定量的データを収集するための最良のヒントは何ですか？

Quantative定量的データの収集に依存する多くの異なる科学的および実用的な焦点分野があります。たとえば、定量的データを収集することは、化学、物理学、さらには言語学のいくつかの分野など、研究に基づいた分野で中心的に重要です。また、エンジニアリング、コンピューターサイエンス、および最終製品の生産を目的としたその他のデータ集約型フィールドおよびプロジェクトのテストやその他の目的にも不可欠です。定量的データの収集に使用される特定の方法は、プロジェクト間で劇的に異なりますが、普遍的ではないにしても、適用されるデータ収集の原則がいくつかあります。たとえば、人間および実験的エラーを排除し、自分の理論に適合するデータだけでなく、すべてのデータを収集および分析するために可能なすべての手段をとることが重要です。最小限のエラーが受け入れられることがありますが、場合によっては、実質的な不正確さやプロジェクトの失敗にさえつながる可能性があります。定量的データを収集するときはいつでも、エラーを許容できる程度を決定する必要があります。定量的データの収集に使用される手法とデバイスは、この許容範囲のエラー内でそうすることができるはずです。できない場合は、おそらくデータ収集方法を改良するか、まったく新しい方法を考え出す必要があります。。これは、収集された数値のほんの数のみが予想される結果と大きく異なる場合に特に当てはまります。ただし、これらの外れ値は非常に重要である可能性があり、特に後続の実験で再発した場合、無視すべきではありません。予期しない結果は、実験手順や材料の問題を示したり、実験またはテストのトピックに関する既存の理論が間違っていることを示唆している場合さえあります。定量的データを収集するプロセスは、研究者がすべてのデータを収集および報告する場合にのみ効果的かつ客観的です。そうすることで、デバイスのキャリブレーション、ヒューマンエラー、予期しない制御されていない変数の影響などの問題を明らかにすることができます。可能であれば、特定の定量的データを収集することを目的としたテストまたは実験を実行する必要があります。2つのグループは、異なる結果を収集する場合、すべてのメソッドと変数を比較することができ、それにより、定量的データを収集するプロセス中に発生した特定のエラーを分離できるようになります。