Hvad er dataanalyse?

Dataanalyse er en praksis, hvor rå data ordnes og organiseres, så nyttige oplysninger kan udvindes fra dem. Processen med at organisere og tænke på data er nøglen til at forstå, hvad dataene indeholder og ikke indeholder. Der er forskellige måder, hvorpå folk kan henvende sig til dataanalyse, og det er notorisk let at manipulere data i analysefasen for at skubbe til bestemte konklusioner eller dagsordener. Af denne grund er det vigtigt at være opmærksom, når dataanalyse præsenteres, og at tænke kritisk over dataene og de konklusioner, der er trukket.

Rå data kan antage forskellige former, herunder målinger, undersøgelsessvar og observationer. I sin rå form kan disse oplysninger være utroligt nyttige, men også overvældende. I løbet af dataanalyseprocessen bestilles rå data på en måde, der vil være nyttig. F.eks. Kan undersøgelsesresultater være opdaterede, så folk med et øjeblik kan se, hvor mange mennesker, der har besvaret undersøgelsen, og hvordan folk har svaret på specifikke spørgsmål.

I løbet af organisering af dataene opstår der ofte tendenser, og disse tendenser kan fremhæves i skrivningen af ​​dataene for at sikre, at læserne tager note til. I en afslappet undersøgelse af ispræferencer kunne for eksempel flere kvinder end mænd udtrykke en forkærlighed for chokolade, og dette kan være et interessepunkt for forskeren. Modellering af dataene ved hjælp af matematik og andre værktøjer kan undertiden overdrive sådanne interessepunkter i dataene, hvilket gør dem lettere for forskeren at se.

Diagrammer, grafer og tekstuel skrivning af data er alle former for dataanalyse. Disse metoder er designet til at forfine og destillere dataene, så læserne kan hente interessant information uden at behøve at sortere alle dataene alene. Sammenfatning af data er ofte kritisk for at understøtte argumenter fremsat med disse data, ligesom det er at præsentere dataene på en klar og forståelig måde. Rå dataene kan også inkluderes i form af et appendiks, så folk kan finde specifikationer for sig selv.

Når folk støder på opsummerede data og konklusioner, bør de se dem kritisk. At spørge, hvor dataene kommer fra, er vigtigt, ligesom det spørger om samplingmetoden, der bruges til at indsamle dataene, og størrelsen på prøven. Hvis datakilden ser ud til at have en interessekonflikt med den type data, der indsamles, kan dette sætte spørgsmålstegn ved resultaterne. Ligeledes kan data indsamlet fra en lille prøve eller en prøve, der ikke virkelig er tilfældig, være af tvivlsom nytte. Anerkendte forskere vil altid give information om de anvendte dataindsamlingsteknikker, finansieringskilden og punktet for dataindsamlingen i starten af ​​analysen, så læserne kan tænke på disse oplysninger, mens de gennemgår analysen.