En este artículo hablaremos de los tipos de datos cuantitativos que existen y la mejor forma de recolectar información para tu próximo estudio.
Los datos cuantitativos se miden con valores numéricos que generalmente responden a preguntas como ¿Cuántos? ¿Con qué frecuencia?, etc.
Este tipo de datos también se puede definir como un grupo de información cuantificable que se puede utilizar para cálculos matemáticos y análisis estadísticos que informan las decisiones de la vida real.
Características de los datos cuantitativos
Las características más importantes de los datos cuantitativos son las siguientes:
- Representación numérica: Los datos cuantitativos toman valores numéricos con propiedades numéricas. A diferencia de los datos categóricos que toman valores numéricos con características descriptivas, los datos cuantitativos exhiben características numéricas.
- Orden: Hay una escala u orden de datos cuantitativos. Por ejemplo, los números del 1 al 3 se pueden escribir como 1,2,3 y 3,2,1 cuando se ordenan en orden ascendente y descendente, respectivamente.
- Operación aritmética: Se pueden realizar operaciones aritméticas como la suma y la resta de datos cuantitativos. Casi todos los métodos de análisis estadístico pueden llevarse a cabo utilizando datos cuantitativos.
- Escala estandarizada: Los datos cuantitativos tienen una escala de medición estandarizada.
- Análisis: Los datos cuantitativos pueden analizarse utilizando métodos estadísticos descriptivos e inferenciales, según el objetivo de la investigación.
- Visualización de datos: Algunas de las técnicas de visualización de datos adoptadas por datos cuantitativos pueden ser el diagrama de dispersión, diagrama de puntos, diagrama de puntos apilados, histogramas, etc.
Descubre todo sobre los tipos de datos estadísticos que puedes obtener en una investigación.
Tipos de datos cuantitativos
Los tipos de datos cuantitativos se pueden dividir en datos discretos y datos continuos. A continuación te definimos cada unos de ellos:
Datos discretos
También conocidos como datos de atributos, los datos discretos no se pueden dividir en unidades más pequeñas. Por lo general, se cuenta en números enteros y no hay nada como la mitad de un valor.
Los datos discretos consisten solo en contar números y, como tales, no se pueden medir. Puede ser el número de estudiantes en una clase, el número de días en un año, la edad de un individuo, etc.
Al intentar identificar los datos discretos, hacemos las siguientes preguntas; ¿Se puede contar? ¿Se puede dividir en partes más pequeñas?
Se puede decir que los datos discretos son contablemente finitos o contablemente infinitos. Un ejemplo de datos contables finitos es un conjunto arbitrario A = {1, 2, 3, …, n; donde n es menor que infinito} mientras que el de un dato infinitamente contable es un conjunto arbitrario B = {1,2,3, …}.
Datos continuos
Otro de los tipos de datos cuantitativos existentes son los datos continuos, estos consisten en tomar valores numéricos que se pueden dividir significativamente en unidades más pequeñas.
A diferencia de los datos discretos que no se pueden medir, los datos continuos se pueden colocar en una escala de medición como por ejemplo el peso, longitud, tiempo, etc.
Se puede decir que los datos continuos son infinitamente finitos o infinitamente infinitos. Por ejemplo, consideremos el punto de calificación acumulativo de los estudiantes en una clase, medido en una escala de 5 puntos.
Un estudiante puede dar cualquier calificación entre 0 puntos y 5 puntos, incluidas cifras como 1.573, 4.5, 2.6981, etc. Clasificamos esto como datos continuos infinitamente innumerables porque tiene un límite superior (5) y un límite inferior (0).
Un ejemplo de un número infinito de datos es el conjunto de números reales, R = {…, -1, 0, 1, …}. En este caso, los datos no tienen límite superior ni inferior.
Los datos continuos también se pueden dividir en dos tipos:
- Datos de intervalo: Se definen como el tipo de datos que se mide a lo largo de una escala, en la que cada punto se coloca a la misma distancia entre sí. Es una extensión de datos ordinales, con una escala estandarizada en oposición a la anterior.
- Datos de relación: Son una extensión de datos de intervalo. Es lo último cuando hablamos de medición de datos porque nos informa sobre el orden, la distancia exacta entre las unidades en la escala y tiene un cero absoluto.
Conoce más detalles de la escala de intervalo y la forma en que puedes hacer uso de ella en tu próximo estudio.
Ejemplos de los tipos de datos cuantitativos en una investigación
Después de conocer los tipos de datos cuantitativos, tenemos para ti algunos ejemplos de cómo aplicarlos en investigación:
Proyección de datos: Los investigadores proyectan datos futuros utilizando algoritmos y herramientas de análisis matemático.
Por ejemplo, una compañía que está a punto de lanzar un nuevo producto al mercado analizará los datos cuantitativos de investigaciones anteriores para predecir un aumento o disminución de las ventas.
Censo: Se utiliza para adquirir y registrar información sobre los miembros de una población determinada. Un ejemplo de ello es la aplicación de censos por parte del gobierno para predecir qué sector de la economía necesita dinero y cuánto necesitan.
Ingresos anuales: Al establecer el precio de venta de un producto, las empresas utilizan datos cuantitativos del ingreso anual de una persona u hogar para determinar su poder adquisitivo. Este ejercicio es parte del proceso de investigación empresarial y puede realizarse antes de lanzar un nuevo producto o aumentar el precio de un producto existente.
Mostrador: Muchas empresas e-commerce usan esto para determinar la cantidad de visitas al sitio web que reciben diariamente, la cantidad de descargas de productos en la tienda de aplicaciones, la cantidad de usuarios, etc. Las cifras generalmente se generan automáticamente a través de códigos preprogramados.
