ကိန်းဂဏန်းအချက်အလက်

ဤဆောင်းပါးတွင် ကိန်းဂဏန်းအချက်အလက်များသည် ကိန်းဂဏန်းစာရင်းအင်းများအကြောင်း ရှင်းပြထားသည်။ ဒီတော့ quantitative data တွေရဲ့ အဓိပ္ပါယ်၊ quantitative data တွေရဲ့ ဥပမာတွေနဲ့ quantitative data အမျိုးအစားတွေက ဘာတွေလဲဆိုတာကို သင်တွေ့လိမ့်မယ်။

ကိန်းဂဏန်းအချက်အလက်ဆိုတာ ဘာလဲ။

စာရင်းအင်းများတွင် ကိန်းဂဏန်းအချက်အလက် သည် ကိန်းဂဏန်းအချက်အလက်များဖြစ်သည်။ ရိုးရိုးရှင်းရှင်းပြောရလျှင် ကိန်းဂဏန်းအချက်အလက်သည် ကိန်းဂဏန်းများသာပါဝင်သည့် ဒေတာအမျိုးအစားဖြစ်သည်။

ဥပမာအားဖြင့်၊ တန်ဖိုးများအားလုံးသည် နံပါတ်များဖြစ်သောကြောင့် (၁.၇၅ မီတာ၊ ၁.၆၃ မီတာ၊ ၁.၈၉ မီတာ…) ဖြစ်သောကြောင့် လူတစ်စု၏ အရွယ်အစားသည် ကိန်းဂဏန်းအချက်အလက်ဖြစ်သည်။

ကိန်းဂဏန်းဒေတာကို ကိန်းဂဏန်းဒေတာ ဟုလည်း ခေါ်သည်၊ ၎င်း၏တန်ဖိုးများအားလုံးသည် နံပါတ်များဖြစ်သောကြောင့် ဖြစ်သည်။

ကိန်းဂဏန်းအချက်အလက် ဥပမာများ

ကိန်းဂဏန်းဒေတာ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကို ကျွန်ုပ်တို့သိပြီးသည်နှင့်၊ ယခုအယူအဆကို ပေါင်းစည်းပြီးမြောက်ရန် ဤကိန်းဂဏန်းအချက်အလက်အမျိုးအစားအချို့ကို နမူနာကြည့်ကြပါစို့။

• လူတစ်ဦး၏အမြင့် 1.75 m, 1.52 m, 1.69 m…
• လူတစ်ဦး၏အသက် – 5၊ 9၊ 16၊ 24၊ 32၊ 57…
• သေတ္တာကို လှိမ့်လိုက်သောအခါ ဖြစ်နိုင်သည့် ရလဒ်များ – 1၊ 2၊ 3၊ 4၊ 5 သို့မဟုတ် 6။
• လူတစ်ဦး၏လစဉ်လစာ – $1500, $4000, $2750…
• ကုမ္ပဏီတစ်ခုတွင် ဝန်ထမ်းဦးရေ 54၊ 29၊ 158၊ 561၊ 302…
• အခန်းအပူချိန် 25 ºC ၊ 17 ºC ၊ 15 ºC…
• မီတာ 100 အပြေးအားကစားသမားတစ်ယောက်အတွက် အချိန်က ၉.၇၁ စက္ကန့်၊ ၁၀.၂၅ စက္ကန့်၊ ၁၂.၀၃ စက္ကန့်…
• ဗီရိုထဲမှာ ဘောင်းဘီအရေအတွက် 9၊ 19၊ 4၊ 13၊ 10…

ကိန်းဂဏန်းအချက်အလက် အမျိုးအစားများ

Quantitative Data အမျိုးအစား နှစ်မျိုးရှိပါတယ်။

• Discrete Quantitative Data – တန်ဖိုးနှစ်ခုကြားတွင် ကန့်သတ်နံပါတ်များသာ ရှိနိုင်ပါသည်။ ဥပမာ- အိမ်တစ်အိမ်ရှိ အခန်းအရေအတွက် (၁၊ ၂၊ ၃…)။
• ဆက်တိုက်ကိန်းဂဏန်းအချက်အလက် : မည်သည့်တန်ဖိုးကိုမဆို ယူနိုင်သည်။ ဥပမာ- အချို့သောရှယ်ယာများ၏စျေးနှုန်း ($5.31၊ $6.97၊ $2.81…)။

