Cosa sono i dati qualitativi? + [Tipi, Esempi]

Il processo di raccolta dei dati qualitativi può essere valutato attraverso due diversi punti di vista: quello del questionario e quello degli intervistati. Un intervistato può non preoccuparsi della classificazione dei dati che sta inserendo, ma questa informazione è importante per il questionario perché aiuta a determinare il metodo di analisi che verrà utilizzato.

Ci sono diversi metodi di analisi che variano a seconda del tipo di dati che stiamo studiando. In statistica, ci sono due tipi principali di dati: i dati quantitativi e i dati qualitativi.

Per il bene di questo articolo, considereremo uno di questi due, cioè i dati qualitativi.

Che cosa sono i dati qualitativi?

I dati qualitativi sono un tipo di dati che descrivono informazioni. Sono investigativi e spesso aperti, permettendo agli intervistati di esprimersi pienamente.

Conosciuto anche come dati categorici, questo tipo di dati non è necessariamente misurato con numeri, ma piuttosto categorizzato in base a proprietà, attributi, etichette e altri identificatori. Numeri come il numero di identificazione nazionale, il numero di telefono, ecc. sono comunque considerati dati qualitativi perché sono categorici e unici per un individuo.

Esempi di dati qualitativi includono il sesso (maschio o femmina), il nome, lo stato di origine, la cittadinanza, ecc. Un esempio più pratico è il caso in cui un insegnante dà all’intera classe un saggio che è stato valutato dando commenti su ortografia, grammatica e punteggiatura piuttosto che sul punteggio.

Tipi di dati qualitativi

I dati qualitativi possono essere divisi in due tipi, cioè; dati nominali e ordinali

• Dati nominali:

In statistica, i dati nominali (conosciuti anche come scala nominale) sono una classificazione di variabili categoriche, che non forniscono alcun valore quantitativo. A volte ci si riferisce ad essi come dati etichettati o nominali.

Deriva dalla nomenclatura latina “Nomen” (che significa nome), è usato per etichettare o nominare le variabili senza fornire alcun valore quantitativo. Questo non è vero in alcuni casi in cui i dati nominali assumono un valore quantitativo.

Tuttavia, questo valore quantitativo manca di caratteristiche numeriche. A differenza dei dati di intervallo o di rapporto, i dati nominali non possono essere manipolati usando gli operatori matematici disponibili.

Per esempio, un ricercatore potrebbe aver bisogno di generare un database dei numeri di telefono e della posizione di un certo numero di persone. Un sondaggio online può essere condotto utilizzando una domanda chiusa a risposta aperta.

Es: Inserisci il tuo numero di telefono con il codice del paese.

Il modo migliore per raccogliere questi dati sarà attraverso opzioni aperte chiuse.

Il codice paese sarà un’opzione chiusa, mentre il numero di telefono sarà aperto.

• Dati ordinali: I dati ordinali sono un tipo di dati qualitativi in cui le variabili hanno categorie naturali ordinate e le distanze tra le categorie non sono note. Per esempio, i dati ordinali si dicono raccolti quando un cliente inserisce la sua soddisfazione sulla scala delle variabili – “soddisfatto, indifferente, insoddisfatto”.

Quindi, i dati ordinali sono una collezione di variabili ordinali. Per esempio, i dati raccolti facendo una domanda con una scala Likert sono ordinali.

• Un’organizzazione crea un questionario di uscita per i dipendenti che evidenzia principalmente questa domanda: “Come valuta la sua esperienza di lavoro con noi?”
• Molto grande
• Grande
• Brutto
• Molto brutto

Altri esempi di dati ordinali includono la gravità di un bug del software (critico, alto, medio, basso), la velocità di un corridore, il calore del cibo, ecc.

In alcuni casi, i dati ordinali sono classificati come un tipo di dati quantitativi o si dice che siano a metà tra il qualitativo e il quantitativo. Questo perché i dati ordinali presentano caratteristiche sia quantitative che qualitative.

Costruisci sondaggi per dati quantitativi con Formplus

Quali sono gli esempi di dati qualitativi?

Vari esempi di dati qualitativi sono applicati sia nella ricerca che nella statistica. Questi esempi variano e, pertanto, saranno evidenziati separatamente qui di seguito.

Esempi di dati qualitativi nella ricerca

• Qualificazione: Quando si compilano i moduli di domanda di lavoro, al candidato viene solitamente richiesto di inserire la sua qualifica. Questi dati possono essere raccolti in diversi modi – domande aperte o chiuse.

Approccio con domande aperte

Qual è la tua qualifica più alta? _____

Approccio con domande chiuse

Qual è la sua qualifica più alta?

