Тренировка: качественные и количественные данные
Потренируйтесь различать качественные данные (категории и описания) и количественные данные (числа, с которыми можно выполнять вычисления) в контексте психологических исследований.
В чём разница?
Количественные данные — это числа с числовым смыслом: баллы, количества, время, оценки. С ними можно вычислять средние, сравнивать величины и проводить статистические тесты, например t-критерии или корреляции.
Качественные данные — это категории, метки или описания: цвета, имена, письменные повествования, типы. Они говорят о том, какой это вид или на что это похоже, но вычислять по ним среднее бессмысленно.
Распространённая ловушка: числовая метка не обязательно является количественным данным. Например, номер участника или номер на футболке — это метка, а не значение — она относится к качественному миру.
Как тренироваться
Следуйте этим шагам:
- Прочитайте пример данных и спросите себя: имеет ли это число числовой смысл, его можно складывать или усреднять?
- Если да — это количественные данные. Если это категория, метка или описание — качественные данные.
- Выберите ответ, прочитайте объяснение и переходите к следующему вопросу.
Разобранный пример
Исследователь просит участников назвать их любимый цвет.
Часто задаваемые вопросы
У вас есть другой вопрос? Напишите нам.
Рейтинговая шкала — это всегда количественные данные?
Оценка от 1 до 10 обычно на практике рассматривается как количественная (интервалоподобная), поэтому средние значения часто сообщаются. Строго говоря, пункты шкалы Ликерта являются порядковыми — расстояние между 1 и 2 может не равняться расстоянию между 8 и 9. В этой тренировке такие числовые оценки считаются количественными данными.
Может ли одно исследование собирать оба типа данных?
Да — именно это делают исследования со смешанными методами. Исследователь может измерить время реакции (количественные данные) и одновременно взять у участников интервью об их стратегии (качественные данные). Оба типа ценны и отвечают на разные виды вопросов.
Почему различие между качественными и количественными данными важно?
Оно определяет, какие виды анализа уместны: для средних и корреляций нужны количественные данные, а качественные данные требуют кодирования и тематического анализа. Выбор неправильного анализа для типа данных — одна из самых распространённых ошибок в методах психологии.
А что насчёт порядковых данных, например рангов?
Порядковые данные (например, 1-е, 2-е, 3-е место или «полностью не согласен» — «полностью согласен») — это числа, но интервалы между ними не равны. Они находятся между двумя типами: их часто анализируют непараметрическими методами. В этой тренировке для простоты считайте их количественными числами.
