Analiza podataka predstavlja proces u kojem se koriste statističke ili logičke metode kako bi se podaci objasnili i procenili. Ovaj proces uključuje sumiranje informacija koje se dalje koriste za prikupljanje i predstavljanje finalnih rezultata. Cilj je preneti bitne nalaze ili mogućnosti.
Međutim, ovaj proces zahteva razlikovanje između različitih vrsta prikupljenih podataka. Da bi se pojednostavila analiza podataka, ključno je razumeti dve metodologije: kvalitativne podatke i kvantitativne podatke.
Kvalitativni i kvantitativni podaci nastaju, posmatraju se, potvrđuju i prikupljaju. Možete ih videti u obliku brojeva, činjenica, merenja, zapisa, beleški, video snimaka, slika itd., kako u digitalnom, tako i u nedigitalnom formatu.
Ipak, postoje mnoge razlike među njima. Da biste odabrali pravi pristup za svoje projekte, morate razumeti svaki od njih zasebno i kako se razlikuju.
Zato, hajde da istražimo razlike između kvalitativnih i kvantitativnih podataka.
Kvalitativni naspram kvantitativnih podataka: Šta su oni?
Da bismo bolje razumeli ove pojmove, razmotrimo ovo: prvi tip podataka je interpretativan, istraživački i subjektivan, dok je drugi konačan, objektivan i precizan.
Kvalitativni podaci
Kvalitativni podaci su informacije koje se ne mogu meriti, izraziti brojevima ili prebrojati. Ovi podaci se prikupljaju iz zvuka, slika, teksta itd. i dele se uz pomoć alata za vizualizaciju kao što su mape pojmova, vremenske linije, infografike i slično.
Na primer, kada korisnik poseti vašu web stranicu, doda neke proizvode u korpu, ali je napusti, vaš zadatak je da istražite „zašto“ i „kako“. Na primer, zašto je posetilac napustio korpu i kako se oseća u vezi vaše web stranice ili proizvoda. Ovde je „kvalitet“ u prvom planu, stoga je potrebno da dobijete uvid iz kvalitativnih podataka.
U gornjem primeru, nisu vam potrebni brojevi da biste saznali razlog takvog ponašanja korisnika, već je potrebno da ih pitate o uzroku i njihovim iskustvima. Drugim rečima, kvalitativni podaci su oznaka ili termin koji se koristi za opisivanje karakteristika određenih stvari, poput opisivanja ukusa sladoleda kao čokoladnog ili mora kao plavog.
Kvalitativni podaci su nestatističkog oblika i obično su polustrukturirani ili nestrukturirani, što znači da za ovu vrstu podataka nije neophodno prikupljanje čvrstih brojeva putem grafikona. Umesto toga, karakterišu ih oblici, oznake, atributi, svojstva i drugi identifikatori.
Mogu se generisati kroz dokumente, tekstove, video zapise, audio zapise, fokus grupe, transkripte intervjua, beleške i posmatranja. Međutim, identifikacioni brojevi poput brojeva vozačke dozvole ili brojevi socijalnog osiguranja spadaju u kvalitativne podatke jer su jedinstveni i kategorični za svaku osobu.
Primeri: zlatna dugmad, glatka završna obrada, tamno braon, ukus američkih oraha, proizvedeno u Italiji, zelene košulje, plavi okean, prelepe slike itd.
Kvantitativni podaci
Kvantitativni podaci su informacije koje se mogu meriti ili prebrojati u numeričkim vrednostima. To su merljivi podaci koje istraživači koriste za dobijanje statističke analize i matematičkih proračuna kako bi donosili kvalitetne odluke na osnovu izvedenih rezultata.
Ove vrste podataka odgovaraju na pitanja kao što su „koliko?“, „koliko često?“ i „koliko?“. Kvantitativni podaci se lako proveravaju i procenjuju korišćenjem matematičkih tehnika. Razmotrimo primer:
Osoba pita prodavca: „Koliko košta ovaj štampač?“
Ovo je kvantitativno pitanje prikupljanja podataka, kao što je cena različitih uređaja. Vrednosti su povezane sa mernim jedinicama, kao što su kilogrami za težinu, dolari za cenu i slično.
Kvantitativni podaci se prikupljaju za statističku analizu putem anketa, upitnika, izveštaja itd. Jednostavno rečeno, informacije koje se mogu „kvantifikovati“ nazivaju se kvantitativnim podacima. Struktuirani su po prirodi i mogu se izračunati korišćenjem statistike i izveštaja, što znači da su definisani i strogi.
