Quali sono le diverse tecniche di analisi dei dati?
Le tecniche di analisi dei dati consentono ai ricercatori di rivedere i dati raccolti e fare inferenze o determinazione dalle informazioni. La maggior parte delle tecniche si concentra sull'applicazione di tecniche quantitative per rivedere i dati. Alcune delle più popolari tecniche di analisi quantitativa dei dati includono statistiche descrittive, analisi dei dati esplorativi e analisi dei dati di conferma. Gli ultimi due implicano l'uso di supportare o non supportare un'ipotesi predeterminata. I gruppi che possono utilizzare queste tecniche includono singoli ricercatori, studenti, aziende, agenzie governative e attuari, tra le altre parti che necessitano di informazioni e dati.
I tentativi di analisi quantitativa dei dati di rimuovere i pregiudizi dei ricercatori dai dati raccolti. L'uso intenso di statistiche, probabilità o altre tecniche matematiche consente alle persone di utilizzare metodi standard per interpretare i dati. Quando i ricercatori tentano di utilizzare le tecniche di analisi dei dati qualitative, spesso basate sul background personale dell'individuo, prefereNCE o principi di ricerca e ragionamento di base: i dati raccolti possono essere interpretati errati o interpretati in modo errato. Pertanto, le tecniche matematiche sono meno sensibili a questi errori e spesso più accettate da altri individui o ricercatori.
Analisi statistica descrittiva separa o sintetizza i dati in gruppi specifici. I dati demografici sono un insieme comune di statistiche descrittive. I ricercatori raccoglieranno informazioni relative all'età della popolazione, al sesso, alle dimensioni della famiglia, al reddito, al tipo di lavoro e ad altre informazioni. Un altro tipo di analisi statistica descrittiva è la percentuale di completamento di un quarterback quando si gioca in una partita di calcio. Se il quarterback completa sei tentativi su otto, ha una percentuale di completamento del 75 %. Un difetto in questa tecnica è l'incapacità delle statistiche di fornire ulteriori informazioni, come la lunghezza di ciascun passaggio.
Dati esplorativi aLe tecniche di nalisi comportano spesso l'uso di grafici a scatola, istogrammi, grafici a parete, grafici a dispersione o un diagramma a gambo e foglia. Lo scopo principale per questa tecnica è supportare un'ipotesi dichiarata da un ricercatore. Ad esempio, un ricercatore può desiderare di dimostrare un'ipotesi sulla fascia d'età dei proprietari che guidano un tipo specifico di auto, come un minivan. Per testare e supportare questa ipotesi, il ricercatore raccoglierà informazioni e creerà un diagramma a scatola per determinare il numero di proprietari nella sua gamma dichiarata. Le statistiche forniranno informazioni per supportare o non supportare l'ipotesi e mostreranno quanti valori anomali sono nei dati raccolti.
Le tecniche di analisi dei dati di conferma sono l'opposto delle tecniche esplorative. In questi test, il ricercatore sta cercando di confutare l'ipotesi nulla, che è un'affermazione generalmente accettata come vera dalla maggior parte degli individui. Per confutare l'ipotesi nulla, il ricercatore raccoglierà informazioni specifiche relative all'ipotesi e testerà il AveRage, varianza, valori p e intervalli di confidenza. L'intervallo di confidenza dimostrato dall'analisi dei dati di conferma fornirà informazioni su quanto sia sicuro che il ricercatore dovrebbe essere se l'ipotesi nulla è vera o falsa.