Jakie są najlepsze wskazówki dotyczące gromadzenia danych ilościowych?
Istnieje wiele różnych naukowych i praktycznych dziedzin, które opierają się na gromadzeniu danych ilościowych. Zbieranie danych ilościowych ma na przykład kluczowe znaczenie w dziedzinach opartych na badaniach, takich jak chemia, fizyka, a nawet niektóre dziedziny językoznawstwa. Jest również niezbędny do testowania i innych celów w inżynierii, informatyce i innych obszarach i projektach wymagających dużej ilości danych, mających na celu wytworzenie produktu końcowego. Konkretne metody stosowane do gromadzenia danych ilościowych różnią się drastycznie w zależności od projektu, ale istnieją pewne zasady gromadzenia danych, które mogą być powszechnie stosowane, jeśli nie uniwersalne. Ważne jest na przykład podjęcie wszelkich możliwych środków w celu wyeliminowania błędów ludzkich i eksperymentalnych, zebranie i przeanalizowanie wszystkich danych, a nie tylko tych, które pasują do teorii, oraz przeprowadzenie eksperymentu lub przetestowania wiele razy w celu sprawdzenia błędów.
Chociaż minimalny błąd jest czasami akceptowalny, w niektórych przypadkach może prowadzić do znacznej niedokładności, a nawet do niepowodzenia projektu. Kiedy tylko jest to możliwe przy gromadzeniu danych ilościowych, należy określić stopień tolerancji błędu. Techniki i urządzenia stosowane do gromadzenia danych ilościowych powinny być w stanie to zrobić w tym dopuszczalnym zakresie błędu. Jeśli nie mogą, prawdopodobnie konieczne jest udoskonalenie metody gromadzenia danych lub opracowanie zupełnie nowej metody.
Podczas zbierania danych ilościowych często kuszące jest zapisywanie i wykorzystywanie tylko wyników, które odpowiadają wcześniejszym eksperymentom lub oczekiwaniom teoretycznym. Jest to szczególnie prawdziwe, gdy tylko kilka z zebranych liczb różni się znacznie od oczekiwanych wyników. Te wartości odstające mogą być jednak niezwykle ważne i nie należy ich ignorować, zwłaszcza jeśli powtórzą się w kolejnych eksperymentach. Nieoczekiwane wyniki mogą wskazywać na problemy z procedurą lub materiałami eksperymentalnymi, a nawet sugerować, że istniejące teorie na temat eksperymentów lub testów są nieprawidłowe. Proces zbierania danych ilościowych może być skuteczny i obiektywny tylko wtedy, gdy badacz zbiera i zgłasza wszystkie dane.
Przeprowadzenie wielu niezależnych prób to doskonały sposób na zminimalizowanie błędu przy zbieraniu danych ilościowych. Może to ujawnić problemy, takie jak kalibracja urządzenia, błąd ludzki lub skutki nieoczekiwanych i niekontrolowanych zmiennych. O ile to możliwe, odrębne grupy osób powinny przeprowadzić testy lub eksperymenty mające na celu zebranie określonych danych ilościowych. Obie grupy mogą porównywać wszystkie metody i zmienne, jeśli zbierają różne wyniki, co pozwala im wyodrębnić poszczególne błędy, które wystąpiły podczas procesu zbierania danych ilościowych.