Kvalitatiiviset vs. kvantitatiiviset tiedot:15 keskeistä eroa

Tutkimus ja tilastot ovat kaksi tärkeää asiaa, jotka eivät sulje toisiaan pois, sillä ne kulkevat useimmissa tapauksissa käsi kädessä. Tilastojen rooli tutkimuksessa on toimia välineenä tutkimuksen suunnittelussa, aineiston analysoinnissa ja johtopäätösten tekemisessä siitä.

Toisaalta tilastojen perustana on data, minkä vuoksi useimmat tutkimukset tuottavat suuria määriä dataa. Tätä dataa mitataan, kerätään ja raportoidaan sekä analysoidaan (jolloin siitä tulee tietoa), minkä jälkeen se voidaan visualisoida graafien, kuvien tai muiden analyysityökalujen avulla

Tässä artikkelissa keskustelemme datasta, joka on erittäin tärkeä osa tilastoja ja tutkimusta. Käsittelemme sen merkitystä, tyyppejä ja niiden käsittelyä tutkimuksessa ja tilastoissa.

Mitä on data?

Data on ryhmä raakoja faktoja tai tietoja, jotka on kerätty tutkimusta, referenssiä tai analyysiä varten. Ne ovat yksittäisiä informaatioyksiköitä, jotka on muunnettu tehokkaaseen muotoon, jotta niitä on helppo siirtää ja/tai käsitellä.

Sanan Datum monikko, joka kuvaa kohteen tai ilmiön yksittäistä määrää tai laatua. Sitä voidaan soveltaa tutkimuksen, liike-elämän ja tilastotieteen eri aloilla.

Data-analyysillä tarkoitetaan prosessia, jossa tietoja tarkastetaan, muokataan, muunnetaan ja mallinnetaan hyödyllisen tiedon löytämiseksi, johtopäätösten tekemiseksi ja päätöksenteon tukemiseksi. Tärkeä osa data-analyysin suorittamista on erilaisten tietotyyppien tunteminen.

Dataa on kahta tyyppiä, nimittäin; kvantitatiivista ja kvalitatiivista dataa;

Mitä on kvantitatiivinen data?

Kvantitatiivinen data on sellaista dataa, jonka arvo mitataan numeroiden tai lukumäärien muodossa, ja jokaiseen aineistoon liittyy yksilöllinen numeerinen arvo. Tämä tietotyyppi, joka tunnetaan myös nimellä numeerinen data, kuvaa numeerisia muuttujia.

Sitä käytetään monipuolisesti tutkimuksessa ja erityisesti tilastotieteessä, koska se on yhteensopiva useimpien tilastollisten analyysimenetelmien kanssa. Kvantitatiivisen datan analysointiin on olemassa erilaisia menetelmiä sen tyypistä riippuen.

Kvantitatiivinen data jaetaan kahteen tyyppiin, nimittäin; diskreettiin dataan ja jatkuvaan dataan. Jatkuva data jaetaan edelleen intervallidataan ja suhteelliseen dataan.

Mitä on laadullinen data?

Kvalitatiivinen data on tietotyyppiä, joka kuvaa tietoa. Se on kuvaileva tilastollinen tietotyyppi, joten se on dataa, joka ilmaistaan ryhmien ja luokkien avulla numeroiden sijaan.

Se tunnetaan myös nimellä kategorinen data. Tämä tietotyyppi on merkityksellinen suurelta osin tutkimuksessa, jonka käyttö tilastoissa on rajallista, koska se ei sovi yhteen useimpien tilastollisten menetelmien kanssa.

Kvalitatiivinen data jaetaan kahteen luokkaan, nimittäin; nominaaliseen dataan ja ordinaaliseen dataan. Nominaalitiedot nimeävät tai määrittelevät muuttujat, kun taas ordinaalitiedot skaalaavat ne.