• SSCE
• BSc.
• HND
• MSc.
• PhD
• Analisi competitiva: Durante l’analisi competitiva, le marche inviano questionari al loro mercato di riferimento per accedere alla popolarità della loro concorrenza. Per esempio:

Quale delle seguenti piattaforme di pagamento le è familiare?

• Paypal
• Paystack
• Stripe
• Flutterwave

Possono anche andare oltre facendo domande come “Come li hai conosciuti? Questo può anche aiutarli a migliorare la loro strategia di marketing.

• Sondaggi o questionari: I ricercatori usano sondaggi e questionari per condurre indagini e raccogliere dati. Di seguito è riportato un esempio di questionario che raccoglie dati nominali.

Qual è il suo paese di residenza? _____

• Gravità del bug: Quando si verificano i bug di un sito web o di un software, i ricercatori di sicurezza controllano anche la severità del bug. La misura in cui un bug può causare danni è ciò che viene definito come la sua gravità.

La gravità di un bug può essere detta critica, alta, media o bassa. Questi dati possono essere raccolti su una scala nominale o ordinale.

• Scala Likert: Una scala Likert è una scala a punti usata dai ricercatori per fare sondaggi e ottenere le opinioni delle persone su un argomento. Considera questo esempio:

Come valuterai il nuovo menu?

1. Molto buono
2. Bene
3. Neutro
4. Brutto

Questa è una scala Likert a 5 punti, un esempio comune di dati ordinali.

Costruisci sondaggi su scala Likert & Questionari con Formplus

Esempi di dati qualitativi in statistica

• Votanti

Durante il processo di voto, prendiamo i dati nominali del candidato che un elettore sta votando. Si misura la frequenza dei voti di ogni candidato, e il candidato con il maggior numero di voti viene nominato vincitore. In termini statistici, chiamiamo questa modalità.

• Popolazione espatriata

Ogni ambasciata di ogni paese ha un database degli immigrati che arrivano nel paese. Per esempio, l’ambasciata nigeriana negli Stati Uniti ha un database di tutti gli immigrati africani legali in America. In questo modo, il governo degli Stati Uniti avrà una stima della popolazione di africani negli Stati Uniti. Non solo questo, ma anche dettagli personali come il sesso, i paesi, ecc. che possono aiutare nelle statistiche appropriate.

• Partecipanti agli eventi

Durante un evento, gli organizzatori prendono i dati nominali dei partecipanti, che includono nome, sesso, numero di telefono, ecc. Una domanda di esempio come “Dove hai sentito parlare di questo evento? ” può aiutarli a determinare quale sia la piattaforma di marketing più efficace.

• Diversità e inclusione

Quando si cerca di costruire un database di persone con diversi background come diversi generi, razze, classi, ecc. si usano dati qualitativi. Per esempio, quando si assumono persone, le organizzazioni che si preoccupano di avere una pari rappresentanza femminile prendono le statistiche del numero di dipendenti maschi e femmine per bilanciare il genere.

• Mediano

I dati ordinali sono un tipo di dati che hanno una scala o un ordine. Questo ordine è usato per calcolare il punto medio di un insieme di dati qualitativi.

Per esempio, i dati qualitativi sull’ordine di disposizione delle merci in un supermercato ci aiuteranno a determinare le merci al centro del supermercato. Questo può anche essere un fattore per determinare se la posizione della merce influenza il numero di vendite.

Caratteristiche dei dati qualitativi

• Tipi

I dati qualitativi sono di due tipi: dati nominali e dati ordinali.

• Valori numerici

I dati qualitativi a volte assumono valori numerici ma non hanno proprietà numeriche. Questo è un caso comune nei dati ordinali.

• Ordine

I dati ordinali hanno una scala e un ordine. Tuttavia, questa scala non ha una misura standard.

• Analisi

I dati qualitativi sono analizzati usando le distribuzioni di frequenza, modalità e mediana, dove i dati nominali sono analizzati con la modalità mentre i dati ordinali usano entrambe.

• Visualizzazione dei dati

Alcune delle tecniche di visualizzazione dei dati adottate dai dati quantitativi includono; grafico a barre e grafico a torta.

Tecniche di raccolta dei dati qualitativi

Quando si raccolgono dati qualitativi, i ricercatori sono interessati al come, cioè ai dettagli specifici intorno al verificarsi di un evento, con un particolare interesse per la prospettiva del soggetto di studio. Alcune delle tecniche utilizzate nella raccolta di dati qualitativi sono spiegate qui sotto:

• Osservazione

Questo è il processo di studio di un soggetto per un determinato periodo per accedere ad alcune informazioni. Questo può essere fatto con o senza il consenso del soggetto che viene osservato.

