ما هي البيانات النوعية والكمية؟ مع أمثلة على كل منهما.

تحليل البيانات هو عبارة عن عالم واسع واستكشافي ومعقد تماماً، ولكن عندما نحاول تبسيط تحليل البيانات، يمكننا أن نرى أنه يتلخص في منهجين: البيانات النوعية والبيانات الكمية، فما هو الفرق بين البيانات النوعية والكمية.

هذان النوعان من البيانات مختلفان تماماً. ومع ذلك، فهما يشكلان جميع البيانات التي سيتم تحليلها في أي وقت. قبل الغوص في تحليلات البيانات بعمق أكبر، من المهم فهم الاختلافات الرئيسية بين البيانات النوعية والكمية. نوع واحد من البيانات هو موضوعي، أي في صميم الموضوع وحاسم. النوع الآخر ذاتي وتفسيري واستكشافي.

المحتويات:

1. ما هي البيانات النوعية؟

2. ما هي البيانات الكمية؟

3. النوع الأفضل لتحليل البيانات.

4. البحث الكمي مقابل البحث النوعي.


1. ما هي البيانات النوعية؟

البيانات النوعية Qualitative Data هي عبارة عن بيانات غير إحصائية، وعادة ما تكون غير منظمة أو شبه منظمة. لا يتم قياس هذه البيانات بالضرورة باستخدام الأرقام الثابتة المستخدمة لتطوير الرسوم البيانية والمخططات. بدلاً من ذلك، يتم تصنيفها بناءً على الخصائص والسمات والتسميات والمعرّفات الأخرى.[1]

 يمكن استخدام البيانات النوعية لطرح السؤال “لماذا؟”. فهي استقصائية وغالباً ما تكون مفتوحة حتى يتم إجراء مزيد من البحث. كما يتم توليد هذه البيانات من البحث النوعي في التنظير والتفسيرات وتطوير الفرضيات والفهم الأولي.[1]

يمكن إنشاء البيانات النوعية من خلال:

  • النصوص والوثائق.
  • التسجيلات الصوتية والمرئية.
  • محاضر المقابلات ومجموعات التركيز.
  • الملاحظات والمشاهدات.

الأمر المثير للدهشة أن أرقام التعريف مثل رقم الضمان الاجتماعي أو رقم رخصة القيادة تعتبر أيضاً نوعية لأنها قاطعة وفريدة من نوعها بالنسبة لشخص واحد.

أمثلة على البيانات النوعية.

لفهم البيانات النوعية بشكل أفضل، سنتحدث عن خزانة الملابس كمثال. تحدد الخصائص التالية لخزانة الملابس جودة المعلومات المتوفرة لنا عنها:

  • مصنوعة من الخشب.
  • مصنوعة في اسبانيا.
  • لونها بني غامق.
  • مقابض بلاستيكية.
  • أبواب مدعّمة.
  • مصنوعة من خشب الزان.

عند مناقشة البيانات النوعية، نتحدث عن خصائص كائن معين. يتم اشتقاق البيانات النوعية من خلال التحليل النوعي للمعلومات التفصيلية حول المسألة المطروحة. مع خزانة الملابس، هناك العديد من الطرق للحصول على معلومات نوعية مختلفة من مختلف المراقبين.[1]

إذا لم يكن لدى شخص ما تفاصيل محددة عن خزانة الكتب، فيمكنه افتراض أنها مصنوعة من خشب البلوط وليس من خشب الزان وأن سطحها خشن وليس أملس. وبالمثل، يمكننا أيضاً مناقشة نوع خشب الزان المصنوعة منه أو في أي جزء من اسبانيا تم تصنيعها. وبالتالي، يمكن أن تكون معرّفات البيانات النوعية ذاتية، مما يجعل تحليل البيانات النوعية عملية معقدة مع وجود العديد من الاحتمالات.[1]


2. ما هي البيانات الكمية؟

على عكس البيانات النوعية، تعتبر البيانات الكمية Quantitative Data إحصائية، وعادة ما تكون منظمة بطبيعتها، مما يعني أنها أكثر صرامة وتعريفاً. يتم قياس نوع البيانات هذا باستخدام الأرقام والقيم، مما يجعلها مرشحاً أكثر ملاءمة لتحليل البيانات. في حين أن البيانات النوعية مفتوحة للاستكشاف، فإن البيانات الكمية تكون أكثر إيجازاً وقريبة من النهاية. يمكن استخدامها لطرح الأسئلة “كم؟”، متبوعة بمعلومات قاطعة.[2]

يمكن إنشاء البيانات الكمية من خلال:

  • الاختبارات.
  • التجارب.
  • الدراسات الاستقصائية.
  • تقارير السوق.
  • القياسات.

أنواع البيانات الكمية والأمثلة عليها.

يمكن تقسيم البيانات الكمية إلى فئات فرعية أخرى. تسمى هذه الفئات بالبيانات المنفصلة والمستمرة:[2]

  • البيانات المنفصلة.

