Analyzing Survey Data2

Numerical data: Types and Characteristics

Improve decision-making by gathering customer data.

SHARE THE ARTICLE ON

Table of Contents

Numerical data helps you test customer satisfaction & experience with your brand, products, services, and other aspect of the business in numbers which are easy to analyze. Let’s dive in to understand how numerical data is useful in research to accelerate business decision. 

What is Numerical Data?

Numerische Daten beziehen sich auf Daten, die in Form von Zahlen vorliegen und nicht in einer Sprache oder beschreibenden Form. Numerische Daten werden oft als quantitative Daten bezeichnet und in Form von Zahlen erfasst. Sie unterscheiden sich von allen anderen Arten von Zahlendaten durch ihre Fähigkeit, statistisch und arithmetisch berechnet zu werden.

Beispiel: Sie haben eine Gesamtzahl Ihrer Mitarbeiter. Sie nehmen die Anzahl der männlichen Mitarbeiter und subtrahieren diese von der Gesamtzahl der Mitarbeiter, um die Anzahl der weiblichen Mitarbeiter zu erhalten. Diese Eigenschaft von numerischen Daten, arithmetisch manipuliert zu werden, macht sie zu einem idealen Instrument für die statistische Datenanalyse.

Explore all the survey question types possible on Voxco

Arten von numerischen Daten

Es gibt zwei Formen von numerischen Daten: diskrete Daten und kontinuierliche Daten. Beide Varianten werden explizit für statistische und Forschungszwecke verwendet und liefern nachweislich die besten Daten durch Forschungsmethoden.

Lassen Sie uns einen genaueren Blick darauf werfen, wie sie sich voneinander unterscheiden:

  • Diskrete Daten

Diskrete Daten werden verwendet, um zählbare Elemente darzustellen. Sie können sowohl numerische als auch kategorische Formen annehmen und gruppieren diese in einer Liste. Auch diese Liste kann endlich oder unendlich sein.

Diskrete Daten nehmen grundsätzlich abzählbare Zahlen wie 1, 2, 3, 4, 5 usw. an. Im Falle der Unendlichkeit werden diese Zahlen immer weiter fortgesetzt.

  • Beispiel: Das Zählen von Zuckerwürfeln aus einem Glas ist endlich abzählbar. Aber das Zählen von Zuckerwürfeln aus der ganzen Welt ist unendlich zählbar.
  • Kontinuierliche Daten

Wie der Name schon sagt, hat diese Form Daten in Form von Intervallen. Oder einfach gesagt, Bereiche. Kontinuierliche numerische Daten stellen Messungen dar, deren Intervalle auf einer Zahlenlinie liegen. Daher ist es nicht erforderlich, die Elemente zu zählen.

  • Beispiel: Bei einer Schulprüfung werden die Schüler, die 80-100 % erreicht haben, mit Auszeichnung bewertet, 60-80 % haben die erste Klasse und unter 60 % die zweite Klasse.

Kontinuierliche Daten werden weiter in zwei Kategorien unterteilt: Intervalle und Verhältnisse.

  • Intervalldaten – Intervalldaten beziehen sich auf Daten, die nur entlang einer Skala in gleichem Abstand zueinander gemessen werden können. Die numerischen Werte dieses Datentyps können nur Additions- und Subtraktions Operationen unterzogen werden. Beispiel: Die Körpertemperatur kann in Grad Celsius und Grad Fahrenheit gemessen werden und keiner der beiden Werte kann 0 sein.

Verhaltensdaten im Gegensatz zu Intervalldaten haben Verhältnisdaten einen Nullpunkt. Da sie den Intervalldaten ähnlich sind, ist der Nullpunkt der einzige Unterschied, den sie haben. Beispiel: Bei der Körpertemperatur kann der Nullpunkt der Temperatur in Kelvin gemessen werden.

Numerische Daten Variablen

Eine numerische Variable ist etwas, das einen endlichen oder unendlichen Wert annehmen kann. Wie Länge, Alter, Gewicht, Prüfungsergebnisse usw. können numerische Variablen als kontinuierliche Variable bezeichnet werden, wenn sie kontinuierliche Daten Merkmale aufweisen.

  • Interval-Variable

Sie haben Werte mit interpretierbaren Unterschieden, aber niemals Null. Diese Werte können addiert oder subtrahiert werden, aber niemals multipliziert oder dividiert werden. Intervall Variablen haben eine Standard Differenz zwischen ihnen und sind eine Erweiterung der Ordinalen Variablen.