Premium-tiedonkeruuväline

Tässä on 15 keskeistä eroa kvantitatiivisen & kvalitatiivisen datan välillä;

• Määritelmät

Kvantitatiivinen data on kvantitatiivisesti mitattavissa oleva tietoryhmä, jota voidaan käyttää matemaattisiin laskutoimituksiin ja tilastollisiin analyyseihin, jotka antavat tietoa todellisen elämän päätösten tekemisestä, kun taas kvalitatiivinen data on tietoryhmä, joka kuvaa tietoa.

Kvantitatiivinen data on yhdistelmä numeerisia arvoja, jotka kuvaavat merkityksellistä tietoa. Kvalitatiivisessa datassa taas käytetään kuvailevaa lähestymistapaa tiedon ilmaisemiseen.

• Muu nimi

Kvantitatiivinen data tunnetaan myös nimellä numeerinen data, kun taas kvalitatiivinen data tunnetaan myös nimellä kategorinen data. Tämä johtuu siitä, että kvantitatiivista dataa mitataan numeroina tai lukumäärinä.kvalitatiivisen datan osalta ne ryhmitellään kategorioihin.

• Tyypit

Kvantitatiivista dataa on kahta tyyppiä eli; diskreettiä dataa ja jatkuvaa dataa. Jatkuva data jaetaan edelleen intervallidataan ja suhdedataan.

Kvalitatiivinen data puolestaan jaetaan myös kahteen tyyppiin, nimittäin; nominaaliseen dataan ja ordinaaliseen dataan. Ordinaalidata luokitellaan kuitenkin joissakin tapauksissa kvantitatiiviseksi.

• Esimerkkejä

Joitakin esimerkkejä kvantitatiivisesta datasta ovat Likertin asteikko, intervallimyynti jne. Likertin asteikko on yleisesti käytetty esimerkki ordinaalidatasta, ja sitä on erityyppisiä – 5-pisteinen ja 7-pisteinen Likertin asteikko.

Joitakin laadullisen datan esimerkkejä ovat nimi, sukupuoli, puhelinnumero jne. Nämä tiedot voidaan kerätä avoimilla kysymyksillä, monivalintakysymyksillä tai suljetuilla avoimilla kysymyksillä.

• Tuntomerkit

Kvantitatiivisen datan tuntomerkkejä ovat muun muassa seuraavat; se ottaa numeerisen arvon numeerisin ominaisuuksin, sillä on vakioitu järjestysasteikko, se visualisoidaan hajontakuvioiden ja pistekuvioiden avulla jne.

Kvalitatiivinen data taas voi ottaa numeerisia arvoja, mutta ilman numeerisia ominaisuuksia, sillä ei ole standardoitua järjestysasteikkoa Ja se visualisoidaan käyttämällä pylväsdiagrammia ja piirakkadiagrammia.

• Analyysi

Kvantitatiivisen datan analyysi jaetaan kahteen ryhmään, nimittäin; kuvailevaan ja päättelytilastoon. Menetelmiin kuuluvat mm. keskisuuntauksen mittarit, turveanalyysi, tekstianalyysi, conjoint-analyysi, trendianalyysi jne.

Kvantitatiivisen data-analyysin menetelmät ovat kuitenkin suoraviivaisia, jolloin voidaan suorittaa vain keskiarvon ja mediaanin analyysi. Joissakin tapauksissa ordinaalisessa data-analyysissä käytetään univariaattisia tilastoja, bivariaattisia tilastoja, regressioanalyysiä jne. jotka ovat läheisiä korvikkeita jonkin keskiarvon ja keskihajonnan analyysin laskemiselle.

• Työkalut

Kvalitatiivisen aineiston keräämisessä tutkijat käyttävät välineitä, kuten kyselytutkimuksia, haastatteluja, fokusryhmiä ja havainnointia, kun taas kvalitatiivinen aineisto kerätään yleensä kyselytutkimusten ja haastattelujen avulla muutamissa tapauksissa. Esimerkiksi kun lasketaan luokan oppilaiden keskipituutta, oppilaita saatetaan haastatella siitä, mikä heidän pituutensa on, sen sijaan että korkeudet mitattaisiin uudelleen.

