák, és általában félig strukturáltak vagy strukturálatlanok, ami azt jelenti, hogy az ilyen típusú adatokhoz nincs szükség arra, hogy grafikonokon és diagramokon keresztül kemény számokat kapjon. Ehelyett formáik, címkéik, attribútumuk, tulajdonságaik és egyéb azonosítóik jellemzik őket.

Előállítható dokumentumokon, szövegeken, videofelvételeken, hangfelvételeken, fókuszcsoportokon, interjúk átiratán, jegyzeteken és megfigyeléseken keresztül. Az azonosító számok, például a jogosítványszámok vagy a társadalombiztosítási számok azonban minőségi adatok közé tartoznak, mivel egyediek és kategorikusak egy személy számára.

Példák: Arany gombok, sima felület, mélybarna, amerikai dió íz, Olaszországban épített, zöld ingek, kék óceán, gyönyörű képek stb.

Kvantitatív adatok

A kvantitatív adatok egyszerű információk, amelyek számértékekben mérhetők vagy számolhatók. Ezt nevezhetjük bármilyen számszerűsíthető adatnak, amelyet a kutatók arra használnak, hogy statisztikai elemzéseket és matematikai számításokat készítsenek, hogy a levezetések alapján minőségi döntéseket hozzanak.

Az ilyen típusú adatok olyan kérdésekre adnak választ, mint a „hány?”, „milyen gyakran?” és mennyi?’. A kvantitatív adatok könnyen ellenőrizhetők és értékelhetők matematikai technikák segítségével. Értsük meg egy példával:

Egy személy megkérdezi a boltost: „Mennyibe kerül ez a nyomtató?”

Mennyiségi kérdés az olyan adatok gyűjtése, mint a különböző eszközök ára. Az értékek a legtöbb mérési paraméterhez kapcsolódnak, mint például a kilogramm a súly, a font, a dollár a költség stb.

A kvantitatív adatokat statisztikai elemzés céljából közvélemény-kutatások, kérdőívek, felmérések stb. útján gyűjtik. Egyszerűen fogalmazva azt mondhatjuk, hogy a „számszerűsíthető” információkat kvantitatív adatoknak nevezzük. Strukturált jellegű, és statisztikák és jelentések segítségével számítható ki, ami azt jelenti, hogy meghatározott és merev.

A kvantitatív adatok sokkal körültekintőbbek és tömörebbek, amelyeket tesztekkel, felmérésekkel, kísérletekkel, mérőszámokkal, piaci jelentésekkel és egyebekkel lehet előállítani.

Példák: Súly kilogrammban, hetek száma egy hónapban, magasság hüvelykben vagy lábban, távolság kilométerben vagy mérföldben, életkor években vagy hónapokban, bevétel dollárban, hosszúság centiméterben és így tovább.

Minőségi vs. mennyiségi adatok: különbségek

Minőségi és mennyiségi adatok – mindkettőnek ugyanaz a helye minden területen. Ahhoz, hogy mindegyiket jobban megértsük, meg kell látnunk, hogy miben különböznek kritériumaik, funkcióik, jellegük és egyebek szerint.

Először értsünk meg néhány alapvető különbséget:

• Azokat az adatokat, amelyekben az objektumok osztályozása a minőségtől vagy az attribútumoktól függ, kvalitatív adatoknak nevezzük. Ezzel szemben a megszámlálható vagy számokkal kifejezhető adatokat kvantitatív adatoknak nevezzük.
• A kvalitatív adatok a személyek közötti megértésen, érzelmeken, színeken stb. támaszkodnak. Másrészt a kvantitatív adatok az értékekre támaszkodnak, ahol a döntéshozatalhoz statisztikai eredményeket kapunk.
• A kvalitatív adatoknál a verbális, a kvantitatív adatoknál pedig a mérhető információkat gyűjtik.
• A kvalitatív adatok a kezdeti megértést fejlesztik, de a mennyiségi adatok a végső cselekvést javasolják.

Mindeddig megértettük mindkét adattípus mögött meghúzódó fő koncepciót. Most meg fogunk ásni néhány fő különbséget a kettő között.

Essünk neki!

