Jaké jsou různé techniky analýzy dat?
Techniky analýzy dat umožňují vědcům přezkoumat shromážděná data a vyvodit z nich informace nebo rozhodnutí. Většina technik se zaměřuje na použití kvantitativních technik pro kontrolu dat. Mezi některé z populárnějších technik kvantitativní analýzy dat patří popisná statistika, průzkumná analýza dat a potvrzující analýza dat. Posledně uvedené dva zahrnují použití podpory nebo nepodepření předem stanovené hypotézy. Skupiny, které mohou tyto techniky používat, zahrnují individuální výzkumníky, studenty, podniky, vládní agentury a pojistné matematiky a další strany, které potřebují informace a data.
Kvantitativní analýza dat se pokouší odstranit zaujatost výzkumného pracovníka ze shromážděných dat. Silné použití statistik, pravděpodobností nebo jiných matematických technik umožňuje jednotlivcům používat standardní metody pro interpretaci dat. Když se vědci pokusí použít techniky kvalitativní analýzy dat - často založené na osobním zázemí jednotlivce, preferencích nebo základních výzkumných a zdůvodňovacích zásadách - shromážděná data mohou být nesprávně interpretována nebo nesprávně interpretována. Matematické techniky jsou proto na tyto chyby méně citlivé a častěji je přijímají jiní jednotlivci nebo vědci.
Deskriptivní statistická analýza rozděluje nebo sumarizuje data do konkrétních skupin. Demografické údaje jsou běžnou sadou popisných statistik. Výzkumníci budou shromažďovat informace týkající se věku populace, pohlaví, velikosti domácnosti, příjmu, typu zaměstnání a dalších informací. Dalším typem popisné statistické analýzy je procento dokončení quarterbacku při hraní ve fotbalovém zápase. Pokud quarterback dokončí šest z osmi pokusů o průchod, má procento dokončení 75 procent. Nedostatkem v této technice je neschopnost statistik poskytnout další informace, například délku každého průchodu.
Techniky průzkumné analýzy dat často zahrnují použití boxových grafů, histogramů, Paretových diagramů, rozptylových grafů nebo grafu stonek a listů. Hlavním účelem této techniky je podpora uvedené hypotézy od výzkumného pracovníka. Například výzkumný pracovník si může přát prokázat hypotézu o věkovém rozmezí vlastníků, kteří řídí konkrétní typ automobilu, jako je minivan. Aby testoval a podporoval tuto hypotézu, výzkumný pracovník shromáždí informace a vytvoří krabicový graf, aby určil počet majitelů v uvedeném rozsahu. Statistiky budou poskytovat informace, které podporují nebo nepodporují hypotézu, a ukazují, kolik odlehlých hodnot je ve shromážděných datech.
Techniky potvrzující analýzy dat jsou opakem průzkumných technik. V těchto testech se vědec snaží vyvrátit nulovou hypotézu, což je prohlášení, které většina jednotlivců obecně považuje za pravdivé. Aby vyvrátil nulovou hypotézu, výzkumný pracovník shromáždí konkrétní informace týkající se hypotézy a otestuje průměr, rozptyl, p-hodnoty a intervaly spolehlivosti. Interval spolehlivosti prokázaný potvrzující analýzou dat poskytne informace o tom, jak by měl být výzkumný pracovník přesvědčen o tom, zda je nulová hypotéza pravdivá nebo nepravdivá.