定性数据与定量数据初学者指南 和标签会保留在翻译中。
数据分析是一种使用统计或逻辑方法来说明和评估数据的技术。
这种分析涉及到对信息的完整总结，进一步用于收集和呈现最终结果，以便传达基本的发现或选择。
但是，这个过程需要你区分你收集到的数据。为了简化数据分析过程，了解两种方法论——定性数据和定量数据是至关重要的。
定性和定量数据是通过创造、观察、验证和收集而来的。
您可以以数字、事实、测量、记录、笔记本、视频、图像等形式查看数据，以数字或非数字格式。
然而，这两者之间存在许多差异。为了在项目中选择其中一种，您必须单独了解它们以及它们的差异。
因此，让我们来了解一下定性数据和定量数据之间的区别。
定性数据与定量数据：它们是什么？
为了更好地理解这些术语，首先要关注这一点——前者是解释性的、探索性的和主观的，而后者是结论性的、客观的和切中要点的。
定性数据
定性数据是无法用数字表示、表达或计数的简单信息。这些信息是从音频、图像、文本等中收集的，并通过概念地图、时间线等进行共享。
例如，当用户访问您的网站并将一些产品加入购物车，但放弃购物车时，您的工作是调查“为什么”和“如何”，比如为什么访客放弃购物车，用户对您的网站或产品的感受如何。在这里，“质量”是主要的；因此，您需要从定性数据中获取见解。
在上面的例子中，您不需要任何数字来了解这种用户行为背后的原因，而是要询问他们原因和他们的经历。换句话说，定性数据是用来描述某些事物特征的标签或术语，比如将冰淇淋口味标记为巧克力或描述大海为蓝色。
定性数据是一种非统计形式，通常是半结构化或非结构化的，这意味着这种类型的数据不需要您通过图表和图形获得硬数据。相反，它们是通过其形式、标签、属性、特性和其他标识来描述的。
它可以通过文件、文本、视频录像、音频录音、焦点小组、采访记录、笔记和观察来生成。然而，像驾驶执照号码或社会安全号码这样的识别号码属于定性数据，因为它们是独特的和分类的。
例子：金色旋钮，光滑的表面，深棕色，美国坚果味，意大利制造，绿色衬衫，蓝色海洋，美丽的图片等。
定量数据
定量数据是可以用数值表示或计数的简单信息。这可以指任何可量化的数据，研究人员使用这些数据进行统计分析和数学计算，从而基于推导做出质量决策。
这些类型的数据回答了“多少？”，“多频繁？”和“多少？”等问题。定量数据可以通过使用数学技术进行验证和评估。让我们以一个例子来理解：
一个人问店主：“那台打印机多少钱？”
这是一个定量问题，要收集价格等不同设备的数据。值与最常使用的测量参数相关，如重量用千克、磅，成本用美元等。
通过民意调查、问卷调查、调查等方式收集定量数据进行统计分析。简单来说，可以“量化”的信息被称为定量数据。它具有结构化的特点，可以使用统计和报告进行计算，这意味着它是明确和刚性的。
定量数据更加封闭和简洁，可以通过测试、调查、实验、指标、市场报告等方式生成。
例子：以公斤为单位的重量，以月为单位的周数，以英寸或英尺为单位的身高，以公里或英里为单位的距离，以年或月为单位的年龄，以美元为单位的收入，以厘米为单位的长度，等等。
定性与定量数据：区别
定性数据和定量数据 – 在每个领域中都有相同的地位。为了更好地理解每个领域，我们需要根据它们的标准、功能、性质等方面来看它们的区别。
让我们先了解一些基本的区别：
- 按照质量或属性对对象进行分类的数据称为定性数据。相反，可以计数或以数字形式表示的数据称为定量数据。
- 定性数据依赖于人们之间的理解、情感、颜色等。另一方面，定量数据依赖于数值，在统计结果中可以做出决策。
- 定性数据收集的是口头信息，而定量数据收集的是可测量的信息。
- 定性数据可以形成初步的理解，而定量数据可以推荐最终的行动。