KritériumokKvantitatív adatokKvantitatív adatokDefiníció A minőségi adatelemzés egy egyszerű technika, amellyel a társadalom- és humántudományok megértését fejlesztik a végeredmény elérése érdekében. A kvantitatív adatelemzés olyan technika, amelyet szigorú tények és numerikus információk generálására használnak logikai és matematikai technikák segítségével. Adatok Olyan adatokat tartalmaznak, mint vallás, nemzetiség, bizonyos dolgok színe, ízlés, nem és egyebek. Tartalmazza a súlyt, a tömeget, a méretet, a magasságot, az árat és egyebeket. MegközelítésEz szubjektív elemzést követ, amely nem statisztikai adatokkal foglalkozik, nem lehet kiszámítani. Objektív elemzést követ, amely matematikai levezetésekkel könnyen kiszámítható. ElemzésAz elemzés arra vonatkozik, hogy miért történik egy fejlesztés, hogyan érzi magát a felhasználó, miért hagyták el a kosarat stb. Az itt található elemzés megmagyarázza a fejlesztések számát vagy mennyiségét, például a kosár elhagyási arányát. Minta Itt a minta nem reprezentatív és kicsi az egész a teljes folyamatot.A minta tömeges és általánosítható.Gyűjtési módszerekKvalitatív adatok gyűjthetők írásos dokumentumok, interjúk, megfigyelések stb. segítségével. A kvantitatív adatok gyűjtése kísérletek, interjúk, megfigyelések, felmérések, közvélemény-kutatások stb. segítségével történik.AdattípusEz szöveg -alapú.Számalapú.Eredmények Az eredményeket összesítik az adatok elemzéséhez vagy egyszerűen konferálják. Itt az eredmények a grafikonok és diagramok változásaitól függenek. ElemekSzavak, tárgyak, képek stb. Numerikus és grafikus információk

Példák az életből

1. példa: (Iroda)

Az irodaterület mindkét adattípusra vonatkozik, az egyes elemek funkcióitól függően.

Minőségi adatok

• Nagy és tágas
• Nagyszerű természetes fény
• Nagy kamra terület
• Hűvös szökőkút
• Szemet gyönyörködtető falfestékek
• Szép képkeretek
• Nagy hely a beltéri játékokhoz

Kvantitatív adatok

• 12000 négyzetméter alapterület
• Emeletek száma
• Az ablakok száma
• Az ajtók száma
• LED-ek száma
• A rendszerek száma

2. példa: (cikk egy webhelyen)

Minőségi adatok

• A cikk jellege
• A cikk minősége, például helyesírás, nyelvtan, írásjelek stb.
• Hogyan vélekednek róla az olvasók
• Milyen jól írja le a témát és a kifejezéseket
• A használt videó és hang minősége

Kvantitatív adatok

• Szavak száma
• A felhasznált képek száma
• Elköteleződés, például megjegyzések, oldalmegtekintések stb.
• Betöltési idő
• A generált leadek száma

3. példa: (Egyetem területe)

Minőségi adatok

• Nagy és sűrű fák
• Világos színek
• Következő generációs architektúra
• Intelligens lámpák és ventilátorok
• Nagy osztálytermek
• Menő projektor
• Minőségi könyvek

Kvantitatív adatok

• Tantermek száma
• Blokkok száma
• Váltóáramú szellőzőnyílások száma
• Egy négyzetméter parkolóhely
• Tanterem mérete
• A padok száma
• Emeletek száma

Kvalitatív adatok vs. Mennyiségi adatok: Típusok

A kvalitatív adatok típusai

A statisztikusok és kutatók a kvalitatív adatokat három típusba sorolják:

• Bináris adat: Ha egy tételre jó vagy rossz, kemény vagy puha, helyes vagy helytelen, friss vagy elavult stb.-ként hivatkozik, azt bináris adatnak nevezzük. Vagyis kvalitatív adatokról van szó, amelyeket egymást kizáró tulajdonságokon keresztül lehet jellemezni, ami azt jelenti, hogy nem fordulhatnak elő egyszerre. A statisztikusok ezen adatok alapján olyan modellt hoznak létre, amely megjósolja az adott elem természetét.
• Névleges adat: Címkézett, névleges skála vagy névleges adatnak is nevezik. Ez egy olyan adattípus, amellyel elnevezhet valamit anélkül, hogy számértéket említene.

