Quais são as diferentes técnicas de análise de dados?
Técnicas de análise de dados permitem que os pesquisadores revise os dados coletados e faça inferências ou determinação a partir das informações. A maioria das técnicas se concentra na aplicação de técnicas quantitativas para revisar os dados. Algumas das técnicas de análise de dados quantitativas mais populares incluem estatística descritiva, análise de dados exploratórios e análise de dados confirmatórios. Os dois últimos envolvem o uso de apoiar ou não apoiar uma hipótese predeterminada. Os grupos que podem usar essas técnicas incluem pesquisadores, estudantes, empresas, agências governamentais e atuários individuais, entre outras partes que precisam de informações e dados. O uso pesado de estatísticas, probabilidades ou outras técnicas matemáticas permite que os indivíduos usem métodos padrão para interpretar dados. Quando os pesquisadores tentam usar técnicas qualitativas de análise de dados - geralmente com base na formação pessoal do indivíduo, prefereNCES ou princípios básicos de pesquisa e raciocínio - os dados coletados podem ser interpretados incorretamente ou interpretados incorretamente. Portanto, as técnicas matemáticas são menos suscetíveis a esses erros e muitas vezes mais aceitas por outros indivíduos ou pesquisadores.
Análise estatística descritiva separa ou resume os dados em grupos específicos. Os dados demográficos são um conjunto comum de estatística descritiva. Os pesquisadores reunirão informações relacionadas à idade, sexo, tamanho da família, renda, tipo de emprego e outras informações de uma população. Outro tipo de análise estatística descritiva é a porcentagem de conclusão de um zagueiro ao jogar em um jogo de futebol. Se o quarterback concluir seis das oito tentativas de passagem, ele terá uma porcentagem de conclusão de 75 %. Uma falha nesta técnica é a incapacidade de as estatísticas fornecerem informações adicionais, como o comprimento de cada passagem.
Dados exploratórios aAs técnicas de nálise geralmente envolvem o uso de gráficos de caixas, histogramas, gráficos de Pareto, gráficos de dispersão ou um gráfico de tronco e folhas. O principal objetivo para essa técnica é apoiar uma hipótese declarada de um pesquisador. Por exemplo, um pesquisador pode desejar provar uma hipótese sobre a faixa etária de proprietários que dirigem um tipo específico de carro, como uma minivan. Para testar e apoiar essa hipótese, o pesquisador coletará informações e criará um gráfico de caixa para determinar o número de proprietários dentro de seu alcance declarado. As estatísticas fornecerão informações para apoiar ou não apoiar a hipótese e mostrarão quantos valores outliers estão nos dados coletados.
As técnicas de análise de dados confirmatórias são o oposto das técnicas exploratórias. Nesses testes, o pesquisador procura refutar a hipótese nula, que é uma declaração geralmente aceita como verdadeira pela maioria dos indivíduos. Para refutar a hipótese nula, o pesquisador coletará informações específicas relacionadas à hipótese e testará a AveRAGE, Variação, Valores P e Intervalos de Confiança. O intervalo de confiança comprovado pela análise de dados confirmatórios fornecerá informações sobre o quão confiante o pesquisador deve estar sobre se a hipótese nula é verdadeira ou falsa.