• Keruumenetelmät

Kvantitatiivinen aineisto kerätään suljettujen menetelmien avulla, kun taas kvalitatiivisessa aineistossa käytetään avoimia kysymyksiä, monivalintakysymyksiä, suljettuja ja suljettuja avoimia kysymyksiä. Tämä antaa laadulliselle aineistolle laajemman keruutavan.

• Käyttö

Kvantitatiivista dataa käytetään enimmäkseen tilastollisiin laskelmiin, joissa käytetään aritmeettisia operaatioita. Esimerkiksi opiskelijan CGPA:n laskeminen edellyttää kaikkien arvosanojen keskiarvon löytämistä.

Kvantitatiivinen data taas käsittelee kuvailevaa tietoa ilman, että sillä lasketaan yhteen tai suoritetaan mitään operaatioita. Sitä käytetään pääasiassa henkilötietojen keräämiseen.

• Hyötyjä

Kvantitatiivinen aineisto on yhteensopiva useimpien tilastollisten analyysimenetelmien kanssa, ja siksi sitä käyttävät lähinnä tutkijat. Kvalitatiivinen data sen sijaan on yhteensopiva vain mediaanin ja moodin kanssa, minkä vuoksi sen käyttömahdollisuudet ovat rajalliset.

Vaikka joissakin tapauksissa ordinaalidatalle tehdään vaihtoehtoisia testejä. Vaihtoehtoina käytetään esimerkiksi univariaattisia tilastoja, bivariaattisia tilastoja, regressioanalyysiä jne.

• Haitat:

Vaikka se on hyvin käyttökelpoinen useimmissa tilastollisissa analyyseissä, sen standardoitu ympäristö saattaa rajoittaa asianmukaista tutkimusta. Kvantitatiivinen tutkimus perustuu tiukasti tutkijan näkökulmaan, mikä rajoittaa vastaajan ilmaisunvapautta.

Kvalitatiivisessa tutkimuksessa näin ei ole. Nominaalinen aineisto vangitsee ihmisen tunteet jossain määrin avoimien kysymysten avulla. Tämä voi kuitenkin aiheuttaa sen, että tutkija joutuu käsittelemään epäolennaista aineistoa.

• Kysymysnäytteet: Kvantitatiivisen tutkimuksen kysymyksillä on aina valmiit vastaukset. Näin ei aina ole laadullisessa aineistossa.

Kvalitatiivinen kysymysesimerkki

Mihin seuraavista väleistä pituutesi sijoittuu senttimetreinä?

• 100-150
• 150-200
• 200-250

Tämä on intervallidatan esimerkki.

Kvantitatiivinen kysymysesimerkki 2

Kirjoita alla oleva kansallinen tunnistenumerosi.

Tämä on esimerkki nimellisistä tiedoista.

• Esimerkkejä: Alla on joitakin esimerkkejä kvantitatiivisesta datasta ja kvalitatiivisesta datasta.

Kvantitatiivisen datan esimerkkejä

• Keskimääräinen korkeus luokassa
• Fysikaalisten esineiden mittaaminen
• Tapahtuman esiintymistodennäköisyys
• Satunnainen numeroiden generointi
• Opiskelijan CGPA:n laskeminen

Kvalitatiivisen datan esimerkkejä

• Likert-asteikko
• Kilpailuanalyysitutkimuksesta kerätty data.
• Suullisen työpaikkahaastattelun vastaukset.
• Opiskelijoiden henkilötiedot.
• Puhelinnumero
• Tilastollinen yhteensopivuus

Kvantitatiiviset tiedot ovat yhteensopivia useimpien tilastollisten menetelmien kanssa, mutta kvalitatiiviset tiedot eivät ole. Tämä voi aiheuttaa tutkijoille ongelmia tietojen analysoinnissa.

Tämä on osasyy siihen, miksi tutkijat käyttävät tutkimuksissa mieluummin kvantitatiivista aineistoa.

• Käyttäjäystävällisyys

Kvantitatiiviset tiedonkeruumenetelmät ovat käyttäjäystävällisempiä verrattuna kvalitatiivisiin aineistoihin. Vaikka avoimet kysymykset voivat antaa tutkijoille kaivattua tietoa, se voi käydä vastaajille stressaavaksi.

