Czym są dane jakościowe? + [Rodzaje, Przykłady]

Proces zbierania danych jakościowych może być oceniany z dwóch różnych punktów widzenia – kwestionariusza i respondentów. Respondent może nie przywiązywać wagi do klasyfikacji danych, które wprowadza, ale ta informacja jest ważna dla kwestionariusza, ponieważ pomaga określić metodę analizy, która zostanie zastosowana.

Istnieją różne metody analizy, które różnią się w zależności od rodzaju danych, które badamy. W statystyce istnieją dwa główne rodzaje danych, a mianowicie: dane ilościowe i dane jakościowe.

Na potrzeby tego artykułu będziemy rozważać jeden z nich, czyli dane jakościowe.

Co to są dane jakościowe?

Dane jakościowe to rodzaj danych, które opisują informacje. Mają charakter badawczy, a także często otwarty, pozwalający respondentom na pełne wyrażenie siebie.

Znany również jako dane kategoryczne, ten typ danych nie jest koniecznie mierzony za pomocą liczb, ale raczej kategoryzowany na podstawie właściwości, atrybutów, etykiet i innych identyfikatorów. Numery takie jak krajowy numer identyfikacyjny, numer telefonu itp. są jednak uważane za dane jakościowe, ponieważ są kategoryczne i unikalne dla jednej osoby.

Przykłady danych jakościowych obejmują płeć (mężczyzna lub kobieta), imię i nazwisko, stan pochodzenia, obywatelstwo itp. Bardziej praktycznym przykładem jest przypadek, w którym nauczyciel daje całej klasie esej, który został oceniony poprzez komentarze dotyczące pisowni, gramatyki i interpunkcji, a nie punktacji.

Typy danych jakościowych

Dane ilościowe można podzielić na dwa rodzaje, a mianowicie; Dane nominalne i dane porządkowe

• Dane nominalne:

W statystyce, dane nominalne (znane również jako skala nominalna) to klasyfikacja zmiennych kategorycznych, które nie dostarczają żadnej wartości ilościowej. Czasami określa się je jako dane etykietowane lub nazwane.

Pochodzące z łacińskiej nomenklatury „Nomen” (co oznacza nazwę), jest używane do oznaczania lub nazywania zmiennych bez podawania wartości ilościowej. Nie jest to prawdą w niektórych przypadkach, gdy dane nominalne przyjmują wartość ilościową.

Jednakże, ta wartość ilościowa nie ma cech liczbowych. W odróżnieniu od danych przedziałowych lub stosunkowych, danymi nominalnymi nie można manipulować za pomocą dostępnych operatorów matematycznych.

Na przykład, badacz może potrzebować wygenerować bazę danych numerów telefonów i lokalizacji pewnej liczby osób. Ankieta online może być przeprowadzona przy użyciu zamkniętych pytań otwartych.

E.g: Podaj swój numer telefonu wraz z numerem kierunkowym kraju.

Najlepszym sposobem na zebranie tych danych będą opcje zamknięte otwarte.

Kod kraju będzie zamkniętą opcją wejściową, natomiast numer telefonu będzie otwarty.

• Dane porządkowe: Dane porządkowe to rodzaj danych jakościowych, w których zmienne mają naturalne, uporządkowane kategorie, a odległości między kategoriami nie są znane. Na przykład, o danych porządkowych mówi się, że zostały zebrane, gdy klient wpisuje swoje zadowolenie na zmiennej skali – „zadowolony, obojętny, niezadowolony”.

Dane porządkowe są zatem zbiorem zmiennych porządkowych. Na przykład, dane zebrane w wyniku zadania pytania za pomocą skali Likerta są danymi porządkowymi.

• Organizacja tworzy kwestionariusz wyjścia pracowników, w którym przede wszystkim zwraca uwagę na to pytanie: „Jak ocenisz swoje doświadczenie w pracy z nami?”
• Bardzo dobrze
• Wspaniale
• Złe
• Bardzo złe

Inne przykłady danych porządkowych obejmują dotkliwość błędu w oprogramowaniu (krytyczna, wysoka, średnia, niska), szybkość biegacza, gorącość jedzenia itp.