စဉ်ဆက်မပြတ်ဒေတာမှ သီးခြားဒေတာကို ခွဲခြားသိမြင်နိုင်စေရန်အတွက် အကြံပြုချက်မှာ ဒဿမတန်ဖိုးများ ရှိမရှိကို ကြည့်ရှုရန်ဖြစ်သည်။ ဒဿမဒေတာရှိနိုင်လျှင် ၎င်းသည် စဉ်ဆက်မပြတ်ဟု ဆိုလိုသည်၊ သို့မဟုတ်ပါက ၎င်းသည် သီးခြားဒေတာဖြစ်သည်။ ဤအကြံပြုချက်သည် ကိစ္စတိုင်းတွင် အလုပ်မဖြစ်ပါ၊ သို့သော် ကိစ္စအများစုတွင် အသုံးဝင်ကြောင်း မှတ်သားထားပါ။

အရေအတွက်နှင့် အရည်အသွေးဆိုင်ရာ အချက်အလက်

ဤအပိုင်းတွင် ကိန်းဂဏန်းအချက်အလက်နှင့် အရည်အသွေးဒေတာတို့ကြား ကွာခြားချက်မှာ အဘယ်အရာကို တွေ့ရပါမည်နည်း၊ အကြောင်းမှာ စာရင်းဇယားများတွင် ၎င်းတို့သည် အလွန်ဆက်စပ်နေပြီး အမှန်တကယ်တွင် ၎င်းတို့သည် ဆန့်ကျင်ဘက်ဒေတာအမျိုးအစားနှစ်ခုဖြစ်သည်။

Qualitative data သည် အရည်အသွေး သို့မဟုတ် လက္ခဏာရပ်များကို ကိုယ်စားပြုသော ဒေတာဖြစ်သည်။ တစ်နည်းဆိုရသော် ကိန်းဂဏန်းများကို ကိုယ်စားပြုသော ကိန်းဂဏန်းအချက်အလက်နှင့် မတူဘဲ အရည်အသွေးဆိုင်ရာ အချက်အလက်သည် အရည်အသွေးများဖြစ်သည်။

အရည်အသွေးဆိုင်ရာ အချက်အလက် နမူနာများကို ကြည့်ရှုရန် အောက်ပါလင့်ခ်ကို နှိပ်ပါ။

ကိန်းဂဏန်းအချက်အလက် ခွဲခြမ်းစိတ်ဖြာခြင်း။

အရေအတွက်ဆိုင်ရာ စစ်တမ်းတစ်ခုတွင် သင့်လျော်သော ကောက်ချက်ရယူရန် ပမာဏဒေတာကို ခွဲခြမ်းစိတ်ဖြာရန် အရေးကြီးပါသည်။ ထို့ကြောင့် ဤအမျိုးအစားလေ့လာမှု၏ အဆင့်များသည် အောက်ပါအတိုင်းဖြစ်သည်။

1. Quantitative data collection : ကောက်ချက်ဆွဲသော ကိန်းဂဏန်းစာရင်းအင်းလူဦးရေတစ်ခုလုံးကို ကိုယ်စားပြုရန် သို့မဟုတ် တစ်နည်းအားဖြင့် နမူနာသည် သိသာထင်ရှားစေရန်အတွက် လုံလောက်သောဒေတာကို စုဆောင်းရပါမည်။ ဥပမာအားဖြင့်၊ ပိတ်ထားသောမေးခွန်းများဖြင့် စစ်တမ်းတစ်ခုကို သင်လုပ်ဆောင်နိုင်သည်။
2. ကိန်းဂဏန်းအစီအမံများကို တွက်ချက်ပါ – ဒေတာသည် ကိန်းဂဏာန်းဖြစ်သောကြောင့်၊ ဒေတာနမူနာကို လေ့လာရာတွင် အထောက်အကူဖြစ်စေမည့် ဖော်ပြချက်အစီအမံ အားလုံးကို ဆုံးဖြတ်နိုင်သည်။
3. Quantitative Data ကိုတင်ပြခြင်း – ကိန်းဂဏန်းဂရပ် တစ်ခုတွင် ဒေတာကိုဆွဲချခြင်းသည် ဒေတာကို အကျဉ်းချုပ်ပြီး နောက်ထပ်ကောက်ချက်ဆွဲရန် ကူညီပေးပါမည်။ သို့သော် ယုတ္တိနည်းအားဖြင့် သင်သည် သင့်လျော်သောဇယားအမျိုးအစားကို အသုံးပြုရန် လိုအပ်သည်။
4. ကောက်ချက်ဆွဲပါ – ယခင်အဆင့်များတွင်ဖော်ပြထားသော တွက်ချက်မှုများနှင့် ပုံကြမ်းများမှ ဖြစ်နိုင်သော ကောက်ချက်အားလုံးကို ပမာဏဒေတာမှ ထုတ်ယူသင့်သည်။