到目前为止，我们已经理解了两种数据类型背后的主要概念。现在，我们将深入了解它们之间的一些关键区别。
我们开始吧！
| 标准 | 定性数据 | 定量数据 |
| 定义 | 定性数据分析是一种简单的技术，用于发展对社会和人文科学的理解，以获得最终结果。 | 定量数据分析是一种通过逻辑和数学技术生成确凿事实和数值信息的技术。 |
| 数据 | 它包含宗教、国籍、某些事物的颜色、口味、性别等数据。 | 它包含重量、质量、尺寸、高度、价格等数据。 |
| 方法 | 它遵循主观分析，涉及无法计算的非统计数据。 | 它遵循可以通过数学推导轻松计算的客观分析。 |
| 分析 | 分析指的是为什么发生了发展，用户感觉如何，购物车为什么被放弃等。 | 这里的分析解释了发展的数量或数量，例如购物车放弃率。 |
| 样本 | 在这里，样本在整个过程中是非代表性且较小的。 | 样本庞大且可以推广。 |
| 采集方法 | 可以使用书面文件、采访、观察等方法收集定性数据。 | 可以使用实验、采访、观察、调查、投票等方法收集定量数据。 |
| 数据类型 | 它是基于文本的。 | 它是基于数字的。 |
| 结果 | 结果被聚合以分析数据或简单地进行讨论。 | 在这里，结果取决于图表和图形的变化。 |
| 元素 | 文字、物体、图片等。 | 数值和图形信息 |
现实生活中的例子
示例1：（办公空间）
办公空间根据每个元素的功能而定，可以是两种数据类型。
定性数据
- 宽敞明亮
- 自然光充足
- 大型餐具区
- 凉爽的饮水喷泉
- 吸引人的墙面涂料
- 精美的图片框架
- 室内游戏的大空间
定量数据
- 12000平方英尺的楼层面积
- 楼层数量
- 窗户数量
- 门的数量
- LED灯的数量
- 系统的数量
例子2：（网站上的文章）
定性数据
- 文章的性质
- 文章的质量，例如拼写、语法、标点等
- 读者对文章的感受
- 文章对主题和术语的描述程度
- 使用视频和音频的质量
定量数据
- 字数
- 使用的图片数量
- 评论、页面浏览量等的参与度
- 加载时间
- 生成的潜在客户数量
例子3：（大学区域）
定性数据
- 大而茂密的树木
- 鲜艳的颜色
- 下一代建筑
- 智能灯和风扇
- 宽敞的教室
- 酷炫的投影仪
- 优质书籍
定量数据
- 教室数量
- 楼栋数量
- 空调出风口数量
- 停车区域的计数器
- 教室大小
- 长椅数量
- 楼层数量
定性数据与定量数据：类型
定性数据类型
统计学家和研究人员将定性数据分为三种类型：
- 二元数据：当你将一个项目称为好或坏、硬或软、对或错、新鲜或陈旧等，这被称为二元数据。换句话说，它是你可以通过互斥特征来描述的定性数据，这意味着它们不能同时发生。统计学家使用这些数据创建一个预测该项目性质的模型。
- 名义数据：它也被称为标记、名义比例或命名数据。这是一种你可以用来命名某物而不提及任何数值的数据。例如，如果你按颜色将一组物品分组，你可以根据它们的颜色直接标记每个物品。研究人员使用这些名义数据区分信息集，例如颜色。这种类型也可以被统计学家和研究人员用来创建一个多项选择调查，以了解哪个更好。
- 序数数据：序数数据是一种按照某种尺度或顺序分类的定性数据。这是收集数据的一个重要步骤。
例如，当回答者在1-10的范围内输入服务满意度水平时，它根据输入收集数据。在这里，没有标准尺度可以测量每个之间的差异。一些例子是李克特量表、区间量表等。
定量数据类型
定量数据分为两种主要类型-离散数据和连续数据。让我们逐个了解。
离散数据
离散数据是一种只包含数字计数的定量数据。它不涉及任何测量，如长度、重量、高度等。