  Például, ha színek szerint csoportosít elemeket, közvetlenül felcímkézheti az egyes elemeket a színük szerint. A kutatók ezeket a névleges adatokat használják arra, hogy különbséget tegyenek az információhalmaz, például a szín között. Ezt a típust statisztikusok és kutatók is használhatják feleletválasztós felmérés elkészítéséhez, hogy megtudják, melyik a jó.

• Sorozati adatok: Az ordinális adatok olyan minőségi adatok, amelyek egy bizonyos skálán vagy sorrendben vannak kategorizálva. Ez egy lényeges lépés az adatgyűjtés felé.

  Például amikor egy válaszadó beírja a szolgáltatás boldogság szintjét egy 1-10-ig terjedő skálán, akkor a bemeneteknek megfelelően gyűjt adatokat. Itt nincs olyan szabványos skála, ahol az egyes különbségek mérhetők. Néhány példa a Likert-skála, az intervallumskála stb.

A kvantitatív adatok típusai

A mennyiségi adatok két fő típusra oszthatók: diszkrét és folytonos adatokra. Értsük meg őket egyenként.

Diszkrét adatok

A diszkrét adatok olyan mennyiségi adatok, amelyek csak számszámlálást tartalmaznak. Ez nem tartalmaz semmilyen típusú mérést, mint például a hossz, a súly, a magasság stb.

Például a tanulók száma, a napok száma, a mennyezeti ventilátorok száma, az egyén életkora stb.

A diszkrét adatok azonosítása során több kérdést kell feltennie a megkülönböztetéshez, például:

• Meg lehet számolni?
• Osztható?
• Mérhető?

Stb…

A diszkrét adatokat attribútumadatoknak is nevezik, amelyeket nem lehet kisebb részekre bontani. Mondhatjuk, hogy megszámlálhatóan véges vagy végtelen.

Példa: A megszámlálható véges adat az A = {1,2,3,4,….,n tetszőleges halmaza; ahol n a végtelennél kisebb szám}. A megszámlálhatóan végtelen adat a tetszőleges B = { 1,2,3,….} halmaz.

Folyamatos adatok

Ez egy mérési skálán elhelyezhető kvantitatív adattípus, ami azt jelenti, hogy kisebb részekre bontható számértékeket vesz fel. A folytonos adatokat megszámlálhatatlanul végesnek és megszámlálhatatlanul végtelennek nevezhetjük.

Például a hallgatók CGPA-ját egy 10 pontos skálán mérik. Itt elmondható, hogy egy tanuló 0-10 pontot érhet el, beleértve a 8,5, 1,57, 4,65, 2,68, 9,8 stb. pontokat. Ez az adat megszámlálhatatlanul véges folytonos adatnak minősíthető, mivel van felső és alsó határa.

Hasonlóképpen példát vehet a megszámlálhatatlanul végtelen számú adatról. Ez a valós számok halmaza, R = {….,-1,0,1,….}. Ebben a forgatókönyvben az adatoknak nincs sem felső, sem alsó határa.

A folyamatos adatok ismét két típusra oszthatók:

Intervallum adatok

Arány adatok

Az intervallumadatok egy egyszerű technika, amely egy olyan skála mentén mérhető, ahol minden pont azonos távolságra van egymástól. Másrészt az arányadatok az intervallumadatok kiterjesztése. A végső haszna van, ha pontos adatmérésről beszélünk. Az arányadatok a sorrendről, a pontos távolságról és egyebekről szólnak.

Kvalitatív és mennyiségi adatok generálásának módjai

Mielőtt mélyebben belemennénk a kvalitatív és kvantitatív adatok különböző adatgyűjtési módszereibe, próbáljuk meg először megérteni az adatgyűjtés típusait.

Az adatgyűjtési módszerek a következők:

• Felmérések, kérdőívek és vetélkedők
• Interjúk
• Fókuszcsoportok
• Közvetlen megfigyelések
• Dokumentumok

Az adatgyűjtési módszerek mennyiségi és minőségi adattípusokba sorolhatók.