Encuesta de satisfacción al cliente: Este es un caso de cuantificación de entidades cualitativas utilizadas por las empresas para mejorar su servicio al cliente. Por ejemplo, decirle a un cliente que otorgue una calificación que va del 0 al 10 para evaluar la experiencia, ayudará al restaurante a decidir si debería realizar cambios o no.
Pasos para realizar un análisis e interpretación de datos cuantitativos
Conocer los tipos de datos es importante. Sin embargo, saber cómo analizar e interpretar dicha información es necesario para tomar mejores decisiones. Aquí tenemos para ti los dos pasos para realizar este proceso:
1.Preparación de datos
Esta es la primera etapa para el análisis e interpretación de datos cuantitativos, donde la información sin procesar se convierte en algo significativo y legible. Hay cuatro pasos de preparación de datos:
- Validación de datos: Esto se realiza para averiguar si la recopilación de datos se realizó sin ningún sesgo. Los investigadores realizan este paso eligiendo una muestra aleatoria de una gran población.
- Edición de datos: Los grandes conjuntos de datos inevitablemente pueden incluir errores, y es por eso que deben editarse. Durante este proceso, los datos se inspeccionan para verificar su integridad y consistencia.
- Codificación y entrada de datos: Este es el proceso de cuantificar datos cualitativos para facilitar el análisis. Implica agrupar y asignar valores a las respuestas de la encuesta.
- Transformación de datos: Este es el proceso de cambiar los datos a un nuevo formato.
Te invito a conocer más sobre el control de calidad de datos de encuestas.
2. Métodos de análisis de datos cuantitativos
Después de completar la primera etapa, estamos listos para el análisis de datos. Hay dos métodos cuantitativos principales: estadística descriptiva y estadística inferencial.
- Método estadístico descriptivo: Los investigadores hacen uso de estadísticas descriptivas para resumir los datos cuantitativos. A menudo, se usa al analizar una sola variable, y como tal a veces se le llama análisis univariante.
Algunos métodos estadísticos descriptivos comunes incluyen: la media, la mediana, la moda o el rango.
- Método estadístico inferencial: Este método mide la relación entre múltiples variables para generar resultados e inferir conclusiones. Algunos ejemplos de estadísticas inferenciales incluyen; correlación, regresión, ANOVA, etc.
También hay otros enfoques para las estadísticas inferenciales que se utilizan para analizar datos o encuestas de la vida real. Incluyen:
- Tabulación cruzada: Utiliza tablas básicas para dibujar inferencias entre diferentes conjuntos de datos. Estos se colocan en la misma fila o columna. Las inferencias se extraen estudiando las similitudes y diferencias entre los datos en cada fila o columna, según sea el caso.
- Análisis MaxDiff: Se usa para medir la preferencia del encuestado por un conjunto particular de opciones. Selecciona el que más prefiere y el que prefiere menos. Estos datos se comparan para varias muestras para inferir una conclusión.
- Análisis TURF: Es utilizado principalmente por las empresas para determinar la efectividad en sus estrategias de marketing. Por ejemplo, una empresa puede publicar el mismo anuncio en diferentes plataformas de redes sociales y analizar la cantidad de clientes alcanzados para determinar el mejor lugar para publicar anuncios.
- Análisis de brechas: Mide el rendimiento y cómo superar esta brecha. Utiliza una matriz de lado a lado para medir la diferencia entre estas actuaciones.
- Análisis de texto: Se utiliza para extraer información útil de un documento de texto. Las computadoras usan este método para desintegrar documentos de texto no estructurados y convertirlos en datos estructurados.
Conoce las funciones de un software de análisis de texto y contenido.
Ventajas de los datos cuantitativos
Las principales ventajas de los datos cuantitativos son las siguientes:
- Los datos cuantitativos son compatibles con la mayoría de los métodos de análisis estadístico, lo que permite realizar un estudio más amplio, utilizando diferentes métodos estadísticos.
- Resume los datos recolectados y los racionaliza en información relevante. Los datos cuantitativos son de naturaleza numérica y, como tal, codifican los datos cualitativos en números antes del análisis.
- Facilita el proceso de recolección de datos para la investigación. Por lo tanto, hacer comparaciones entre categorías y con el tiempo. Esto se debe al hecho de que la investigación cuantitativa utiliza un procedimiento estandarizado.
- Al codificar datos cualitativos en números desconocidos, los investigadores pueden eliminar el sesgo personal que puede surgir en el manejo de la información.
Aprende cómo analizar los datos de una investigación con este artículo que tenemos para ti.
Desventajas de los datos cuantitativos
Algunas de las desventajas de los datos cuantitativos son:
- Recolectan un conjunto de datos y pueden terminar perdiendo información relevante.
- Los resultados no proporcionan una explicación elaborada de los sentimientos y percepciones humanas.
- La investigación se lleva a cabo utilizando reglas estandarizadas que dan resultados que pueden no ser aplicables en el escenario del mundo real.
- Utiliza respuestas preestablecidas que no capturan suficientes detalles y emociones humanas.
- Las respuestas preestablecidas son un reflejo del punto de vista del investigador más que del del encuestado.
Los datos cuantitativos son quizás el tipo de datos más utilizado en la investigación. Esto se debe en parte a su facilidad de cálculo y compatibilidad con la mayoría de los métodos cuantitativos.
Conocer los tipos de datos cuantitativos existentes te permitirán elegir el método adecuado para recolectar la información que necesitas y realizar un análisis correcto que te permita tomar mejores decisiones.
