Co je analýza dat?
Analýza dat je praxe, ve které jsou objednána a organizována surová data, aby z nich mohly být užitečné informace extrahovány. Proces organizace a přemýšlení o datech je klíčem k pochopení toho, co data dělají a neobsahují. Existuje celá řada způsobů, jak lidé mohou přistupovat k analýze dat, a je notoricky snadné manipulovat s údaji během fáze analýzy, aby se prosadila určitá závěry nebo agendy. Z tohoto důvodu je důležité věnovat pozornost, když je prezentována analýza dat, a kriticky přemýšlet o datech a závěrech, které byly vyvozeny. Ve své syrové podobě může být tato informace neuvěřitelně užitečná, ale také ohromující. V průběhu procesu analýzy dat jsou surová data objednána způsobem, který bude užitečný. Například výsledky průzkumu mohou být spojeny, aby lidé mohli na první pohled vidět, kolik lidí na průzkum odpovědělo a jak PEople odpověděl na konkrétní otázky.
V průběhu organizace dat se často objevují trendy a tyto trendy lze zdůraznit v zápisu dat, aby se zajistilo, že čtenáři berou na vědomí. Například v neformálním průzkumu preferencí zmrzliny by mohlo více žen než mužů vyjádřit laskavost čokolády, a to by mohlo být pro výzkumného pracovníka zájmu. Modelování dat s použitím matematiky a jiných nástrojů může někdy přehánět takové body zájmu o údaje, což je pro výzkumného pracovníka usnadňuje vidět.
grafy, grafy a textové zápisy dat jsou formy analýzy dat. Tyto metody jsou navrženy tak, aby zdokonalovaly a destilovaly data, aby čtenáři mohli získat zajímavé informace, aniž by museli třídit všechna data sama. Shrnutí údajů je často rozhodující pro podporu argumentů s těmito údaji, stejně jako prezentace dat vJasný a pochopitelný způsob. Nezpracovaná data mohou být také zahrnuty do podoby dodatku, aby si lidé mohli vyhledávat specifika pro sebe.
Když se lidé setkávají s souhrnu údajů a závěrů, měli by je kriticky prohlížet. Zeptat se, odkud jsou data, je důležité, jak se ptá na metodu odběru vzorků používanou ke shromažďování dat a velikosti vzorku. Pokud se zdá, že zdroj dat má střet zájmů s typem shromažďovaného dat, může to zpochybnit výsledky. Podobně, data shromážděná z malého vzorku nebo vzorku, která není skutečně náhodná, mohou mít spornou užitečnost. Renomovaní vědci budou vždy poskytovat informace o použitých technikách shromažďování dat, zdroji financování a sběru sběru dat na začátku analýzy, aby čtenáři mohli o těchto informacích přemýšlet při kontrole analýzy.