Kvalitatív adatgyűjtési módszerek

• Kérdőívek és nyílt végű felmérések: Ez a leggyakrabban használt módszer az adatgyűjtésre vagy -gyűjtésre különböző kérdőíveken és nyílt végű felméréseken keresztül. Lehetővé teszi, hogy a válaszadók sokkal rugalmasabban adjanak válaszokat. Nem tartalmaz előre meghatározott válaszokat vagy opciókat, amelyek lehetővé teszik a felhasználó számára, hogy szabadon írjon.
• Személyes interjúk: Ezt személyes interjúnak is nevezik, amelyet a kvalitatív adatok általános adatgyűjtési módszereként használnak. Itt könnyedén összegyűjtheti az interjú adatait. Ezt a technikát kifejezetten akkor használják, ha erősen személyre szabott adatokat szeretne gyűjteni.
• Fókuszcsoportok: A fókuszcsoport egy interjúmódszer is. De az egy-egy interjú helyett csoportos beszélgetést folytat. Itt az erőforrások nem korlátozottak pénzben, időben stb. Nagyon jól jön.
  Például, ha egy tanulmányt készít a tinédzser kábítószer-használók rehabilitációjáról, akkor a csoport minden tagjának kábítószer-függőségből gyógyuló tinédzsernek kell lennie.
• Közvetlen megfigyelés: Ez az adatgyűjtés legpasszívabb módja. Az adatgyűjtő átveszi a résztvevő helyét, alaposan megfigyeli a beállítást, és rögzíti a hangot vagy videót, fényképeket is. Ez elfogultsághoz vezet a természetben, mivel közvetlen megfigyelést foglal magában.

Kvantitatív adatgyűjtési módszerek

• Online vetélkedők és zártkörű felmérések: Ez a módszer olyan kérdéseken alapul, amelyek lehetővé teszik a válaszadóknak, hogy válasszanak a lehetőségek közül. Típusokra oszlik – kategorikus és arány/intervallum.

A kategorikus kérdések dichotóm (igen vagy nem), jelölőnégyzetes kérdések és feleletválasztós kérdések kategóriába sorolhatók. Ehhez képest az intervallumkérdések egy Likert-skálából, mátrixkérdésekből, értékelési skálából stb.

A kvantitatív adatok előnyei a kvalitatív adatokkal szemben

A kvantitatív adatoknak számos előnye van a minőségi adatokkal szemben, mivel könnyen mérhet és készíthet diagramot vagy jelentést. Ez is kevesebb időt vesz igénybe a kvalitatív adatokhoz képest. Ezt a technikát akkor alkalmazzák, ha nem tudja, mire számítson.

Nézzük meg a kvantitatív adatok előnyeit a kvalitatív adatokkal szemben:

• Tudományosabb
• Vezérlésérzékeny
• Kevésbé objektív
• Összpontosított
• Nagyobb mintákkal is tud foglalkozni
• Egyszerű módszerrel rendezve
• Megismételhető
• Relatív
• Strukturált
• Általánosítható
• Következetes
• Gyors és időt takarít meg
• Hasznos a minőségi döntéshozatalhoz
• Elfogadhatóbb adatok
• Jól elérhető
• Használhat véletlenszerű mintákat
• Nem igényel közvetlen megfigyelést

Következtetés

A kvalitatív adatokat nehéz elemezni a kvantitatív adatokhoz képest. Olyan általános megközelítéseket használ, mint a kvalitatív tartalomelemzés, a tematikus elemzés és a diskurzuselemzés. A kvantitatív adatok viszont olyan számokon vagy értékeken alapulnak, amelyek SPSS, R vagy Excel segítségével számítanak ki olyan dolgokat, mint például az átlagos pontszámok, egy adott kérdés feltevésének száma, érvényesség stb. Az eredményeket táblázatokban, ill. grafikonok.

Ez a bejegyzés segít megérteni a különbséget a minőségi és a mennyiségi adatok között, és azt, hogy melyik alkalmazáshoz mit válasszunk.