Kvantitativni podaci su sažetiji i mogu se generisati putem testova, anketa, eksperimenata, metrika, tržišnih izveštaja i sl.
Primeri: Težina u kilogramima, broj nedelja u mesecu, visina u centimetrima, udaljenost u kilometrima, starost u godinama, prihod u dolarima, dužina u centimetrima itd.
Kvalitativni naspram kvantitativnih podataka: Razlike
Kvalitativni i kvantitativni podaci – oba imaju svoje mesto u svakoj oblasti. Da bismo ih bolje razumeli, moramo razmotriti kako se razlikuju prema svojim kriterijumima, funkcijama, prirodi i slično.
Hajde da prvo razumemo neke osnovne razlike:
- Podaci u kojima klasifikacija objekata zavisi od kvaliteta ili atributa nazivaju se kvalitativni podaci. Nasuprot tome, podaci koji se mogu prebrojati ili izraziti brojevima nazivaju se kvantitativnim podacima.
- Kvalitativni podaci se oslanjaju na razumevanje između ljudi, emocija, boja itd. S druge strane, kvantitativni podaci se oslanjaju na vrednosti, gde se rezultati koriste u statistici za donošenje odluka.
- U kvalitativnim podacima prikupljaju se verbalne informacije, dok se u kvantitativnim podacima prikupljaju merljive informacije.
- Kvalitativni podaci razvijaju početno razumevanje, dok kvantitativni podaci preporučuju konačnu akciju.
Do sada smo razumeli osnovni koncept koji stoji iza oba tipa podataka. Sada ćemo detaljnije istražiti ključne razlike među njima.
Kriterijumi | Kvalitativni podaci | Kvantitativni podaci |
|—|—|—|
|Definicija | Kvalitativna analiza podataka je tehnika koja se koristi za razumevanje društvenih i humanih nauka. | Kvantitativna analiza podataka je tehnika koja se koristi za generisanje čvrstih činjenica i numeričkih informacija putem logičkih i matematičkih tehnika.|
| Podaci | Sadrži informacije kao što su verovanja, nacionalnost, boja, ukus, pol i sl. | Sadrži težinu, masu, veličinu, visinu, cenu i sl. |
| Pristup | Sledi subjektivnu analizu u kojoj se koriste nestatistički podaci koji se ne mogu izračunati. | Sledi objektivnu analizu koja se lako može izračunati putem matematičkih proračuna. |
| Analiza | Analiza se odnosi na to zašto se razvoj dešava, kako se korisnik oseća, zašto je korpa napuštena itd. | Analiza objašnjava broj ili količinu razvoja, kao što je stopa napuštanja korpe. |
| Uzorak | Uzorak je nereprezentativan i manjeg obima. | Uzorak je velik i može se generalizovati. |
| Metode prikupljanja | Kvalitativni podaci se prikupljaju pomoću pisanih dokumenata, intervjua, posmatranja itd. | Kvantitativni podaci se prikupljaju eksperimentima, intervjuima, posmatranjima, anketama, upitnicima itd.|
| Tip podataka | Zasnovan na tekstu. | Zasnovan na brojevima. |
| Rezultati | Rezultati se sumiraju za analizu ili se jednostavno daju. | Rezultati zavise od varijacija kroz grafikone i tabele. |
| Elementi | Reči, objekti, slike itd. | Numeričke i grafičke informacije. |
Primeri iz stvarnog života
Primer 1: (Kancelarijski prostor)
Kancelarijski prostor obuhvata oba tipa podataka, u zavisnosti od funkcije svakog elementa.
Kvalitativni podaci:
- Veliki i prostran
- Odlično prirodno svetlo
- Velika ostava
- Fontana sa hladnom vodom
- Boje za zidove koje privlače pažnju
- Lepi ramovi za slike
- Veliki prostor za igre u zatvorenom
Kvantitativni podaci:
- 12000 kvadratnih metara površine
- Broj spratova
- Broj prozora
- Broj vrata
- Broj LED sijalica
- Broj sistema
Primer 2: (Članak na web stranici)
Kvalitativni podaci:
- Priroda članka
- Kvalitet članka (pravopis, gramatika, interpunkcija itd.)
- Kako se čitaoci osećaju u vezi članka
- Koliko dobro opisuje temu i pojmove
- Kvalitet korišćenih video i audio materijala
Kvantitativni podaci:
- Broj reči
- Broj korišćenih slika
- Angažman (komentari, pregledi stranica itd.)
