Quantitative research and qualitative research integration: Difference between revisions
Jump to navigation
Jump to search
m (→不同研究方法的比較與整合) |
No edit summary |
||
Line 21: | Line 21: | ||
* Wesley (2016). [http://vide.tw/4164 你是做UI的,那懂不懂UX?] {{access | date = 2016-09-16}} | * Wesley (2016). [http://vide.tw/4164 你是做UI的,那懂不懂UX?] {{access | date = 2016-09-16}} | ||
* ELSA HO (2015). [http://conversionlab.co/2015/02/16/%e4%bc%81%e6%a5%ad%e5%a6%82%e4%bd%95%e9%81%b8%e6%93%87%e9%81%a9%e7%95%b6%e7%9a%84%e4%bd%bf%e7%94%a8%e8%80%85%e7%a0%94%e7%a9%b6%e6%96%b9%e6%b3%95/ 企業如何選擇適當的使用者研究方法 - Conversion Lab] {{access | date = 2016-09-16}} | * ELSA HO (2015). [http://conversionlab.co/2015/02/16/%e4%bc%81%e6%a5%ad%e5%a6%82%e4%bd%95%e9%81%b8%e6%93%87%e9%81%a9%e7%95%b6%e7%9a%84%e4%bd%bf%e7%94%a8%e8%80%85%e7%a0%94%e7%a9%b6%e6%96%b9%e6%b3%95/ 企業如何選擇適當的使用者研究方法 - Conversion Lab] {{access | date = 2016-09-16}} | ||
* 金葛 (2017). [https://m.sohu.com/n/480033349/?_trans_=000115_3w&_once_=000022_shareback_wechat_flow&from=timeline&isappinstalled=0 有了大数据,咨询业的定性研究还有价值吗?-科技频道-手机搜狐] {{access | date = 2017-02-15}} | |||
[[Category:Research]] [[Category:Data Science]] | [[Category:Research]] [[Category:Data Science]] |
Revision as of 10:03, 15 February 2017
Quantitative research (量化分析) and qualitative research (質化分析) 研究的整合
問題與挑戰
量化分析的挑戰:
迷失1:「質化分析的訪問者不具備代表性,巨量資料的數據分析才有母體的代表性」
- 如果母體是一國國民,已知服務使用者有 1% 的國民,此時巨量資料的使用行為資料是否有母體代表性?
- 如果追蹤器 (tracker) 沒有事先規劃好,在缺乏相關的數據狀況下,可無法分析、無法回答問題。
- 如果沒有人使用服務,也不會有數據可供分析。
質化分析的挑戰
- 訪問或問卷的招募方式與受測者條件,是否能回答原本想問的問題?
- 訪問或問卷要找多少人,結果才有說服力?
不同研究方法的比較與整合
- 量化數據可以了解使用行為量化指標的變化、不同資料的關聯性,但是無法知道為什麼。而質化研究可以了解使用者為什麼要這麼做。
- 量化先做、還是質化先做?如果不確定使用者,可以先做量化問卷,再作篩選。
延伸閱讀
- (筆記) 數據導向行動產品成長 / 羅荷傑 Yahoo! 亞太區策略暨業務營運部 副理 | MIX 2016 行動體驗設計論壇
- Wesley (2016). 你是做UI的,那懂不懂UX? [Last visited: 2016-09-16]
- ELSA HO (2015). 企業如何選擇適當的使用者研究方法 - Conversion Lab [Last visited: 2016-09-16]
- 金葛 (2017). 有了大数据,咨询业的定性研究还有价值吗?-科技频道-手机搜狐 [Last visited: 2017-02-15]