البيانات المنفصلة Discrete هي مجرد بيانات لا يمكن تقسيمها إلى أجزاء أصغر. يتكون هذا النوع من البيانات من أعداد صحيحة (أرقام موجبة وسالبة، على سبيل المثال، -100 ، 10 ، 100 ، وغيرها) وهي محدودة (بمعنى أنها تصل إلى حد معين).

بعض الأمثلة على البيانات المنفصلة هي مقدار التغيير في الأموال التي تملكها، وعدد أجهزة الهواتف الذكية التي تم بيعها العام الماضي، ومقدار حركة المرور التي وصلت إلى موقع الويب الخاص بك اليوم. ملاحظة مهمة أخرى هي أن البيانات المنفصلة يمكن أن تكون قاطعة من الناحية الفنية. على سبيل المثال، عدد لاعبي فريق كرة القدم في فريق ولد في المانيا هو عدد كامل ومنفصل.

  • البيانات المستمرة.

البيانات المستمرة Continuous هي البيانات التي يمكن تقسيمها بلا حدود إلى أجزاء أصغر أو هي البيانات التي تتغير باستمرار. بعض الأمثلة على البيانات المستمرة هي سرعة السيارة الخاصة بك أثناء تنقلاتك الصباحية، أو الوقت الذي تستغرقه في كتابة موضوع ما، ووزنك وعمرك.


3. النوع الأفضل لتحليل البيانات.

الآن، وبعد أن قمنا بالحديث عن البيانات النوعية والكمية، حان الوقت للنظر في النوع الأفضل لاستخدامه في تحليل البيانات.

تعتبر البيانات النوعية عادة بيانات غير منظمة أو شبه منظمة. يتم تنسيق هذا النوع من البيانات بشكل فضفاض ببنية منخفضة جداً. لهذا السبب، لا يمكن جمع البيانات النوعية وتحليلها باستخدام الطرق التقليدية. قد يكون فهم البيانات النوعية مستهلكاً للوقت ومكلفاً، على الرغم من وجود بعض طرق “هيكلة” هذه البيانات. على سبيل المثال، يمكن تطبيق البيانات الوصفية لوصف ملف بيانات غير منظم.[2]

يعد النص البديل للصور على الويب نوعاً من البيانات الوصفية المطبقة على ملفات الصور لمساعدة محركات البحث مثل Google و Bing و Yahoo في فهرسة الصور ذات الصلة. أدى ظهور قواعد بيانات NoSQL إلى جعل عملية جمع البيانات النوعية وتخزينها أكثر قابلية للإدارة. ومع ذلك، سيكون هناك صعوبة قبل التمكن من الاستفادة من هذه البيانات بالكامل.

تعتبر البيانات الكمية عادة بيانات منظمة. يتم تنسيق هذا النوع من البيانات بطريقة يمكن تنظيمها بسرعة والبحث فيها ضمن قواعد البيانات. ربما يكون المثال الأكثر شيوعاً للبيانات المنظمة هو الأرقام والقيم الموجودة في جداول البيانات على برمجة إكسل. نظراً لأن البيانات الكمية والبيانات المنظمة يسيران جنباً إلى جنب، تُفضّل البيانات الكمية بشكل عام لتحليل البيانات.[2]


4. البحث الكمي مقابل البحث النوعي.

يتعامل البحث النوعي مع البيانات المفتوحة وغير العددية (المفاهيم والأوصاف والمعاني والكلمات وغيرها). من ناحية أخرى، البحث الكمي هو تحليل رقمي وإحصائي للبيانات الإحصائية والرقمية (أرقام وإحصائيات). 

4.1. أنواع طرق البحث النوعي.

تركّز طرق البحث النوعي على طرق جمع البيانات النوعية لدراسة ومراقبة الجمهور المستهدف واستخلاص النتائج من البيانات التي تم جمعها. تعتمد طريقة البحث هذه بشكل أكبر على الخصائص الذاتية التي تحددها المناهج البحثية النوعية. فيما يلي بعض طرق البحث النوعي الشائعة الاستخدام.[3]

  • مجموعات التركيز.

تعتبر طريقة البحث الجماعي المركّز أو مجموعات التركيز Focus Groups واحدة من أكثر طرق البحث النوعي استخداماً في جمع البيانات. تتكون المجموعة من عدد معين من الأشخاص (5-10) الذين يعملون كمجموعة. يمكنك إرسال استبيان ورقي أو استبيان عبر الإنترنت إلى مجموعة تركيز للحصول على ملاحظاتهم أو آرائهم حول قضية معينة وتسجيل ردودهم لتحليل البيانات بسرعة. لكن يمكن أن يكون تشكيل مجموعات التركيز وإدارتها عملية معقدة ومكلفة. لذا عادة ما يتم استخدامها من قبل الشركات التي قد ترغب في إطلاق منتج جديد لدراسة السوق واكتساب نظرة ثاقبة لاحتياجات الجمهور المستهدف وتفضيلاتهم وصفاتهم السلوكية.