W niektórych przypadkach dane porządkowe są klasyfikowane jako typ danych ilościowych lub mówi się, że znajdują się pomiędzy danymi jakościowymi a ilościowymi. Dzieje się tak dlatego, że dane porządkowe wykazują zarówno cechy ilościowe, jak i jakościowe.

Buduj ankiety dla danych ilościowych z Formplus

Czym są przykłady danych jakościowych?

Różne przykłady danych jakościowych są stosowane zarówno w badaniach, jak i w statystyce. Przykłady te różnią się od siebie i dlatego zostaną oddzielnie wyróżnione poniżej.

Przykłady danych jakościowych w badaniach

• Kwalifikacja: Podczas wypełniania formularzy podań o pracę, wnioskodawca jest zwykle zobowiązany do wypełnienia swoich kwalifikacji. Dane te mogą być zbierane na różne sposoby – pytania otwarte lub zamknięte.

Pytania otwarte

Jakie są Pana/Pani najwyższe kwalifikacje? _____

Podejście do pytań zamkniętych

Jakie są Pana/Pani najwyższe kwalifikacje?

• SSCE
• BSc.
• HND
• MSc.
• PhD
• Analiza konkurencyjna: Podczas analizy konkurencyjnej, marki wysyłają kwestionariusze do swojego rynku docelowego, aby uzyskać dostęp do popularności swojej konkurencji. Na przykład:

Które z poniższych platform płatniczych są Ci znane?

• Paypal
• Paystack
• Stripe
• Flutterwave

Mogą nawet posunąć się dalej, zadając pytania typu: „Jak się o nich dowiedziałeś?”. To może nawet pomóc im poprawić ich strategię marketingową.

• Ankiety lub kwestionariusze: Naukowcy używają ankiet i kwestionariuszy do przeprowadzania badań i zbierania danych. Poniżej znajduje się przykład kwestionariusza, który zbiera dane nominalne.

Gdzie znajduje się Pana/Pani kraj zamieszkania? _____

• Skuteczność błędów: Podczas testowania błędów na stronie internetowej lub w oprogramowaniu, badacze bezpieczeństwa sprawdzają również dotkliwość błędu. Stopień, w jakim błąd może spowodować szkody jest określany jako jego dotkliwość.

Silność błędu może być krytyczna, wysoka, średnia lub niska. Dane te mogą być zbierane na skali nominalnej lub porządkowej.

• Skala Likerta: Skala Likerta jest skalą punktową używaną przez badaczy do przeprowadzania ankiet i uzyskiwania opinii ludzi na dany temat. Rozważmy następujący przykład:

Jak Pan/Pani oceni nowe menu?

1. Bardzo dobrze
2. Dobrze
3. Neutralnie
4. Zle
5. Bardzo źle

To jest 5-punktowa skala Likerta, powszechny przykład danych porządkowych.

Buduj ankiety ze skalą Likerta & Kwestionariusze z Formplus

Przykłady danych ilościowych w statystyce

• Głosowanie

Podczas procesu głosowania zbieramy dane nominalne dotyczące kandydata, na którego głosuje wyborca. Mierzona jest częstość głosów oddanych na każdego z kandydatów, a zwycięzcą zostaje kandydat z największą liczbą głosów. W ujęciu statystycznym nazywamy to trybem.

• Populacja emigrantów

Każda ambasada w każdym kraju posiada bazę danych imigrantów przybywających do danego kraju. Na przykład, ambasada Nigerii w USA posiada bazę danych wszystkich legalnych afrykańskich imigrantów do Ameryki. W ten sposób rząd USA będzie miał szacunkową liczbę Afrykańczyków w USA. Nie tylko to, ale także dane osobowe, takie jak płeć, kraje, itp., które mogą pomóc we właściwym prowadzeniu statystyk.

• Uczestnicy imprezy

Podczas imprezy, organizatorzy zbierają dane nominalne uczestników, które zawierają imię, płeć, numer telefonu, itp. Przykładowe pytanie typu „Skąd dowiedziałeś się o tym wydarzeniu? ” może pomóc im w określeniu, która platforma marketingowa jest najbardziej efektywna.

