¿Cuáles son las diferentes técnicas de análisis de datos?
Las técnicas de análisis de datos permiten a los investigadores revisar los datos recopilados y hacer inferencias o determinación de la información. La mayoría de las técnicas se centran en la aplicación de técnicas cuantitativas para revisar los datos. Algunas de las técnicas de análisis de datos cuantitativos más populares incluyen estadísticas descriptivas, análisis de datos exploratorios y análisis de datos confirmatorios. Los dos últimos implican el uso de soporte o no apoyar una hipótesis predeterminada. Los grupos que pueden usar estas técnicas incluyen investigadores individuales, estudiantes, empresas, agencias gubernamentales y actuarios, entre otras partes que necesitan información y datos.
Los intentos de análisis de datos cuantitativos para eliminar el sesgo de los investigadores de los datos recopilados. El uso intensivo de estadísticas, probabilidades u otras técnicas matemáticas permite a las personas usar métodos estándar para interpretar datos. Cuando los investigadores intentan utilizar técnicas de análisis de datos cualitativos, a menudo basados en los antecedentes personales del individuo, prefereNCES o principios básicos de investigación y razonamiento: los datos recopilados pueden interpretarse mal o interpretarse incorrectamente. Por lo tanto, las técnicas matemáticas son menos susceptibles a estos errores y, a menudo, más aceptadas por otros individuos o investigadores.
.Análisis estadístico descriptivo separar o resumir los datos en grupos específicos. La demografía es un conjunto común de estadísticas descriptivas. Los investigadores recopilarán información relacionada con la edad, el sexo, el tamaño del hogar, los ingresos, el tipo de trabajo de una población. Otro tipo de análisis estadístico descriptivo es el porcentaje de finalización de un quarterback cuando juega en un juego de fútbol. Si el mariscal de campo completa seis de ocho intentos de pase, tiene un porcentaje de finalización del 75 por ciento. Una falla en esta técnica es la incapacidad de las estadísticas para proporcionar información adicional, como la longitud de cada pase.
datos exploratorios aLas técnicas de análisis a menudo implican el uso de gráficos de caja, histogramas, gráficos de pareto, parcelas de dispersión o una parcela de tallo y hojas. El objetivo principal de esta técnica es apoyar una hipótesis establecida de un investigador. Por ejemplo, un investigador puede desear probar una hipótesis sobre el rango de edad de los propietarios que conducen un tipo específico de automóvil, como una minivan. Para probar y apoyar esta hipótesis, el investigador recopilará información y creará un diagrama de caja para determinar el número de propietarios dentro de su rango declarado. Las estadísticas proporcionarán información para respaldar o no la hipótesis y mostrarán cuántos valores atípicos hay en los datos recopilados.
.Las técnicas de análisis de datos confirmatorios son lo opuesto a las técnicas exploratorias. En estas pruebas, el investigador está buscando refutar la hipótesis nula, que es una declaración generalmente aceptada como verdadera por la mayoría de las personas. Para refutar la hipótesis nula, el investigador recopilará información específica relacionada con la hipótesis y probará la AVERAGE, VARIANZA, VALORES P e intervalos de confianza. El intervalo de confianza probado por el análisis de datos confirmatorios proporcionará información sobre cuán seguro debe estar el investigador sobre si la hipótesis nula es verdadera o falsa.