L’osservazione può essere fatta in diversi modi. Non è necessariamente fatta osservando il soggetto per un lungo periodo.

Può essere attraverso la lettura di materiali scritti da o sul soggetto, lo stalking sui social media, chiedendo di loro, ecc.

• Intervista

Un’intervista è una conversazione a tu per tu tra due gruppi di persone dove una parte interroga l’altra parte. La parola gruppo viene usata perché a volte possiamo avere due o più intervistatori e due o più intervistati.

In tempi recenti, ora abbiamo interviste telefoniche e interviste Skype (video).

Il soggetto può essere intervistato per raccogliere dati qualitativi direttamente da lui.

• Sondaggi/Questionari

Questa è una tecnica molto comune per raccogliere dati qualitativi da un gruppo di intervistati. I questionari tradizionali sono stampati su carta e dati agli intervistati per essere compilati e riconsegnati al ricercatore.

I ricercatori possono ora creare sondaggi online e inviarli agli intervistati affinché li compilino. Questo è meglio del metodo tradizionale perché raccoglie automaticamente i dati e li prepara per l’analisi.

Analisi dei dati qualitativi

L’analisi dei dati qualitativi è il processo di passaggio dai dati qualitativi raccolti ad una qualche forma di spiegazione o interpretazione del soggetto in esame. Ci sono due fasi principali dell’analisi dei dati qualitativi.

Organizzazione dei dati per l’analisi

Questa è la prima fase dell’analisi dei dati qualitativi, dove i dati grezzi vengono convertiti in qualcosa di significativo e leggibile. Questo viene fatto in quattro passi:

Passo 1: Sviluppo di codici

La codifica è un passo importante nell’analisi dei dati qualitativi. È il processo di classificazione dei dati raggruppandoli in categorie significative per analizzarli facilmente.

Cose da notare quando si sviluppano i codici:

• Conserva sempre la copia originale dei dati.
• Sentitevi liberi di sviluppare numerosi codici di categoria mentre studiate i dati.
• Scrivi le note importanti elencando le idee o diagrammando le relazioni.
• Eliminate alcune delle molte categorie di codifica assegnate a dati simili.

Fase 2: Codificare i dati

Rivedere attentamente le categorie sviluppate e usarle per codificare i dati. Avere un lavoro di squadra sulla codifica dei dati consentirà di accogliere prospettive diverse.

Non abbiate paura di includere o rimuovere sottocategorie man mano che andate avanti. Questo può rivelarsi necessario nel caso in cui i codici siano troppo ampi o troppo dettagliati.

Il processo di codifica

• Leggi i dati del testo.
• Dividi il testo in diversi gruppi di informazioni.
• Etichetta ogni gruppo con dei codici.
• Riduci la sovrapposizione e la ridondanza.
• Collocare il codice in temi

Step 3: Trovare temi, schemi e relazioni

Questo è il punto in cui ci si prende una pausa dal duro lavoro. Fai un passo indietro e osserva i dati codificati per trovare temi, schemi e relazioni emergenti.

Qui si controllano le somiglianze e le differenze e si vede cosa sta rappresentando ogni gruppo.

Fase 4: Riassumere i dati

Questo è il processo di razionalizzare il resto dei dati e mantenerli brevi. Tutte le parti dei dati dovrebbero essere riassunte per prepararle all’analisi.

Approccio all’analisi qualitativa dei dati

Dopo aver completato la prima fase, i dati sono pronti per l’analisi. Ci sono due approcci principali di analisi dei dati utilizzati, vale a dire; approccio deduttivo e induttivo.

Approccio deduttivo

L’approccio deduttivo all’analisi dei dati qualitativi è il processo di analisi che si basa su una struttura o ipotesi esistente. I ricercatori scelgono una teoria sociale interessante e testano le sue implicazioni con i dati.

Questo approccio è abbastanza facile poiché il ricercatore ha già un’idea dei probabili risultati dell’analisi prima di condurre la ricerca. Di solito è associato alle indagini scientifiche.

Approccio induttivo

L’approccio induttivo all’analisi dei dati qualitativi è il processo di sviluppo di una nuova teoria o ipotesi per l’analisi dei dati. I ricercatori trovano temi, modelli e relazioni nei dati e lavorano per sviluppare una teoria che possa spiegarli.

Questo è un approccio più difficile e che richiede tempo rispetto al primo.