• Różnorodność i inkluzja

Próbując zbudować bazę danych osób z różnych środowisk, takich jak różne płcie, rasy, klasy, itp. używamy danych jakościowych. Na przykład, przy zatrudnianiu pracowników, organizacje, którym zależy na równej reprezentacji kobiet, prowadzą statystyki dotyczące liczby pracowników płci męskiej i żeńskiej, aby zrównoważyć płeć.

• Mediana

Dane porządkowe to typ danych, który posiada skalę lub porządek. Porządek ten jest wykorzystywany do obliczania punktu środkowego zestawu danych jakościowych.

Na przykład, dane jakościowe dotyczące kolejności rozmieszczenia towarów w supermarkecie pomogą nam określić towary znajdujące się w centrum supermarketu. Może to być nawet czynnik decydujący o tym, czy położenie towaru wpływa na liczbę sprzedaży.

Charakterystyka danych jakościowych

• Typy

Dane ilościowe występują w dwóch rodzajach, a mianowicie; dane nominalne i dane porządkowe.

• Wartości liczbowe

Dane ilościowe czasami przyjmują wartości liczbowe, ale nie mają właściwości liczbowych. Jest to częsty przypadek w danych porządkowych.

• Order

Dane porządkowe mają skalę i porządek. Skala ta nie ma jednak standardowej miary.

• Analiza

Dane ilościowe analizuje się za pomocą rozkładów częstości, sposobu i mediany, przy czym dane nominalne analizuje się za pomocą sposobu, a dane porządkowe za pomocą obu.

• Wizualizacja danych

Niektóre z technik wizualizacji danych ilościowych obejmują: wykres słupkowy i wykres kołowy.

Techniki zbierania danych jakościowych

Gromadząc dane jakościowe, badacze są zainteresowani tym, jak, tj. konkretnymi szczegółami dotyczącymi wystąpienia zdarzenia, ze szczególnym zainteresowaniem perspektywą badanego. Niektóre z technik stosowanych przy zbieraniu danych jakościowych wyjaśniono poniżej:

• Obserwacja

Jest to proces badania podmiotu przez określony czas w celu uzyskania dostępu do pewnych informacji. Można to zrobić za zgodą lub bez zgody obserwowanego podmiotu.

Obserwacja może być przeprowadzona na kilka sposobów. Niekoniecznie poprzez długotrwałe przyglądanie się badanemu.

Może to być czytanie materiałów napisanych przez badanego lub na jego temat, śledzenie w mediach społecznościowych, wypytywanie o niego itp.

• Wywiad

Wywiad oznacza rozmowę jeden na jeden pomiędzy dwiema grupami osób, w której jedna strona przesłuchuje drugą. Słowo grupa jest używany, ponieważ czasami możemy mieć dwóch lub więcej ankieterów i dwóch lub więcej respondentów.

W ostatnich czasach, mamy teraz wywiady telefoniczne i Skype (wideo) wywiady.

Podmiot może być przesłuchiwany w celu zebrania danych jakościowych bezpośrednio od niego.

• Sondaże/Kwestionariusze

Jest to bardzo powszechna technika zbierania danych jakościowych od grupy respondentów. Tradycyjne kwestionariusze są drukowane na papierze i dawane respondentom do wypełnienia, a następnie przekazywane z powrotem badaczowi.

Badacze mogą teraz tworzyć ankiety online i wysyłać je do respondentów do wypełnienia. Jest to lepsze rozwiązanie niż metoda tradycyjna, ponieważ automatycznie zbiera dane i przygotowuje je do analizy.

Analiza danych jakościowych

Analiza danych ilościowych to proces przechodzenia od zebranych danych jakościowych do jakiejś formy wyjaśnienia lub interpretacji badanego tematu. Istnieją dwa główne etapy analizy danych jakościowych.

