Jaké jsou nejlepší tipy pro shromažďování kvantitativních dat?

Existuje mnoho různých vědeckých a praktických oblastí zaměření, které se spoléhají na shromažďování kvantitativních dat. Shromažďování kvantitativních údajů je například ústřední význam v oblastech založených na výzkumu, jako je chemie, fyzika a dokonce i některé odvětví lingvistiky. Je také nezbytný pro testování a další účely v oblasti strojírenství, informatiky a dalších datových oborech a projektů zaměřených na výrobu konečného produktu. Specifické metody používané pro shromažďování kvantitativních dat se v rámci projektů drasticky liší, ale existují některé principy sběru dat, které lze široce, ne -li všeobecně aplikovat. Například je důležité považovat všechny možné prostředky k odstranění lidské a experimentální chyby, shromažďování a analýzu všech dat spíše než pouze ta, která se hodí k teoriím, a spustit experiment nebo několikrát testovat, aby zkontroloval chyby.n k selhání projektu. Kdykoli je to možné při sběru kvantitativních dat, pak by se mělo určit, do jaké míry lze chybu tolerovat. Techniky a zařízení používaná pro sběr kvantitativních dat by to měly být schopny tak učinit v rámci tohoto tolerovaného rozsahu chyb. Pokud to nemohou, je pravděpodobně nutné upřesnit metodu sběru dat nebo přijít s zcela novou.

Při sběru kvantitativních dat je často lákavé zaznamenávat a používat pouze výsledky, které odpovídají předchozím experimentům nebo teoretickým očekáváním. To platí zejména, když jen několik shromážděných čísel se výrazně liší od očekávaných výsledků. Tyto odlehlé hodnoty však mohou být nesmírně důležité a neměly by být ignorovány, zejména pokud se opakují v následných experimentech. Neočekávané výsledky mohou naznačovat problémy s experimentálním postupem nebo materiály nebo mohou dokonce naznačovatže existující teorie na téma experimentování nebo testování jsou nesprávné. Proces sběru kvantitativních dat může být účinný a objektivní pouze tehdy, když výzkumný pracovník shromažďuje a hlásí všechna data.

Spuštění více nezávislých pokusů je vynikající způsob, jak minimalizovat chybu při sběru kvantitativních dat. To může odhalit problémy, jako je kalibrace zařízení, lidská chyba nebo účinky neočekávaných a nekontrolovaných proměnných. Pokud je to možné, odlišné skupiny lidí by měly provádět testy nebo experimenty zaměřené na shromažďování konkrétních kvantitativních dat. Obě skupiny mohou porovnat všechny metody a proměnné, pokud shromažďují různé výsledky, což jim umožňuje izolovat konkrétní chyby, které vznikly během procesu sběru kvantitativních dat.