  • البحث الإثنوغرافي.

الإنثوغرافي هي (صفة تعنى ما هو خاص بوصف الأجناس البشرية أو العروق البشرية). يتضمن البحث الإثنوغرافي Ethnographic Research مراقبة ودراسة موضوعات البحث في موقع جغرافي محدد. يمكن أن يتراوح هذا الموقع الجغرافي من كيان صغير إلى بلد كبير في أي مكان في العالم. يساعد البحث الإثنوغرافي في دراسة الثقافات والسلوكيات والاتجاهات في بيئة طبيعية معينة. مرة أخرى، هذه الطريقة في البحث تستغرق وقتاً طويلاً وتتسم بالتحدي ولا يمكن أن تقتصر على فترة زمنية محددة.

  • دراسة الحالة.

دراسة الحالة Case Study هي تحليل متعمق، ويُستخدم بشكل أساسي في العلوم الاجتماعية والتعليمية. يمكن أن تقوم به أي منظمة كبيرة كانت أم صغيرة لرسم استنتاج مفصل حول موضوع ما. تعد دراسة الحالة أيضاً واحدة من أكثر طرق البحث المباشرة. ولكنها تستغرق وقتاً طويلاً, وهي تتضمن جمع البيانات من مصادر متعددة.

إقرأ أيضاً… ما هي البيانات الضخمة Big Data؟ وما هي استخداماتها وأهميتها؟

  • البحث السردي.

يعتمد أسلوب البحث السردي Narrative على تطوير أو إنشاء قصة. حيث يتم تجميع سلسلة من الأحداث وإنشاء سرد حول موضوع تمت ملاحظته. توضّح طريقة التحقيق هذه كيف يمكن لكيان صغير التأثير على حدث مهم وتحديد علاقته به.

  • علم الظواهر.

علم الظواهر Phenomenology هو طريقة بحث أخرى تأخذ حدثاً أو ظاهرة معينة في الاعتبار لجمع البيانات النوعية. يساعد المراقب في هذه الطريقة على فهم كيف ولماذا وما هي الظاهرة التي تحدث، وما هو تأثيرها على القضية المطروحة. يستخدم علم الظواهر طرقاً مختلفة لجمع البيانات، من المستندات ومقاطع الفيديو والمقابلات إلى زيارة مكان وتجربة الظاهرة ووصف كيف تطورت وتحسنت بمرور الوقت.

  • النظرية المتجذرة.

تركز النظرية المتجذرة Grounded Theory على شرح الأسباب الكامنة وراء وقوع الحدث. عادة ما يكون حجم العينة المستخدمة في النظرية المتجذرة أقل من مائة موضوع، وهي تقيّم كيفية حدوث شيء ما في وقت معين.

4.2. أنواع طرق البحث الكمي.

من ناحية أخرى، تستخدم طرق البحث الكمي مناهج كميّة لجمع البيانات وتحليلها. وهو أسلوب بحث رقمي وإحصائي يستخدم الأرقام والإحصاءات للحصول على بيانات ومعلومات معقولة ومحددة. فيما يلي بعض طرق البحث الكمي الشائعة.[3]

  • بحث الارتباط.

تدرس طريقة بحث الارتباط Correlational العلاقة بين متغيرين متشابهين ومترابطين أو أكثر. وتوضّح كيف يؤثر أحد المتغيرات على الآخر والعكس صحيح. يستخدم بحث الارتباط التحليل الرياضي لتحليل البيانات التي تم جمعها. يمكن تقديم النتائج في شكل رسم بياني أو توليدها على شكل إحصائيات لاستكمال نتائج البحث.

  • البحث التجريبي.

طريقة البحث التجريبي Experimental هي نهج بحثي نظري. وتركز على النظرية للتمييز بين العبارات الصحيحة والخاطئة. تساعد طريقة البحث هذه في التحقق من الحُجة. وهي تستخدم بشكل أساسي في العلوم الطبيعية.

  • طريقة المقارنة.

طريقة المقارنة Casual-Comparative تقارن متغيرين غير مرتبطين. أحدهما تابع والآخر مستقل. وتُعرف أيضاً باسم البحث شبه التجريبي، وهي تحدد علاقة السبب والنتيجة بين هذه المتغيرات.

  • البحث الاستقصائي.

يعتبر البحث الاستقصائي Survey Research أحد أكثر طرق البحث استخداماً في المجالات المتعددة مثل التعليم والسياسة والاقتصاد وغيرها. تستخدمه المنظمات لجمع التعليقات على منتجاتها من المستجيبين العشوائيين من خلال الاستطلاعات والاستبيانات وطرق الإدخال الأخرى. ثم يتم تحليل البيانات التي تم جمعها للحصول على نتائج كمية.


المصادر:

[1] Qualitative Data Collection – NICHQ.org

[2] Quantitative vs Qualitative Research – SimplyPsychology.com

[3] Qualitative vs. quantitative data: what’s the difference – FullStory.com

قد يعجبك ايضاَ