Svantaggi dei dati qualitativi

• Fornisce profondità e dettaglio andando oltre nel registrare le emozioni.
• Dare spazio a domande aperte può innescare nuove conversazioni che amplieranno la portata della ricerca più di quanto il ricercatore si aspetti.
• Simula le differenze comportamentali negli individui. I ricercatori possono ottenere abbastanza dettagli sul perché le persone agiscono in certi modi.
• Spiega ulteriormente i dati quantitativi. Se usato insieme ai dati quantitativi, per esempio, si possono ottenere informazioni dettagliate su ogni numero
• Aiuta i ricercatori a fare ipotesi migliori.

Svantaggi dei dati quantitativi

• Richiede troppo tempo e sforzo rispetto ai dati qualitativi ed è più costoso.
• I ricercatori hanno a che fare con una piccola dimensione del campione a causa dell’enorme quantità di sforzo necessario per elaborare i dati qualitativi.
• Di solito è difficile generalizzare sulla base del risultato dell’analisi dei dati qualitativi. Questo perché fare ipotesi generali su una grande popolazione basate su un piccolo campione può portare a conclusioni sbagliate.
• È difficile fare confronti perché gli intervistati danno risposte diverse che possono essere completamente slegate l’una dall’altra.
• I ricercatori possono avere a che fare con molti dati irrilevanti.

Qual è il miglior strumento di raccolta dati per i dati qualitativi?

Raccogliendo dati qualitativi con Formplus, i ricercatori hanno accesso a strumenti che renderanno la loro ricerca semplice e facile. L’analisi dei dati è resa facile da un efficiente strumento di raccolta dati che registra dati in tempo reale.

Questo costruttore di moduli online aiuta le aziende a condurre migliori indagini sulla soddisfazione dei clienti con dati qualitativi. I dati raccolti attraverso Formplus possono essere esportati in diversi formati compatibili con gli strumenti di analisi dei dati.

Formplus elimina lo stress e la necessità di manodopera che possono sorgere nel trattare i dati qualitativi. Non importa quanto sia grande il campione, Formplus rende la raccolta facile sia per gli intervistati che per i questionari.

Online & Strumento di raccolta dati offline

Come usare Formplus Builder per raccogliere dati qualitativi

Per raccogliere dati qualitativi usando Formplus builder, segui questi passi:

Passo 1: Registrarsi o iscriversi

• Visita www.formpl.us sul vostro desktop o dispositivo mobile.
• Registrati attraverso la tua Email, Google o Facebook in meno di 30 secondi.

Step 2: Inizia a creare moduli

Formplus ti offre 21 giorni di prova gratuita per testare tutte le caratteristiche e iniziare a raccogliere dati quantitativi dai sondaggi online. Il piano tariffario inizia dopo la scadenza della prova a $20 mensili, con sconti ragionevoli per le organizzazioni educative e non governative.

• Clicca sul pulsante Crea modulo per iniziare a creare moduli gratuitamente.
• Puoi anche cliccare sul pulsante Aggiorna ora per passare ad un piano tariffario a $20 mensili.

Passo 3: Raccogliere dati qualitativi

Creeremo un modulo campione di raccolta dati qualitativi che prende il nome (dati nominali) e il livello di gravità del bug (dati ordinali) da un intervistato.

• Modifica il titolo del modulo e clicca sulla sezione input del menu del costruttore del modulo.
• Le sezioni di input ti permettono di inserire caratteristiche come piccoli testi per nomi, numeri, date, e-mail, testo lungo per un feedback generale. Clicca sulla scheda Testo breve per richiedere l’input.
• Modifica la scheda nel menu delle impostazioni e clicca su salva quando hai finito.

• Clicca sulla sezione di scelta e scegli il pulsante radio.
• Modifica la scheda nel menu delle impostazioni e clicca su salva al termine.

Salva il modulo e visualizza l’anteprima

Conclusioni

I dati qualitativi in statistica sono simili a sostantivi e aggettivi nella lingua inglese, dove i dati nominali sono il sostantivo mentre i dati ordinali sono l’aggettivo. Questo confronto è un tentativo di scomporre il significato dei dati qualitativi in termini relazionabili per una corretta comprensione.

Una corretta comprensione di cosa siano i dati qualitativi aiuta i ricercatori a identificarli, a utilizzarli e a scegliere il miglior metodo di analisi per essi.

Nell’analisi dei dati qualitativi, rompiamo i dati in pezzi più piccoli e li raggruppiamo prima dell’analisi. Questo per comprendere correttamente i dati e facilitare il processo di analisi.

Raccogliere dati qualitativi con Formplus