O que são dados qualitativos e quantitativos: tipos, diferenças e qual é melhor para uma análise de dados

A análise de dados é um mecanismo complexo. Se tentarmos simplificá-lo, veremos que ele se sustenta por dois pilares: dados qualitativos e quantitativos. Os dois não se excluem mutuamente, pelo contrário, se complementam. Juntos, compreendem todos os conjuntos de dados usados em análises. Veja aqui como os dois tipos se diferenciam, quais informações podem conter e como utilizá-los corretamente.

O que são dados qualitativos?

Os dados qualitativos são características do sujeito: sexo, estado civil, ranqueamento etc. Eles podem ser:

Binários: têm dois valores (por exemplo: homem/mulher, verdadeiro/falso, sim/não, entre outros)

Politômicos: têm mais de dois valores (por exemplo: ranqueamento: primeiro/segundo/terceiro, estado civil: casado/solteiro/divorciado etc).

Mas também é possível dividi-los por ordem:

Nominais: não importa a ordem. Exemplos: sexo, cor de cabelo, tipo sanguíneo etc.

Ordinais: a ordem dos dados é relevante. Exemplos: classificações, qualificações, níveis, entre outros.

Intervalo: tanto a ordem quanto as diferenças exatas entre os valores são significativas. Exemplos: temperatura, valor do pH e score de crédito.

Estimativa: contém a ordem, os valores exatos e o zero absoluto, e são utilizados tanto para estatística descritiva quanto em lógica. Exemplos: densidade, velocidade, entre outras.

Métodos de coleta

A pesquisa qualitativa proporciona dados detalhados sobre comportamento, opiniões, percepções e relacionamentos dos consumidores, sendo indispensáveis para o desenvolvimento de novos produtos, campanhas publicitárias, estudo de imagem de marcas, entre outras funções essenciais para qualquer marca.

Fonte: Unsplash

Métodos:

• Focus group: Uma entrevista com um grupo de pessoas que representem o perfil do seu público-alvo.
• Entrevista em profundidade: Uma conversa cara a cara, na qual o entrevistador pega respostas detalhadas.
• Análise de protocolo: O entrevistado é colocado em uma situação em que deve decidir entre fazer ou não uma compra e descrever em detalhes todos os fatores que influenciaram em sua tomada de decisão.
• Enquete: Coleta-se a opinião dos entrevistados através de perguntas em um questionário.
• Auditoria do comércio varejista: Inclui uma análise dos preços, distribuição e material promocional nos pontos de venda do grupo de produtos que está sendo investigado.
• Hall test: teste de um determinado produto e/ou seus elementos específicos (embalagem, anúncios etc) em uma sala especial. Isso é realizado com grupos grandes de pessoas (100 – 400), que posteriormente preenchem um questionário com perguntas referentes ao produto.
• Home test: É parecido com o Hall test, com a diferença de que cada entrevistado testa o produto em casa. Utilizado quando é necessário testar um produto por um longo período de tempo.
• Mystery shopping: Especialistas contratados pela própria empresa se disfarçam de clientes e avaliam a qualidade dos serviços oferecidos por ela.

O que são dados quantitativos?

Os dados expressados de forma numérica, que representam valores são chamados de dados quantitativos. Eles podem ser:

Discretos: representam valores numéricos que são contáveis e distintos, ou seja, estão em unidades separadas. Esses valores geralmente são números inteiros ou valores que não podem ser divididos em partes menores. Exemplos: idade, quantidade de alunos em uma classe, a quantidade de planetas, entre outros.

Contínuos: podem assumir qualquer valor dentro de um intervalo contínuo. Esses valores geralmente são números reais e podem ser medidos em uma escala. Exemplos: peso, altura etc.

Fonte: Unsplash

Métodos de coleta

A pesquisa quantitativa pode ajudar a empresa a resolver diversas questões, como determinar o tamanho potencial e real de um mercado, o market share da sua empresa e de competidores, identificar as principais características de um determinado produto ou serviço, definir como diversos fatores influenciam o comportamento dos consumidores etc.

A pesquisa quantitativa se baseia em modelos matemáticos e estatísticos, que permitem obter valores precisos dos indicadores estudados. O tratamento dos conjuntos de dados é feito através de modelos matemáticos em softwares como o SPSS ou o Statistica.

Dentre os métodos quantitativos de coleta de dados mais utilizados, encontramos os seguintes:

• Pesquisa;
• Observação;
• Experimentação.

A diferença entre a análise qualitativa e quantitativa pode ser observada nesta tabela:

Quais tipos de dados são mais adequados para uma análise?

Se quiser obter os melhores resultados possíveis, você vai precisar de dados qualitativos e quantitativos. Vamos falar de quais métodos são mais adequados para quais tipos de objetivo.

• Formular uma hipótese

Para elaborar um bom questionário sobre a qualidade de um produto, por exemplo, você precisa ter uma ideia dos problemas e descontentamentos que podem atingir seus clientes, além de saber o que eles gostam e valorizam. Aqui é onde os resultados de uma pesquisa qualitativa podem ajudar. O melhor caminho é, no começo, fazer perguntas abertas: pedir a opinião do cliente sobre elementos como o preço ou a funcionalidade do produto.