- Vreme učitavanja
- Broj generisanih potencijalnih klijenata
Primer 3: (Univerzitetski kampus)
Kvalitativni podaci:
- Veliko i gusto drveće
- Svetle boje
- Arhitektura nove generacije
- Pametna svetla i ventilatori
- Velike učionice
- Kvalitetan projektor
- Kvalitetne knjige
Kvantitativni podaci:
- Broj učionica
- Broj zgrada
- Broj ventilacionih otvora
- Kvadratni metri parkinga
- Veličina učionica
- Broj klupa
- Broj spratova
Kvalitativni podaci nasuprot kvantitativnim podacima: Vrste
Vrste kvalitativnih podataka
Statističari i istraživači kategorizuju kvalitativne podatke u tri tipa:
- Binarni podaci: Kada neku stavku opisujete kao dobru ili lošu, tvrdu ili meku, ispravnu ili pogrešnu, svežu ili zastarelu itd., to su binarni podaci. To su kvalitativni podaci koje možete okarakterisati kroz međusobno isključive osobine. Statističari koriste ove podatke da kreiraju model koji predviđa prirodu te stavke.
- Nominalni podaci: Nazivaju se i označenim ili imenovanim podacima. To je vrsta podataka koju možete koristiti da imenujete nešto bez pominjanja bilo koje numeričke vrednosti.
Na primer, ako grupišete stavke po boji, možete direktno označiti svaku stavku prema njenoj boji. Istraživači koriste ove nominalne podatke da razlikuju skup informacija, kao što je boja. Ovu vrstu mogu koristiti i statističari i istraživači da kreiraju anketu sa više odgovora kako bi saznali koja je opcija poželjnija.
- Redni podaci: Redni podaci su vrsta kvalitativnih podataka koji su kategorizovani na određenoj skali ili redosledu. To je važan korak u prikupljanju podataka.
Na primer, kada ispitanik unese nivo zadovoljstva uslugom na skali od 1 do 10, on prikuplja podatke u skladu sa tim unosima. Ovde ne postoji standardna skala za merenje razlike između unosa. Neki primeri su Likertova skala, intervalna skala itd.
Vrste kvantitativnih podataka
Kvantitativni podaci se dele na dva glavna tipa: diskretni i kontinuirani podaci. Razmotrimo ih pojedinačno.
Diskretni podaci
Diskretni podaci su tip kvantitativnih podataka koji sadrže samo brojanje brojeva. Ne uključuju bilo koju vrstu merenja kao što su dužina, težina, visina itd.
Na primer, broj učenika, broj dana, broj plafonskih ventilatora, starost pojedinca i sl.
Kada identifikujete diskretne podatke, morate da upotrebite nekoliko pitanja da biste ih razlikovali, kao što su:
- Može li se izbrojati?
- Može li se podeliti?
- Može li se izmeriti?
i tako dalje…
Diskretni podaci su takođe poznati kao atributivni podaci koji se ne mogu razbiti na manje delove. Možete reći da su ili prebrojivo konačni ili beskonačni.
Primer: Prebrojivo konačni podatak je proizvoljan skup od A = {1, 2, 3, 4, …, n; gde je n broj manji od beskonačnosti}. Prebrojivo beskonačni podatak je proizvoljan skup B = {1, 2, 3, …}.
Kontinuirani podaci
To je kvantitativni tip podataka koji se može postaviti na mernu skalu, što znači da uzima numeričke vrednosti koje se mogu podeliti na manje delove. Kontinuirani podaci mogu biti prebrojivo konačni i prebrojivo beskonačni.
Na primer, prosečna ocena studenata se meri na skali od 10 poena. Ovde se može reći da student može ostvariti između 0 i 10 poena, uključujući 8,5, 1,57, 4,65, 2,68, 9,8 itd. Ovi podaci se mogu klasifikovati kao prebrojivo konačni kontinuirani podaci, jer imaju gornju i donju granicu.
Slično tome, može se uzeti primer prebrojivo beskonačnih podataka. To je skup realnih brojeva, R = {…,-1, 0, 1, …}. U ovom scenariju, podaci nemaju ni gornju ni donju granicu.