Vastaajat haluavat käyttää mahdollisimman vähän aikaa kyselyjen täyttämiseen, ja kun se vie aikaa, he saattavat luopua siitä.

Onko kvantitatiivisen & kvalitatiivisen aineiston välillä yhtäläisyyksiä?

• järjestys

Kummassakin kvantitatiivisessa ja kvalitatiivisessa datassa on järjestys tai asteikko. Eli vaikka ordinaalinen data luokitellaan joskus kvantitatiiviseen dataan. Kvalitatiivisella datalla ei kuitenkaan ole standardoitua asteikkoa.

• Käyttökohteet

Kvantitatiivista ja kvalitatiivista dataa käytetään molempia tutkimukseen ja tilastolliseen analyysiin. Vaikka eri lähestymistapojen kautta niitä molempia voidaan käyttää samaan asiaan. Tarkastellaan kahta organisaatiota, jotka tutkivat kohdeyleisönsä ostovoimaa alla olevan menetelmän avulla.

Organisaatio A

Mitkä ovat kuukausitulonne? ____

Organisaatio B

Mihin väliin kuukausitulosi sijoittuvat?

• 1000€ – 5000€
• 5001€ – 10000€
• 10001€ – 15000€

Ensimmäinen on kvalitatiivinen tiedonkeruuesimerkki, kun taas toinen on kvantitatiivinen.

• Kvantitatiivinen arvo

Sekä kvantitatiivinen tieto että kvalitatiivinen tieto ottavat numeerisen arvon. Kvalitatiivinen data ottaa numeerisia arvoja, kuten puhelinnumero, postinumero, henkilötunnus jne. Erona on kuitenkin se, että laadulliselle tiedolle ei voida suorittaa aritmeettisia operaatioita.

• Keruuvälineet

Kaikkea laadullista ja määrällistä tietoa voidaan kerätä kyselytutkimusten/kyselylomakkeiden ja haastattelujen avulla. Vaikka eri lähestymistapojen kautta, niissä käytetään samankaltaisia välineitä.

Kun valita kvantitatiivinen aineisto kvalitatiivisen sijaan

Erilaisilla aineistotyypeillä on hyötynsä ja etunsa toisiinsa nähden. Näiden etujen vuoksi ne valitaan joissakin tapauksissa toisten sijaan riippuen tiedonkeruun tarkoituksesta. Seuraavassa on joitakin tapauksia, joissa kvantitatiivinen data tulisi valita kvalitatiivisen datan sijaan.

• Kun tehdään tieteellistä tutkimusta

Kvantitatiivinen aineisto soveltuu paremmin tieteelliseen tutkimukseen, koska se on yhteensopiva useimpien tilastollisten analyysimenetelmien kanssa. Sillä on myös numeerisia ominaisuuksia, jotka mahdollistavat aritmeettisten operaatioiden suorittamisen sillä.

• Tutkimuksen toistaminen

Kvantitatiiviseen tutkimukseen liittyy standardoitu menettely. Näin ollen aiempia tutkimuksia on helppo toistaa, rakentaa niiden pohjalta ja jopa muokata tutkimusmenetelmiä.

• Käsiteltäessä suuria aineistoja

Suuria aineistoja analysoidaan parhaiten kvantitatiivisen aineiston avulla. Tämän vuoksi jotkut tutkijat muuttavat laadullisen datan määrälliseksi dataksi ennen analysointia.

Tätä kutsutaan laadullisen datan kvantifioinniksi. Näin heidän ei tarvitse pyyhkäistä läpi suurta tekstijoukkoa analyysia varten.

• Laboratoriopohjaisessa tutkimuksessa

Se on vakiomuotoisen analyysimenettelynsä vuoksi sopivin tietotyyppi laboratorioanalyysiin.