例如，学生人数、天数、吊扇数量、个人年龄等。
在识别离散数据时，你需要使用几个问题来区分，比如：
- 它可以被计数吗？
- 它可以被划分吗？
- 它可以被测量吗？
等等…
离散数据也称为属性数据，它不能分为更小的部分。你可以说它要么是可数的有限的，要么是无限的。
示例：有限可数数据是任意集合A = {1,2,3,4,….,n;其中n是一个小于无穷大的数字}。无限可数数据是任意集合B = { 1,2,3,….}。
连续数据
它是一种可以放置在测量尺度上的定量数据类型，这意味着它具有可以细分为更小部分的数值。您可以将连续数据称为有限可数和无限可数。
例如，学生的绩点是在10分制上进行衡量的。在这里，您可以说学生的得分在0到10分之间，包括8.5、1.57、4.65、2.68、9.8等。这个数据可以归类为有限可数的连续数据，因为它有一个上限和一个下限。
同样，您可以以无限可数数据为例。它是实数的集合，R = {….,-1,0,1,….}。在这种情况下，数据既没有上限也没有下限。
连续数据又分为两种类型：
- 区间数据
- 比率数据
区间数据是一种简单的技术，可以沿着一个尺度进行测量，其中每个点都相距相等。另一方面，比率数据是区间数据的扩展。当我们谈论确切的数据测量时，它具有最终的使用。比率数据告诉我们关于顺序、确切距离等更多信息。
生成定性和定量数据的方法
在深入了解定性和定量数据的不同数据收集方法之前，让我们先了解数据收集的类型。
数据收集方法如下：
- 调查、问卷和测验
- 面试
- 焦点小组
- 直接观察
- 文件
数据收集方法可以分为定量和定性数据类型。
定性数据收集方法
- 问卷和开放式调查：这是收集数据的最常用方法，通过不同的问卷和开放式调查收集数据。它允许受访者更灵活地给出答案。它不包含任何预定义的答案或选项，允许用户自由书写。
- 1对1面试：这也被称为面对面采访，是用于定性数据的常用数据收集方法。在这里，您可以轻松地从面试中收集数据。当您想要收集高度个性化的数据时，特别适用。
- 焦点小组：焦点小组也是一种采访方法。但与1对1面试不同，它进行了一次小组讨论。在这里，资源在金钱、时间等方面不受限制，非常方便。
例如，如果您进行关于青少年吸毒者康复的研究，小组中的所有成员都必须是正在康复的青少年。 - 直接观察：这是收集数据的最被动方法。数据收集者取代参与者的位置，仔细观察环境，并记录音频、视频和照片。这导致了本质上的偏见，因为它涉及直接观察。
定量数据收集方法
- 在线测验和封闭式调查：这种方法基于允许受访者从选项中选择的问题。它分为分类和比率/区间两类。
分类问题可以分为二选一（是或否）、复选框问题和多项选择题。相比之下，区间问题包括李克特量表、矩阵问题、评分标准等。
定量数据优于定性数据的优势
数量数据比质量数据具有许多优势，因为您可以轻松地测量并制作图表或报告。与质量数据相比，它也需要较少的时间。这种技术在您不知道预期结果时使用。
让我们了解数量数据相对质量数据的优势：
- 更科学
- 对控制敏感
- 更少的客观性
- 专注
- 可以处理更大的样本
- 以简单的方法排列
- 可重复
- 可关联
- 结构化
- 可概括
- 一致
- 快速且节省时间
- 有助于质量决策
- 更可接受的数据
- 更易获取
- 可使用随机样本
- 不需要直接观察
结论
与数量数据相比，质量数据更难分析。它使用常见的方法，如质性内容分析、主题分析和话语分析。另一方面，数量数据基于数字或值，使用SPSS、R或Excel计算平均分数、特定问题被提问的次数、有效性等。结果以表格或图形报告。
本文应该能帮助您了解质量数据和数量数据的区别以及在哪种应用中选择哪种数据。