Intervall Variablen haben zwei Verteilungen: Normalverteilung und Nicht-Normalverteilung.

  • Normalverteilung

Eine Zufallsvariable mit einem reellen Wert wird als normalverteilt bezeichnet, wenn ihre Verteilung unbekannt ist. Es werden zwei verschiedene Tests an zwei verschiedenen Stichproben durchgeführt, z. B;

  • Übereinstimmende Stichprobentests
  • Gepaarte t-Tests: zum Vergleich der Mittelwerte zweier Stichproben Populationen.
  • ANOVA mit wiederholten Messungen: zum Vergleich der Mittelwerte von 3 oder mehr Variablen. Sie basiert auf wiederholten Beobachtungen.
  • Tests mit unvergleichbaren Stichproben
  • Ungepaarter Test: zum Vergleich der Mittelwerte zweier Stichproben Populationen.
  • ANOVA: zum Vergleich der Mittelwerte von 3 oder mehr Variablen auf der Grundlage einer einzigen Beobachtung.
  • Nicht-Normalverteilung

Eine Zufallsvariable mit einem reellen Wert wird als normalverteilt bezeichnet, wenn ihre Verteilung bekannt ist. Zwei verschiedene Tests werden an zwei verschiedenen Stichproben durchgeführt, z. B;

Abgestimmte Stichprobentests

  • Wilcoxon-Rangsummentest: zum Vergleich zweier Gruppen von angepassten Stichproben.
  • Friedman 2-way ANOVA: zum Vergleich der Mittelwertdifferenz zwischen 3 oder mehr Gruppen.

Tests für unvergleichbare Stichproben

  • Wilcoxon-Rangsummentest: wenn die Anforderungen für den t-Test für zwei nicht übereinstimmende Stichproben nicht erfüllt sind.
  • Kruskal-Wallis-Test: um festzustellen, ob drei oder mehr Gruppen von nicht angepassten Stichproben von der gleichen Verteilung ausgehen.
  • Quotient Variable

Sie ist eine Erweiterung der Intervall Variablen, mit dem Unterschied, dass sie einen echten Nullwert hat. Diese Variablen können alle Operationen wie Addition, Subtraktion, Multiplikation und Division durchlaufen.

Die Tests, die mit Verhältnis Variablen durchgeführt werden, sind mit denen von Intervall Variablen vergleichbar, da sie die gleichen sind.

Analyse der numerischen Daten

Es gibt zwei Möglichkeiten, die in numerischer Form erfassten Daten zu interpretieren. Je nach Ihren Daten und der Art Ihrer Ergebnisse können Sie die folgenden Methoden anwenden:

  1. Deskriptive Statistik – hier werden die Datensätze zur Beschreibung einer Stichprobe der Grundgesamtheit verwendet. Diese Datensätze werden aus der Grundgesamtheit selbst erhoben. Die in der deskriptiven Statistik verwendeten Methoden sind: Mittelwert, Median, Modus, Standardabweichung, Varianz, usw.
  2. Inferenzstatistik – Bei dieser Methode werden Schlussfolgerungen oder Vorhersagen in Bezug auf eine Grundgesamtheit in Abhängigkeit von den aus der Stichprobe dieser Grundgesamtheit erhobenen Daten getroffen. Dies sind einige Möglichkeiten zur Durchführung von Inferenzstatistischen:
  • Trendanalyse: Ableitung von Trends und Erkenntnissen durch Erfassung der Erhebungsdaten über einen bestimmten Zeitraum.
  • SWOT-Analyse: steht für Strengths (Stärken), Weaknesses (Schwächen), Opportunities (Chancen) und Threats (Gefahren). Stärken und Schwächen dienen der internen Analyse, während Chancen und Bedrohungen der externen Analyse einer Organisation dienen.
  • Conjoint-Analyse: Sie ermittelt, wie Menschen ihre Entscheidungen treffen. Dies ist eine Analysetechnik der Marktforschung.
  • TURF-Analyse: steht für Total Unduplicated Reach and Frequency Analysis. Sie wird verwendet, um das Marktpotenzial für eine Produktkombination zu bewerten.

Sehen Sie die Voxco Umfrage-Software in Aktion mit einer kostenlosen Demo.

