Quels sont les meilleurs conseils pour la collecte de données quantitatives?
Il existe de nombreux domaines d’intérêt scientifiques et pratiques qui reposent sur la collecte de données quantitatives. La collecte de données quantitatives revêt par exemple une importance capitale dans des domaines de recherche tels que la chimie, la physique et même certaines branches de la linguistique. Il est également essentiel pour les tests et autres objectifs dans les domaines de l'ingénierie, de l'informatique et dans d'autres domaines et projets à forte intensité de données visant à produire un produit final. Les méthodes spécifiques utilisées pour la collecte de données quantitatives varient considérablement d’un projet à l’autre, mais certains principes de la collecte de données peuvent être appliqués largement, voire universellement. Par exemple, il est important de prendre tous les moyens possibles pour éliminer les erreurs humaines et expérimentales, de collecter et d'analyser toutes les données plutôt que seulement celles qui correspondent aux théories et d'exécuter une expérience ou de tester plusieurs fois pour rechercher les erreurs.
Bien qu'une erreur minime soit parfois acceptable, elle peut dans certains cas conduire à une inexactitude substantielle ou même à l'échec d'un projet. Chaque fois que cela est possible lors de la collecte de données quantitatives, il convient de déterminer le degré de tolérance aux erreurs. Les techniques et dispositifs utilisés pour la collecte de données quantitatives doivent pouvoir le faire dans cette plage d'erreur tolérable. S'ils ne le peuvent pas, il est probablement nécessaire d'affiner la méthode de collecte des données ou d'en proposer une toute nouvelle.
Lors de la collecte de données quantitatives, il est souvent tentant de ne consigner et d'utiliser que les résultats correspondant aux expériences antérieures ou aux attentes théoriques. Cela est particulièrement vrai lorsque seuls quelques-uns des nombres recueillis diffèrent de manière significative des résultats attendus. Ces valeurs aberrantes peuvent toutefois être extrêmement importantes et ne doivent pas être ignorées, en particulier si elles se reproduisent lors d'expériences ultérieures. Des résultats inattendus peuvent indiquer des problèmes avec la procédure expérimentale ou les matériaux ou peuvent même suggérer que les théories existantes sur le sujet de l'expérimentation ou des tests sont incorrectes. Le processus de collecte de données quantitatives ne peut être efficace et objectif que lorsque le chercheur collecte et rapporte toutes les données.
L'exécution de plusieurs essais indépendants est un excellent moyen de minimiser les erreurs lors de la collecte de données quantitatives. Cela peut révéler des problèmes tels que l'étalonnage du périphérique, une erreur humaine ou les effets de variables inattendues et non contrôlées. Lorsque cela est possible, des groupes de personnes distincts doivent effectuer les tests ou les expériences visant à collecter des données quantitatives spécifiques. Les deux groupes peuvent comparer toutes les méthodes et variables s’ils collectent des résultats différents, ce qui leur permet d’isoler les erreurs particulières survenues lors du processus de collecte de données quantitatives.