• Käsiteltäessä arkaluonteisia tietoja

Tutkimuksissa, joihin liittyy arkaluonteisia tietoja, on parasta käsitellä kvantitatiivisia tietoja. Tämä auttaa eliminoimaan tuttuudesta tai arkaluonteisten tietojen vuotamisesta johtuvat vääristymätapaukset.

Kun valita kvalitatiivinen aineisto kvantitatiivisen sijaan

Vaikka se ei sovi yhteen useimpien tilastollisten analyysimenetelmien kanssa, kvalitatiivinen aineisto on tietyissä tapauksissa parempi vaihtoehto. Sitä suositaan useimmiten silloin, kun kerätään aineistoa tosielämän tutkimusprosesseja varten. Seuraavassa on joitakin tapauksia, joissa laadullinen aineisto tulisi valita määrällisen aineiston sijaan.

• Asiakaskokemustutkimuksessa

Asiakaskokemustutkimuksen päätarkoituksena on saada tietää, miten asiakkaat kokevat organisaation palvelun ja saada tietoa siitä, mitä he voivat tehdä palvelun parantamiseksi. Tämän saavuttamiseksi organisaatioiden on siis arvioitava ihmisten tunteita ja emootioita. Tämä voidaan tehdä vain laadullisen aineiston avulla.

• Työhaastattelut

Etenkin tässä alati muuttuvassa työkulttuurissa rekrytoijat ovat nykyään kiinnostuneempia hakijan asenteesta, tunneälystä jne. kuin hänen tarjoamistaan taidoista. Jotta he voivat arvioida näitä ominaisuuksia asianmukaisesti, hakijasta olisi kerättävä laadullista tietoa haastattelun avulla.

• Kilpailuanalyysi

Organisaatiot suorittavat kilpailuanalyysiä arvioidakseen kilpailijoidensa suosiota ja sitä, mitä ne tekivät saavuttaakseen tällaisen suosion. Kvantitatiiviset tiedot eivät anna yksityiskohtaista tietoa tästä toisin kuin kvalitatiiviset.

• Turvakysymykset

Monet verkkopohjaiset yritykset kysyvät henkilökohtaisia kysymyksiä, kuten ”Mikä on lemmikkisi nimi?” tai ”Mikä on äitisi tyttönimi?”, lisäturvakeinona käyttäjän tilille. Numeroita on yleensä vaikea muistaa, minkä vuoksi joidenkin ihmisten on vaikea muistaa puhelinnumeroaan tähän päivään mennessä. Tällaisia henkilökohtaisia kysymyksiä (laadullisia tietoja) on vaikea unohtaa, ja siksi ne soveltuvat paremmin turvakysymyksiksi.

• Treffisivusto

Treffisivustot keräävät käyttäjien henkilökohtaisia tietoja (yleensä nimitietoja), jotta he voivat sovittaa heidät oikein yhteen tyyppinsä kanssa.

Mikä on paras väline kvantitatiivisen ja kvalitatiivisen tiedon keräämiseen?

Formplus tiedonkeruuvälineenä on rakennettu sillä ajatuksella, että asianmukainen tiedonkeruu on ensimmäinen askel kohti tehokasta ja luotettavaa tutkimusta. Siksi Formplus-lomakkeenrakennusohjelmiston tekijät ovat lisänneet siihen tarvittavia ominaisuuksia, jotka auttavat sinua keräämään tietoja.

Kvantitatiivinen ja kvalitatiivinen aineisto kerätään parhaiten Formplus-ohjelmalla, koska se ei ainoastaan auta sinua keräämään kunnollisia tietoja, vaan myös järjestämään ne analysointia varten. Sinun ei enää tarvitse käsitellä tietoja, joita on vaikea lukea, kun suoritat tietojen validointiprosessia.

Jokainen tieto sovitetaan oikein vastaaviin muuttujiin, jolloin puuttuvat tai epäjohdonmukaiset tiedot on helppo tunnistaa.

