Qualitative vs. Quantitative Daten – was ist der Unterschied?

Qualitative vs. Quantitative Daten – was ist der Unterschied?

Datenanalyse ist breit gefächert, explorativ und geradezu komplex.

Wenn wir jedoch einen Schritt zurücktreten und versuchen, die Datenanalyse zu vereinfachen, können wir schnell erkennen, dass sie sich auf zwei Methoden beschränkt: Qualitative Daten und quantitative Daten. Diese beiden Datentypen sind sehr unterschiedlich, und doch machen sie alle Daten aus, die jemals analysiert werden.

Bevor wir in die Datenanalyse eintauchen, ist es wichtig, die wichtigsten Unterschiede zwischen qualitativen und quantitativen Daten zu verstehen.

Eine Art von Daten ist objektiv, auf den Punkt gebracht und schlüssig. Die andere Art ist subjektiv, interpretierend und explorativ.

Nachdem wir nun die Unterschiede herausgearbeitet haben, wollen wir die einzelnen Datentypen anhand von Beispielen aus der Praxis näher betrachten.

Was sind qualitative Daten?

Qualitative Daten sind nicht statistisch und in der Regel unstrukturiert oder halbstrukturiert. Diese Daten werden nicht unbedingt mit harten Zahlen gemessen, die zur Erstellung von Diagrammen und Tabellen verwendet werden. Stattdessen werden sie anhand von Eigenschaften, Attributen, Bezeichnungen und anderen Identifikatoren kategorisiert.

Qualitative Daten können verwendet werden, um die Frage nach dem „Warum“ zu stellen. Sie sind investigativ und oft ergebnisoffen, bis weitere Untersuchungen durchgeführt werden. Die Gewinnung dieser Daten aus der qualitativen Forschung wird für Theorien, Interpretationen, die Entwicklung von Hypothesen und erste Erkenntnisse genutzt.

Überraschenderweise werden auch Identifikationsnummern wie eine Sozialversicherungsnummer (SSN) oder ein Führerschein als qualitativ angesehen, da sie kategorisch und einzigartig für eine Person sind.

Qualitative Datenbeispiele

Um qualitative Daten besser zu verstehen, nehmen wir das Beispiel eines Bücherregals. Die folgenden Merkmale dieses Bücherschranks bestimmen die Qualität der Informationen, die uns über ihn zur Verfügung stehen:

• aus Holz
• gebaut in Italien
• tiefbraun
• goldene Knöpfe
• glatte Oberfläche
• aus Eiche

Wenn wir über qualitative Daten sprechen, sprechen wir über die Eigenschaften eines bestimmten Objekts. Qualitative Daten werden durch eine qualitative Analyse der detaillierten Informationen über den jeweiligen Gegenstand gewonnen.

Bei einem Bücherregal gibt es viele Möglichkeiten, verschiedene qualitative Informationen von verschiedenen Beobachtern zu erhalten. Wenn jemand keine genauen Angaben über das Bücherregal hat, kann er annehmen, dass es aus Teakholz und nicht aus Eiche ist und dass es eine raue Oberfläche hat und nicht glatt ist. Ebenso kann man darüber diskutieren, aus welcher Art von Eiche es besteht oder aus welchem Teil Italiens es stammt.

Qualitative Daten können also subjektiv sein, was die qualitative Datenanalyse zu einem komplexen Prozess mit zahlreichen Möglichkeiten und Strukturen macht.

Was sind quantitative Daten?

Im Gegensatz zu qualitativen Daten sind quantitative Daten statistisch und typischerweise strukturiert – das heißt, sie sind starrer und definierter. Dieser Datentyp wird anhand von Zahlen und Werten gemessen und eignet sich daher besser für die Datenanalyse.

Während qualitative Daten offen für Untersuchungen sind, sind quantitative Daten viel präziser und geschlossener. Sie können verwendet werden, um die Fragen „wie viel“ oder „wie viele“ zu stellen, gefolgt von schlüssigen Informationen.

Arten von quantitativen Daten und Beispiele

Quantitative Daten können in weitere Unterkategorien unterteilt werden. Diese Kategorien werden als diskrete und kontinuierliche Daten bezeichnet.

Diskrete Daten

Diskrete Daten sind Daten, die nicht in kleinere Teile zerlegt werden können. Diese Art von Daten besteht aus ganzen Zahlen (positive und negative Zahlen, z. B. -100, 10, 100 usw.) und ist endlich (d. h. sie erreicht eine Grenze).

Ein paar Beispiele für diskrete Daten wären, wie viel Kleingeld Sie in Ihrer Tasche haben, wie viele iPhones im letzten Jahr verkauft wurden und wie viele Besucher heute auf Ihre Website kamen.