Organizowanie danych do analizy

Jest to pierwszy etap analizy danych jakościowych, w którym surowe dane są przekształcane w coś znaczącego i czytelnego. Odbywa się to w czterech krokach:

Krok 1: Opracowanie kodów

Kodowanie jest głównym krokiem w analizie danych jakościowych. Jest to proces klasyfikowania danych poprzez grupowanie ich w znaczące kategorie w celu ułatwienia ich analizy.

Na co należy zwrócić uwagę podczas opracowywania kodów:

• Zawsze zachowaj oryginalną kopię danych.
• Nie krępuj się opracowywać licznych kodów kategorii w miarę studiowania danych.
• Zapisuj ważne notatki, wymieniając pomysły lub diagramując zależności.
• Eliminuj niektóre z wielu kategorii kodowych przypisanych do podobnych danych.

Krok 2: Kodowanie danych

Dokładnie przejrzyj opracowane kategorie i użyj ich do zakodowania swoich danych. Praca zespołowa nad kodowaniem danych pozwoli uwzględnić różne perspektywy.

Nie bój się włączać lub usuwać podkategorii w miarę postępu prac. Może się to okazać potrzebne w przypadku, gdy kody są zbyt szerokie lub zbyt szczegółowe.

Proces kodowania

• Przeanalizuj dane tekstowe.
• Podziel tekst na różne grupy informacji.
• Oznacz każdą grupę kodami.
• Zredukuj nakładanie się i redundancję.
• Połącz kody w tematy

Krok 3: Znalezienie motywów, wzorców i relacji

To jest moment, w którym robisz sobie przerwę od ciężkiej pracy. Cofnij się i obserwuj zakodowane dane pod kątem wyłaniających się tematów, wzorów i relacji.

W tym miejscu sprawdź podobieństwa i różnice oraz zobacz, co każda z grup przedstawia.

Krok 4: Podsumowanie danych

Jest to proces usprawnienia pozostałej części danych i utrzymania ich w zwięzłości. Wszystkie części danych powinny zostać podsumowane, aby przygotować je do analizy.

Podejście do analizy danych ilościowych

Po zakończeniu pierwszego etapu, dane są gotowe do analizy. Istnieją dwa główne podejścia do analizy danych, mianowicie: podejście dedukcyjne i indukcyjne.

Podejście dedukcyjne

Podejście dedukcyjne do analizy danych jakościowych to proces analizy, który opiera się na istniejącej strukturze lub hipotezie. Badacze wybierają interesującą teorię społeczną i testują jej implikacje za pomocą danych.

To podejście jest dość łatwe, ponieważ badacz ma już wyobrażenie o prawdopodobnych wynikach analizy przed przeprowadzeniem badania. Zazwyczaj kojarzone jest z badaniami naukowymi.

Podejście indukcyjne

Podejście indukcyjne do analizy danych jakościowych to proces tworzenia nowej teorii lub hipotezy na podstawie analizy danych. Badacze znajdują tematy, wzorce i związki w danych i pracują nad stworzeniem teorii, która może je wyjaśnić.

Jest to trudniejsze i bardziej czasochłonne podejście w porównaniu do pierwszego.

Zalety danych jakościowych

• Dostarcza głębi i szczegółowości poprzez dalsze rejestrowanie emocji.
• Daje miejsce na pytania otwarte, które mogą wywołać nowe rozmowy, które rozszerzą zakres badań bardziej niż badacz się spodziewa.
• Symuluje różnice behawioralne u poszczególnych osób. Naukowcy mogą uzyskać wystarczająco dużo szczegółów na temat tego, dlaczego ludzie działają w określony sposób.
• Dalej wyjaśnia dane ilościowe. Jeśli jest używany obok danych ilościowych, na przykład, szczegółowe informacje na temat każdej liczby można uzyskać
• To pomaga badaczom zrobić lepsze założenia.

Wady danych ilościowych

• To wymaga zbyt dużo czasu i wysiłku w porównaniu do danych jakościowych i jest bardziej kosztowne.
• Badacze mają do czynienia z małą liczebnością próby z powodu ogromnego wysiłku potrzebnego do przetwarzania danych jakościowych.
• Zazwyczaj trudno jest generalizować w oparciu o wyniki analizy danych jakościowych. Dzieje się tak dlatego, że przyjęcie ogólnych założeń dotyczących dużej populacji na podstawie małej próbki może prowadzić do błędnych wniosków.
• Trudno jest dokonywać porównań, ponieważ respondenci udzielają różnych odpowiedzi, które mogą być zupełnie ze sobą nie powiązane.
• Badacze mogą mieć do czynienia z dużą ilością nieistotnych danych.

