Tecniche di analisi dei dati
Definizione e concetti
Le tecniche di analisi dei dati consentono ai ricercatori di esaminare i dati raccolti e ricavare 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.L'analisi quantitativa dei dati tenta di rimuovere i pregiudizi dei ricercatori dai dati raccolti. L'uso massiccio di statistiche, probabilità o altre tecniche matematiche consente agli individui di utilizzare metodi standard per l'interpretazione dei dati. Quando i ricercatori tentano di utilizzare tecniche di analisi qualitativa dei dati, spesso in base al background personale, alle preferenze o ai principi di ricerca e ragionamento di base, i dati raccolti possono essere interpretati erroneamente o interpretati erroneamente. Pertanto, le tecniche matematiche sono meno suscettibili a questi errori e spesso più accettate da altri individui o ricercatori.
L'analisi statistica descrittiva separa o riassume i dati in gruppi specifici. I dati demografici sono un insieme comune di statistiche descrittive. I ricercatori raccoglieranno informazioni relative all'età della popolazione, sesso, dimensione della famiglia, reddito, tipo di lavoro e 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 di passaggio su otto, ha una percentuale di completamento del 75%. Un difetto in questa tecnica è l'incapacità delle statistiche di fornire informazioni aggiuntive, come la lunghezza di ogni passaggio.
Le tecniche di analisi dei dati esplorative spesso prevedono l'uso di grafici a riquadri, istogrammi, grafici di Pareto, grafici a dispersione o una trama di stelo e foglia. Lo scopo principale di questa tecnica è supportare un'ipotesi dichiarata da un ricercatore. Ad esempio, un ricercatore potrebbe voler provare un'ipotesi sulla fascia di 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 una trama per determinare il numero di proprietari entro il range indicato. Le statistiche forniranno informazioni per supportare o non supportare l'ipotesi e mostrare quanti valori anomali si trovano 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 una 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 la media, la varianza, i valori p e gli intervalli di confidenza. L'intervallo di confidenza dimostrato dall'analisi dei dati di conferma fornirà informazioni su quanto il ricercatore dovrebbe essere sicuro se l'ipotesi nulla sia vera o falsa.