Quelles sont les différentes techniques d'analyse des données?
Les techniques d'analyse des données permettent aux chercheurs d'examiner les données recueillies et de faire des inférences ou de déterminer les informations. La plupart des techniques se concentrent sur l'application de techniques quantitatives pour examiner les données. Quelques des techniques d'analyse des données quantitatives les plus populaires comprennent des statistiques descriptives, une analyse des données exploratoires et une analyse de données confirmatoire. Les deux derniers impliquent l'utilisation d'un support ou de ne pas supporter une hypothèse prédéterminée. Les groupes qui peuvent utiliser ces techniques comprennent des chercheurs individuels, des étudiants, des entreprises, des agences gouvernementales et des actuaires, entre autres parties ayant besoin d'informations et de données.
Analyse quantitative des données tente de supprimer les biais du chercheur des données recueillies. L'utilisation intensive des statistiques, des probabilités ou d'autres techniques mathématiques permet aux individus d'utiliser des méthodes standard pour interpréter les données. Lorsque les chercheurs tentent d'utiliser des techniques d'analyse de données qualitatives - souvent basées sur les antécédents personnels de l'individu, préfèreNCES ou principes de recherche et de raisonnement fondamentaux - les données recueillies peuvent être mal lues ou mal interprétées. Par conséquent, les techniques mathématiques sont moins sensibles à ces erreurs et souvent plus acceptées par d'autres individus ou chercheurs.
L'analyse statistique descriptive sépare ou résume les données en groupes spécifiques. Les données démographiques sont un ensemble commun de statistiques descriptives. Les chercheurs collecteront des informations relatives à l’âge, au sexe, au sexe, à la taille des ménages, au revenu, au type d’emploi et à d'autres informations. Un autre type d'analyse statistique descriptive est le pourcentage d'achèvement d'un quart-arrière lorsque vous jouez dans un match de football. Si le quart-arrière termine six sur huit tentatives de passe, il a un pourcentage d'achèvement de 75%. Une faille dans cette technique est l'incapacité pour les statistiques de fournir des informations supplémentaires, comme la durée de chaque passe.
données exploratoires aLes techniques d'analyse impliquent souvent l'utilisation de parcelles de boîte, d'histogrammes, de graphiques de paéto, de graphiques de dispersion ou d'une parcelle de tige et de feuille. L'objectif principal de cette technique est de soutenir une hypothèse déclarée d'un chercheur. Par exemple, un chercheur peut souhaiter prouver une hypothèse sur la tranche d'âge des propriétaires qui conduisent un type spécifique de voiture, comme une mini-fourgonnette. Pour tester et soutenir cette hypothèse, le chercheur recueillera des informations et créera un tracé de boîte pour déterminer le nombre de propriétaires dans sa gamme déclarée. Les statistiques fourniront des informations à l'appui ou ne soutiendront pas l'hypothèse et montreront combien de valeurs aberrantes sont dans les données recueillies.
Les techniques d'analyse des données confirmatoires sont l'opposé des techniques exploratoires. Dans ces tests, le chercheur cherche à réfuter l'hypothèse nulle, qui est une déclaration généralement acceptée comme vraie par la plupart des individus. Pour réfuter l'hypothèse nulle, le chercheur recueillera des informations spécifiques liées à l'hypothèse et testera l'avenueRage, variance, valeurs p et intervalles de confiance. L'intervalle de confiance prouvé par l'analyse de données confirmatoire fournira des informations sur la confiance du chercheur sur la question de savoir si l'hypothèse nulle est vraie ou fausse.