Jakie jest najlepsze narzędzie do zbierania danych jakościowych?

Zbierając dane jakościowe za pomocą Formplus, badacze mają dostęp do narzędzi, które sprawią, że ich badania będą proste i łatwe. Analiza danych jest łatwa dzięki skutecznemu narzędziu do zbierania danych, które rejestruje dane w czasie rzeczywistym.

Ten kreator formularzy online pomaga firmom przeprowadzać lepsze badania satysfakcji klienta z danymi jakościowymi. Dane zebrane za pomocą Formplus mogą być eksportowane w różnych formatach, które są kompatybilne z narzędziami do analizy danych.

Formplus eliminuje stres i zapotrzebowanie na siłę roboczą, które mogą pojawić się podczas pracy z danymi jakościowymi. Bez względu na wielkość próby, Formplus ułatwia zbieranie danych zarówno dla respondentów, jak i dla ankieterów.

Online & Offline Narzędzie do zbierania danych

Jak używać Formplus Builder do zbierania danych jakościowych

Aby zbierać dane jakościowe za pomocą Formplus Builder, wykonaj następujące kroki:

Krok 1: Zarejestruj się lub Zarejestruj się

• Wejdź na stronę www.formpl.us na swoim komputerze lub urządzeniu mobilnym.
• Zapisz się przez Email, Google lub Facebook w mniej niż 30 sekund.

Krok 2: Zacznij tworzyć formularze

Formplus daje Ci 21-dniowy darmowy okres próbny, aby przetestować wszystkie funkcje i zacząć zbierać dane ilościowe z ankiet online. Plan cenowy zaczyna się po wygaśnięciu wersji próbnej od 20$ miesięcznie, z rozsądnymi zniżkami dla Edukacji i Organizacji Pozarządowych.

• Kliknij na przycisk Utwórz formularz, aby rozpocząć tworzenie formularzy za darmo.
• Możesz również kliknąć na przycisk Uaktualnij teraz, aby uaktualnić do planu cenowego na poziomie 20$ miesięcznie.

Krok 3: Zbierz dane jakościowe

Powstanie przykładowy formularz do zbierania danych jakościowych, który pobiera od respondenta imię (dane nominalne) i poziom ważności błędu (dane porządkowe).

• Edytuj tytuł formularza i kliknij na sekcję danych wejściowych w menu konstruktora formularza.
• Sekcje wejściowe pozwalają wstawić takie elementy jak: mały tekst dla nazwisk, liczb, dat, email, długi tekst dla ogólnych informacji zwrotnych. Kliknij na zakładkę Krótki tekst, aby poprosić o wprowadzenie danych.
• Edytuj zakładkę w menu ustawień i kliknij zapisz, gdy skończysz.

• Kliknij na sekcję wyboru i wybierz przycisk radiowy.
• Edytuj zakładkę w menu ustawień i kliknij zapisz, gdy skończysz.

Zapisz formularz i podgląd

Wnioski

Dane ilościowe w statystyce są podobne do rzeczowników i przymiotników w języku angielskim, gdzie dane nominalne są rzeczownikami, a dane porządkowe przymiotnikami. Porównanie to jest próbą rozbicia znaczenia danych jakościowych na pojęcia relatywne, umożliwiające ich właściwe zrozumienie.

Właściwe zrozumienie, czym są dane jakościowe, pomaga badaczom w ich identyfikacji, wykorzystaniu i wyborze najlepszej dla nich metody analizy.

W analizie danych jakościowych rozbijamy dane na mniejsze kawałki i grupujemy je przed analizą. Ma to na celu właściwe zrozumienie danych i ułatwienie procesu analizy.

Zbieraj dane jakościowe za pomocą Formplus