Ein weiterer wichtiger Hinweis ist, dass diskrete Daten technisch gesehen kategorisch sein können. Zum Beispiel ist die Anzahl der in Mexiko geborenen Baseballspieler einer Mannschaft ganz und diskret.

Kontinuierliche Daten

Kontinuierliche Daten sind Daten, die unendlich in kleinere Teile zerlegt werden können, oder Daten, die ständig schwanken.

Ein paar Beispiele für kontinuierliche Daten wären die Geschwindigkeit Ihres Zuges während des morgendlichen Pendelns, die Zeit, die Sie zum Schreiben eines Artikels benötigen, Ihr Gewicht und Ihr Alter.

Welcher Datentyp eignet sich besser für die Datenanalyse?

Nachdem wir nun die Grundlagen von qualitativen und quantitativen Daten geklärt haben, ist es an der Zeit zu überlegen, welcher Typ sich besser für die Datenanalyse eignet.

Qualitative Daten werden fast immer als unstrukturierte Daten oder halbstrukturierte Daten betrachtet. Diese Art von Daten ist locker formatiert und weist nur wenig Struktur auf. Aus diesem Grund können qualitative Daten nicht mit konventionellen Methoden erfasst und analysiert werden.

Die Auswertung qualitativer Daten kann zeitaufwändig und teuer sein, obwohl es einige Methoden gibt, diese Daten zu „strukturieren“.

Zum Beispiel könnte man Metadaten verwenden, um eine unstrukturierte Datendatei zu beschreiben. Alt-Text ist eine Art von Metadaten, die auf Bilddateien angewandt werden, um Suchmaschinen wie Google, Bing und Yahoo bei der Indizierung relevanter Bilder zu helfen.

Das Aufkommen von NoSQL-Datenbanken hat die Erfassung und Speicherung qualitativer Daten viel handhabbarer gemacht. Bis zur vollständigen Nutzung dieser Daten ist es jedoch noch ein weiter Weg.

Quantitative Daten werden fast immer als strukturierte Daten betrachtet. Diese Art von Daten ist so formatiert, dass sie in relationalen Datenbanken schnell organisiert und durchsucht werden können. Das vielleicht häufigste Beispiel für strukturierte Daten sind Zahlen und Werte in Tabellenkalkulationen.

Da quantitative Daten und strukturierte Daten Hand in Hand gehen, werden quantitative Daten im Allgemeinen für die Datenanalyse bevorzugt.

Quantitative vs. qualitative Forschung

Quantitative Forschung ist eine numerische und statistische Analyse von statistischen und numerischen Daten (Zahlen und Statistiken). Qualitative Forschung hingegen befasst sich mit offenen und nicht-numerischen Daten (Konzepte, Beschreibungen, Bedeutungen, Wörter und mehr).

Typen qualitativer Forschungsmethoden

Qualitative Forschungsmethoden konzentrieren sich auf qualitative Datenerhebungsmethoden, um eine Zielgruppe zu untersuchen und zu beobachten und aus den gesammelten Daten Schlussfolgerungen zu ziehen. Diese Forschungsmethode stützt sich mehr auf subjektive Merkmale, die durch qualitative Ansätze bestimmt werden. Hier sind einige der häufig verwendeten qualitativen Forschungsmethoden.

Fokusgruppen

Die Fokusgruppen-Forschungsmethode ist eine der am häufigsten verwendeten qualitativen Forschungsmethoden bei der Datenerhebung. Eine Fokusgruppe besteht aus einer bestimmten Anzahl von Befragten (5-10), die als Cluster fungieren. Sie können eine Online-Umfrage oder einen Fragebogen an eine Fokusgruppe senden, um ihr Feedback oder ihre Meinung zu einem bestimmten Thema einzuholen und ihre Antworten für eine schnelle Datenanalyse aufzuzeichnen.

Die Bildung und Verwaltung von Fokusgruppen kann ein komplexer und kostspieliger Prozess sein. Sie wird von Unternehmen eingesetzt, die ein neues Produkt auf den Markt bringen wollen, um den Markt zu untersuchen und Einblicke in die Bedürfnisse, Vorlieben und Verhaltensweisen ihrer Zielgruppe zu gewinnen.

Ethnografische Forschung

Ethnografische Forschung beinhaltet die Beobachtung und Untersuchung von Forschungsthemen an einem bestimmten geografischen Ort. Dieser geografische Ort kann von einer kleinen Einheit bis hin zu einem großen Land auf der Welt reichen. Ethnografische Forschung hilft bei der Untersuchung von Kulturen, Verhaltensweisen, Trends und Problemen in einer natürlichen Umgebung. Auch hier handelt es sich um eine zeitaufwändige und anspruchsvolle Forschungsmethode, die sich nicht auf einen bestimmten Zeitraum beschränken lässt.

