Quels sont les meilleurs conseils pour collecter des données quantitatives?

Il existe de nombreux domaines scientifiques et pratiques différents qui reposent sur la collecte de données quantitatives.La collecte de données quantitatives est, par exemple, d'une importance centrale dans des domaines basés sur la recherche tels que la chimie, la physique et même certaines branches de linguistique.Il est également essentiel pour les tests et à d'autres fins en ingénierie, en 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 selon les projets, mais il existe certains principes de collecte de données qui peuvent être largement appliqués, sinon universellement, appliqués.Il est, par exemple, important de prendre tous les moyens possibles pour éliminer les erreurs humaines et expérimentales, de collecter et d'analyser toutes les données plutôt que de ce qui correspond à ses théories, et d'exécuter une expérience ou de tester plusieurs fois pour vérifier les erreurs.

Bien que l'erreur minimale soit parfois acceptable, dans certains cas, cela peut entraîner une inexactitude substantielle ou même à l'échec d'un projet.Dans la mesure du possible lors de la collecte de données quantitatives, il faut alors déterminer la mesure dans laquelle l'erreur peut être tolérée.Les techniques et dispositifs utilisés pour collecter des données quantitatives devraient être en mesure de le faire dans cette gamme d'erreur tolérable.S'ils ne le peuvent pas, il est probablement nécessaire d'affiner la méthode de collecte de données ou de proposer une entièrement nouvelle.

Lors de la collecte de données quantitatives, il est souvent tentant d'enregistrer et d'utiliser uniquement les résultats qui correspondent à des expériences antérieures ou à des attentes théoriques.Cela est particulièrement vrai lorsque seuls quelques-uns des nombres collectés diffèrent considérablement des résultats attendus.Ces valeurs aberrantes, cependant, peuvent être extrêmement importantes et ne doivent pas être ignorées, surtout si elles se reproduisent dans des 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 quantitatifs 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 l'erreur lors de la collecte de données quantitatives.Cela peut révéler des problèmes tels que l'étalonnage des dispositifs, l'erreur humaine ou les effets de variables inattendues et incontrôlées.Lorsque cela est possible, des groupes distincts de personnes doivent exécuter 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, leur permettant ainsi d'isoler les erreurs particulières qui se sont produites pendant le processus de collecte de données quantitatives.