
- 統計學教程
- 首頁
- 調整後的R方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 環狀排列
- 整群抽樣
- 科恩 Kappa 係數
- 組合
- 可重複組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻率分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel 分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov 檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 離群值函式
- 排列
- 可重複排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) 和過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-威納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI-83 指數迴歸
- 轉換
- 截尾均值
- I型和II型錯誤
- 方差
- 維恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 定性資料與定量資料
定性資料
定性資料是一組無法用數字衡量的資訊。它通常由文字、主觀敘述組成。定性資料分析的結果可以以突出關鍵詞、提取資訊和概念闡述的形式呈現。例如,一項關於家長對其孩子當前教育系統看法的研究。從他們那裡收集到的資訊可能是敘述性的,你需要推斷分析他們是對當前教育系統感到滿意、不滿意,還是需要改進某些方面等等。
優勢
更好的理解 - 定性資料能更好地理解參與者的觀點和需求。
提供解釋 - 定性資料與定量資料一起可以解釋調查結果,並衡量定量資料的準確性。
更好地識別行為模式 - 定性資料可以提供詳細資訊,這在識別行為模式方面非常有用。
劣勢
可及性較低 - 由於其主觀性,通常只覆蓋較小的人群來代表整個人群。
費時 - 定性資料分析費時,因為需要理解大量資料。
可能存在偏差 - 由於分析的主觀性,評估者偏差是相當可能的。
定量資料
定量資料是從一群人那裡收集的一組數字,涉及統計分析。例如,如果你進行一項參與者的滿意度調查,並要求他們按1到5的等級評價他們的體驗。你可以收集這些等級,由於其數字性質,你將使用統計技術來得出關於參與者滿意度的結論。
優勢
具體 定量資料對於所進行的調查是清晰和具體的。
高可靠性 如果收集得當,定量資料通常是準確的,因此非常可靠。
易於溝通 定量資料易於使用圖表等進行溝通和闡述。
現有支援 可能已經存在許多大型資料集,可以對這些資料集進行分析以檢查調查的相關性。
劣勢
選項有限 - 受訪者需要從有限的選項中進行選擇。
高度複雜 - 定性資料可能需要複雜的程式才能獲得正確的樣本。
需要專業知識 - 定性資料分析需要一定的統計分析專業知識。
廣告