Fallstudie

Eine Fallstudie ist eine eingehende Analyse, die hauptsächlich in den Sozial- und Bildungswissenschaften verwendet wird. Sie kann von jeder Organisation, ob groß oder klein, durchgeführt werden, um einen detaillierten Rückschluss auf ein Thema zu ziehen. Eine Fallstudie ist auch eine der einfachsten, aber zeitaufwändigsten Forschungsmethoden, bei der Daten aus mehreren Quellen gesammelt werden.

Narrative

Die narrative Forschungsmethode beruht auf der Entwicklung oder Erstellung einer Geschichte. Man stellt eine Reihe von Ereignissen zusammen und erstellt eine Erzählung über ein beobachtetes Thema. Diese Untersuchungsmethode zeigt, wie eine kleine Einheit ein bedeutendes Ereignis beeinflussen und dessen Beziehung bestimmen kann.

Phänomenologie

Die Phänomenologie ist eine weitere Forschungsmethode, die ein spezifisches Ereignis oder Phänomen für die qualitative Datenerhebung berücksichtigt. Sie hilft einem Beobachter zu verstehen, wie, warum und welches Phänomen auftritt und welche Auswirkungen es auf das jeweilige Thema hat. Die Phänomenologie verwendet verschiedene Methoden der Datenerhebung, von Dokumenten, Videos, Interviews bis hin zum Besuch eines Ortes, dem Erleben des Phänomens und der Beschreibung, wie es sich im Laufe der Zeit entwickelt hat.

Grounded Theory

Die Grounded Theory konzentriert sich darauf, die Gründe für das Auftreten eines Ereignisses zu erklären. Die Stichprobengröße, die für die Grounded Theory verwendet wird, liegt in der Regel unter hundert Personen und bewertet, wie etwas zu einem bestimmten Zeitpunkt geschieht.

Typen quantitativer Forschungsmethoden

Quantitative Forschungsmethoden hingegen verwenden quantitative Ansätze zur Datenerhebung und -analyse. Es handelt sich um eine numerische und statistische Forschungsmethode, die Zahlen und Statistiken für vernünftige und eindeutige Schlussfolgerungen verwendet. Hier sind einige der üblichen quantitativen Forschungsmethoden.

Korrelation

Eine Korrelationsforschungsmethode untersucht die Beziehung zwischen zwei oder mehr Variablen, die ähnlich und voneinander abhängig sind. Sie zeigt, wie sich eine Variable auf die andere auswirkt und vice versa. Bei der Korrelationsforschung werden die gesammelten Daten mithilfe mathematischer Analysen ausgewertet. Die Ergebnisse können in einem Diagramm dargestellt oder in Statistiken generiert werden, um die Forschungsergebnisse zu vervollständigen.

Experimentell

Eine experimentelle Forschungsmethode ist ein theoretischer Forschungsansatz. Sie konzentriert sich auf eine Theorie, um zwischen richtigen und falschen Aussagen zu unterscheiden. Diese Forschungsmethode hilft, ein Argument zu verifizieren und wird hauptsächlich in den Naturwissenschaften eingesetzt.

Gegenstandsvergleich

Gegenstandsvergleich vergleicht zwei Variablen, die nicht miteinander verbunden sind. Die eine ist abhängig, die andere unabhängig. Sie wird auch als quasi-experimentelle Forschung bezeichnet und ermittelt die Ursache-Wirkungs-Beziehung zwischen diesen Variablen.

Umfrageforschung

Die Umfrageforschung ist eine der am häufigsten verwendeten Forschungsmethoden in Bereichen von Bildung über Politik bis hin zu Wirtschaft und mehr. Unternehmen nutzen sie, um mit Hilfe von Umfragen, Fragebögen und anderen Eingabemethoden das Feedback von zufällig ausgewählten Personen zu ihren Produkten einzuholen. Die gesammelten Daten werden dann analysiert, um quantitative Ergebnisse zu erhalten.

Wie gut kennen Sie den Unterschied?

Um Ihr Verständnis von qualitativen und quantitativen Daten zu vertiefen, denken Sie an einige Möglichkeiten in Ihrem Leben, bei denen beide angewandt werden können.

Fangen Sie mit sich selbst als Beispiel an. Um qualitative Daten zu erfassen, denken Sie an Identifikatoren wie die Farbe Ihrer Kleidung, die Art Ihrer Haare und die Form Ihrer Nase. Bei quantitativen Daten denken Sie an Messgrößen wie Ihre Größe, Ihr Gewicht, Ihr Alter und Ihre Schuhgröße.

Mit einem guten Verständnis für qualitative und quantitative Daten können Sie beginnen, Big-Data-Analysen sinnvoll zu nutzen.