Kontinuirani podaci se dele na dva tipa:
- Intervalni podaci
- Podaci odnosa
Intervalni podaci su jednostavna tehnika koja se može meriti duž skale gde su sve tačke postavljene na istoj udaljenosti jedna od druge. S druge strane, podaci odnosa su proširenje intervalnih podataka i koriste se kada govorimo o tačnom merenju podataka. Podaci odnosa govore o redosledu, tačnoj udaljenosti i sl.
Načini generisanja kvalitativnih i kvantitativnih podataka
Pre nego što detaljnije razmotrimo metode prikupljanja podataka za kvalitativne i kvantitativne podatke, hajde da prvo pokušamo da razumemo vrste prikupljanja podataka.
Metode prikupljanja podataka su:
- Ankete, upitnici i kvizovi
- Intervjui
- Fokus grupe
- Direktna posmatranja
- Dokumenti
Metode prikupljanja podataka mogu se klasifikovati na kvantitativne i kvalitativne tipove podataka.
Metode prikupljanja kvalitativnih podataka
- Upitnici i ankete otvorenog tipa: To je najčešće korišćeni metod za prikupljanje podataka putem različitih upitnika i anketa otvorenog tipa. Omogućava ispitanicima da daju fleksibilnije odgovore. Ne sadrži unapred definisane odgovore ili opcije, već omogućava korisniku da slobodno piše.
- Intervjui jedan na jedan: To je takođe uobičajena metoda za prikupljanje kvalitativnih podataka. Ovde se podaci lako prikupljaju kroz intervjue. Ova tehnika se posebno koristi kada želite da prikupite visoko personalizovane podatke.
- Fokus grupe: Fokus grupa je takođe metod intervjua, ali umesto intervjua jedan na jedan, ovde se vodi grupna diskusija. Resursi ovde nisu ograničeni u smislu novca, vremena itd., što ovaj metod čini vrlo pogodnim. Na primer, ako sprovodite studiju o rehabilitaciji tinejdžera zavisnika od droga, svi članovi grupe treba da budu tinejdžeri koji se oporavljaju od zavisnosti.
- Direktno posmatranje: To je najpasivniji način prikupljanja podataka. Sakupljač podataka zauzima mesto učesnika, pažljivo posmatra okruženje i snima audio, video i fotografije. Ovo može dovesti do pristrasnosti, jer uključuje direktno posmatranje.
Metode prikupljanja kvantitativnih podataka
- Online kvizovi i ankete zatvorenog tipa: Ovaj metod se zasniva na pitanjima koja omogućavaju ispitanicima da biraju između ponuđenih opcija. Podeljen je na kategorijske i odnosne/intervalne tipove.
Kategorijska pitanja se mogu podeliti na dihotomna (da ili ne), pitanja sa poljima za potvrdu i pitanja sa više odgovora. Za poređenje, intervalna pitanja se sastoje od Likertove skale, matričnih pitanja, skala ocenjivanja itd.
Prednosti kvantitativnih podataka u odnosu na kvalitativne podatke
Kvantitativni podaci imaju mnoge prednosti u odnosu na kvalitativne podatke jer se lako mogu izmeriti i prikazati u grafikonima ili izveštajima. Takođe je potrebno manje vremena u poređenju sa kvalitativnim podacima. Ova tehnika se koristi kada ne znate šta da očekujete.
Razmotrimo prednosti kvantitativnih u odnosu na kvalitativne podatke:
- Naučniji
- Kontrolisaniji
- Manje subjektivan
- Fokusiran
- Mogućnost rada sa većim uzorcima
- Jednostavnije organizovani
- Ponavljiv
- Objektivan
- Struktuiran
- Generalizovan
- Dosledan
- Brži i štedi vreme
- Koristan za kvalitetno donošenje odluka
- Prihvatljiviji podaci
- Visoko dostupan
- Može koristiti nasumične uzorke
- Ne zahteva direktno posmatranje
Zaključak
Kvalitativne podatke je teže analizirati u poređenju sa kvantitativnim podacima. Koriste se uobičajeni pristupi, kao što su kvalitativna analiza sadržaja, tematska analiza i analiza diskursa. Kvantitativni podaci se, s druge strane, zasnivaju na brojevima ili vrednostima i koriste se softveri kao što su SPSS, R ili Excel za izračunavanje prosečnih rezultata, učestalosti pojavljivanja određenog pitanja, validnosti itd. Rezultati se prikazuju u tabelama ili grafikonima.
Ovaj tekst bi trebalo da vam pomogne da razumete razliku između kvalitativnih i kvantitativnih podataka i šta izabrati u određenim situacijama.