Kerää verkkotietoja kyselyillä & Kyselylomake

Kvalitatiivisten ja kvantitatiivisten tietojen kerääminen Formplus-kyselytyökaluilla

Kvalitatiivisten tietojen keräämiseksi Formplus-rakentajalla noudata seuraavia vaiheita:

Vaihe 1: Rekisteröidy tai rekisteröidy

• Käy osoitteessa www.formpl.us työpöydälläsi tai mobiililaitteella.
• Liity sähköpostin, Googlen tai Facebookin kautta alle 30 sekunnissa…

Vaihe 2: Aloita lomakkeiden luominen: Formplus antaa sinulle 21 päivän ilmaisen kokeilujakson, jolla voit testata kaikkia ominaisuuksia ja aloittaa määrällisen tiedon keräämisen verkkokyselyistä. Hinnoittelusuunnitelma alkaa kokeilujakson päättymisen jälkeen 20 dollarin kuukausihinnalla, jossa on kohtuulliset alennukset koulutukselle ja kansalaisjärjestöille.

• Klikkaa Luo lomake -painiketta aloittaaksesi lomakkeiden luomisen ilmaiseksi.
• Voit myös napsauttaa Upgrade Now-painiketta päivittääksesi hinnoittelusuunnitelman 20 dollarin kuukausihintaan.

Vaihe 3: Laadullisten tietojen kerääminen

Luomme esimerkin laadullisten tietojen keruulomakkeesta, johon syötetään vastaajan nimi (nominaalitiedot) ja onnellisuustaso (ordinaalitiedot).

• Muokkaa lomakkeen otsikkoa ja napsauta lomakkeen rakentajan valikon syöttöosiota.
• Syöttöosioissa voit lisätä ominaisuuksia, kuten pieniä tekstejä nimiä, numeroita, päivämäärää, sähköpostia ja pitkiä tekstejä yleistä palautetta varten. Napsauta Nimi-välilehteä ja muokkaa asetuksissa

• Klikkaa lomakkeen rakentaja-valikon Valintavaihtoehdot-osiota. Napsauta sitten Radio-välilehteä.
• valintavaihtoehtojen avulla vastaajat voivat valita eri vaihtoehdoista. Radio-valintojen avulla pyydät vastaajia valitsemaan yhden vaihtoehdon valintalistalta.

Vaihe 4: Kvantitatiivisten tietojen kerääminen

Luomme esimerkin kvantitatiivisten tietojen keruulomakkeesta, johon syötetään opiskelijan tarjoamat kurssit ja heidän pistemääränsä ja jonka jälkeen tulostetaan opiskelijan keskiarvot.

• Klikkaa Builder-valikon Advanced inputs -osiota ja valitse sitten Table-välilehti.

• Klikkaa Labeled Text (Merkitty teksti) -välilehteä inputs (Syötteet) -osiossa tulostaaksesi määrällisten tietojemme laskennan tuloksen.

• Klikkaa Add Calculations (Lisää laskutoimituksia) -välilehdellä Advanced inputs (Lisätiedot) ja käytä kaavaa Score/COUNT() keskimääräisen pistemäärän laskemiseksi.

Lisää laskelmia -välilehdellä voit suorittaa aritmeettisia operaatioita numeerisille tiedoille.

Johtopäätös

Kvalitatiivisilla ja kvantitatiivisilla tiedoilla on keskeiset eroavaisuutensa ja yhtäläisyytensä, ja niiden ymmärtäminen on erittäin tärkeää, sillä se auttaa valitsemaan parhaan tietotyypin, jonka kanssa työskennellä. Se auttaa myös asianmukaisessa tunnistamisessa, jotta aineistoa ei luokitella väärin.

Näillä kahdella tietotyypillä on myös omat ainutlaatuiset etunsa toisiinsa nähden, minkä vuoksi tutkijat käyttävät tiettyä tietotyyppiä tutkimukseen ja toista toiseen tutkimukseen. Kvantitatiivinen aineisto on kuitenkin edelleen suositumpi tietotyyppi verrattuna kvalitatiiviseen aineistoon.

Kuten olemme tehneet tässä artikkelissa, tietotyyppien ymmärtäminen on ensimmäinen askel kohti asianmukaista käyttöä.