Merkmale von numerischen Daten

  • Numerische Daten lassen sich in zwei Kategorien einteilen: diskrete Daten und kontinuierliche Daten, wobei letztere weiter in Intervalldaten und Verhaltensdaten unterteilt werden.
  • Numerische Daten sind von Natur aus quantitativ, da sie quantitative Werte für Daten annehmen.
  • Mit numerischen Daten können wir arithmetische Operationen wie Addition und Subtraktion durchführen. Sie können auch für statistische Berechnungen verwendet werden.
  • Sie können geschätzt und aufgezählt werden. Wenn die numerischen Daten genau sind, werden sie aufgezählt, andernfalls werden sie geschätzt.
  • Die Intervall Differenz zwischen den einzelnen numerischen Daten ist, wenn sie auf einer Zahlenskala aufgetragen wird, gleich groß. Eine Uhr und ein Thermometer sind perfekte Beispiele dafür.
  • Numerische Daten können mit zwei Methoden analysiert werden: der deskriptiven und der inferentiellen Analyse.
  • Numerische Daten lassen sich leicht visualisieren. Es werden Daten Visualisierungstechniken wie Streudiagramm, Punktdiagramm, gestapeltes Punktdiagramm, Histogramme verwendet.

5 Beispiele für numerische Daten

  • Alter – Das Alter einer Person wird zu den numerischen Daten gezählt, da es zählbare numerische Werte annehmen kann. Beispiel: Ein Kind im Alter von 10 Jahren hat vor 7 Jahren angefangen zu laufen.
  • Zeit – Zeit ist eine numerische Angabe und ist abzählbar, endlich. Beispiel: die Zeit, in der ein Läufer 10 Runden auf einem Gelände läuft.
  • Größe – die Größe einer Person kann jeden abzählbaren Wert annehmen und wächst mit der Zeit. Beispiel: Die Größe einer Person kann in Metern, Zoll, Fuß oder Zentimetern gemessen werden.
  • Einkommen – das Einkommen einer Person oder einer Familie ist eine numerische Angabe. Auf dem Markt wird es verwendet, um die Kaufkraft der Kunden zu bestimmen.
  • Testergebnisse – Die Testergebnisse der Schüler werden in Zahlen angegeben und dann auf der Grundlage ihres Ergebnisses in eine Rangfolge gebracht. Beispiel: Schüler mit einer Punktzahl zwischen 80 und 100 werden als Klasse mit Auszeichnung eingestuft. 60-80 sind erste Klasse und Schüler unter 60 sind zweite Klasse.
Online Surveys

Vorteile von numerischen Daten

  • Bevölkerung Vorhersage – Forscher können numerische Daten verwenden, um die Geburt von Neugeborenen in einem bestimmten Zeitraum zu erfassen und diese Daten dann zur Vorhersage der Bevölkerung des Landes verwenden.
  • Marketing und Werbung – Bevor die Forscher mit der Entwicklung von Marketing- und Werbestrategien beginnen, nutzen sie die SWOT-Analyse, um externe und interne Variablen zu bestimmen, die diese Strategien beeinflussen können.
  • Forschung – Numerische Daten werden von den Forschern häufig verwendet, da sie sich leicht statistisch berechnen lassen.
  • Produktentwicklung – Forscher verwenden die TURF-Analyse in den Phasen der Produktentwicklung, um den Umfang des neuen Produkts auf dem Markt zu bestimmen.
  • Bildung – wie in verschiedenen Beispielen oben erwähnt, werden Intervalldaten in Schulen und Hochschulen verwendet, um die Leistungen der Schüler in Prüfungen zu bewerten.
  • Medizin – Ärzte verwenden das Thermometer regelmäßig, um die Körpertemperatur eines Patienten zu untersuchen. Auch dies fällt unter Intervalldaten.

Nachteile von numerischen Daten

  • Numerische Daten von Menschen definieren nicht ihre Gefühle gegenüber bestimmten Themen.
  • Die Ergebnisse sind kurz und begrenzt.
  • Allgemeine Fragen von Forschern können zu strukturellen Verzerrungen führen.

Schlussfolgerung

Dies fasst alles zusammen, was Sie über numerische Daten wissen müssen, bevor Sie mit deren Erhebung beginnen. Unabhängig davon, ob Sie Umfragen oder Experimente zur Erhebung numerischer Daten verwenden, können diese Ihnen helfen, die Hypothese zu bestätigen.

Wenn Sie bereit sind, mit der Erhebung numerischer Daten zu beginnen, aber nicht wissen, welche Methode Sie anwenden oder welche Fragen Sie stellen sollen, können Sie sich an unsere Experten wenden.

Read more