Quando receber as respostas, você pode se deparar com uma variedade de opiniões: o produto é mais caro do que deveria; o preço do produto é bom, mas a apresentação deixa a desejar; é possível comprar o produto ao preço colocado, mas só se for numa quantidade maior etc. As pesquisas qualitativas ajudam a formular uma hipótese e encontrar um caminho, para depois buscar uma quantidade maior de informação útil, que será utilizada posteriormente.

• Confirmar a hipótese

Quando você tem muitos caminhos diferentes, algo que pode ajudar é criar um questionário com perguntas mais assertivas. Aqui entram as pesquisas quantitativas. Por exemplo, sabe-se que um certo número de pessoas não está satisfeita com a relação quantidade-custo do seu produto. Você pode fazer uma pesquisa sobre o assunto e descobrir que esse descontentamento atinge 60% da sua base, o que mostra que essa é uma informação relevante para a sua empresa. Isso não significa que seu próximo passo seja repensar imediatamente o volume das embalagens; existe a possibilidade de que você não tenha divulgado corretamente para seu cliente por que o produto vem naquela quantidade específica.

Esse processo de pesquisa pode ser feito com toda informação que tem potencial para impactar sua produção ou vendas.

• Buscar respostas gerais

Se você já possui uma série de perguntas diretas sobre a sua empresa para as quais busca respostas, os questionários quantitativos serão úteis para você. Eles são mais simples e permitem alcançar o maior número possível de pessoas. Por exemplo, você deve identificar o serviço mais solicitado, o produto mais popular ou um plano de preços para atrair o maior número possível de usuários. As perguntas desse tipo de questionário devem sempre ser simples, claras e concisas, além de contar com um número ilimitado de respostas.

• Ajudar na criação de um produto

Quando seu objetivo é esse, você precisa voltar a recorrer às perguntas qualitativas. Antes de lançar seu produto no mercado, você não sabe exatamente quais são as melhores perguntas a serem feitas. É necessária uma investigação das expectativas e desejos dos clientes. Para isso, as perguntas quantitativas não são adequadas. O melhor é fazer perguntas abertas, para que as pessoas possam pensar e fazer sugestões. O processamento cuidadoso da informação que você recebe vai ajudá-lo a descobrir e a utilizar alguns dos dados no desenvolvimento de um produto.

Como utilizar os dados quantitativos e qualitativos

A pesquisa qualitativa quase sempre é feita primeiro, num momento em que está claro que existe um problema a ser resolvido ou uma ação que precisa ser feita, mas você ainda não dispõe de todas as informações necessárias para os próximos passos.

Quando você recebe e processa as respostas dos entrevistados, você ganha um ponto de partida para continuar investigando. É a partir desse ponto que entram os métodos quantitativos. Eles ajudam a entender a relevância de um problema para o público-alvo. Uma vez que você define os números, pode descartar outras variáveis e prestar atenção no que realmente impacta seu negócio.

Imagine que você abriu uma loja que é nova e atraiu seus primeiros clientes por diferentes canais. Na sequência, você entrega a eles questionários com perguntas abertas e uma delas diz: “o que você acha que precisamos melhorar na nossa loja?” Essa é uma pergunta qualitativa. Ao analisar as respostas, você descobre pedidos para mudar o horário de abertura da sua loja: os clientes podem querer que você estenda seu horário por mais uma hora, porque não têm tempo para passar ali depois do trabalho.

Fonte: Unsplash

O próximo passo é criar um questionário quantitativo com a pergunta: “seria melhor se o horário de abertura fosse estendido em uma hora?” Pelo número de respostas afirmativas, você vai entender se esse é o desejo da maior parte de seu público-alvo ou de apenas alguns clientes. Se for o segundo caso, não faz sentido acrescentar essa hora extra.

É necessário reconhecer a importância de usar tanto dados qualitativos quanto quantitativos. Se você não souber até que ponto uma opinião representa um pequeno grupo ou afeta uma parcela significativa da sua base de clientes, você pode superestimar a importância de um problema. Se você não entende por que o comportamento dos clientes é de uma forma ou de outra, você pode decidir resolver problemas que não existem ou tentar resolver problemas reais da forma errada.

Se você quer ser um especialista na análise de dados, desenvolver suas habilidades e aprender a usar ferramentas analíticas avançadas, convidamos você a conhecer nosso curso Profissão: Analista de Dados.

O programa do curso profissionalizante engloba todo o processo de análise e visualização de dados. André Perez, professor do curso, é senior data engineer na SumUp e conta com anos de experiência em empresas como Serasa Experian e Amdocs, onde coordenou projetos de ciência de dados em Tel-Aviv, Israel.

Aprenda a trabalhar com algoritmos, ferramentas de Big Data, machine learning, consultas SQL e a encontrar padrões em Python. Ao longo do curso, você desenvolverá um projeto profissional de criar uma base de dados públicos e receberá um certificado, que o ajudará a se destacar no mercado de trabalho.

Conheça mais sobre a profissão aqui