Wat zijn de verschillende gegevensanalysetechnieken?

Technieken voor gegevensanalyses stellen onderzoekers in staat om verzamelde gegevens te beoordelen en conclusies of vastberadenheid van de informatie.De meeste technieken richten zich op de toepassing van kwantitatieve technieken om de gegevens te bekijken.Enkele van de meer populaire kwantitatieve gegevensanalysetechnieken omvatten beschrijvende statistieken, verkennende gegevensanalyse en bevestigende gegevensanalyse.De laatste twee omvatten het gebruik van het ondersteunen van of het niet ondersteunen van een vooraf bepaalde hypothese.Groepen die deze technieken kunnen gebruiken, zijn onder meer individuele onderzoekers, studenten, bedrijven, overheidsinstanties en actuarissen, onder andere partijen die informatie en gegevens nodig hebben.

Kwantitatieve gegevensanalyse probeert vooringenomenheid te verwijderen uit verzamelde gegevens.Zwaar gebruik van statistieken, waarschijnlijkheden of andere wiskundige technieken stelt individuen in staat om standaardmethoden te gebruiken voor het interpreteren van gegevens.Wanneer onderzoekers proberen kwalitatieve gegevensanalysetechnieken te gebruiken MDASH;Vaak gebaseerd op de persoonlijke achtergrond van het individu, voorkeuren of fundamenteel onderzoeks- en redeneerprincipes mdash;De verzamelde gegevens kunnen verkeerd worden gelezen of onjuist worden geïnterpreteerd.Daarom zijn wiskundige technieken minder vatbaar voor deze fouten en vaak meer geaccepteerd door andere individuen of onderzoekers.

Beschrijvende statistische analyse scheiden of vatten gegevens in specifieke groepen af in specifieke groepen.Demografie is een veel voorkomende set beschrijvende statistieken.Onderzoekers zullen informatie verzamelen met betrekking tot de leeftijd, het geslacht, het huishouden, het inkomen, het inkomen, het werktype en andere informatie van een bevolking.Een ander type beschrijvende statistische analyse is het voltooiingspercentage van een quarterback bij het spelen in een voetbalwedstrijd.Als de quarterback zes van de acht passpogingen voltooit, heeft hij een voltooiingspercentage van 75 procent.Een fout in deze techniek is het onvermogen van de statistieken om aanvullende informatie te verstrekken, zoals de lengte van elke doorgang.

Verkennende data-analysetechnieken omvatten vaak het gebruik van boxplots, histogrammen, Pareto-kaarten, spreidingsplots of een stam-en-bladige plot.Het belangrijkste doel voor deze techniek is om een vermelde hypothese van een onderzoeker te ondersteunen.Een onderzoeker kan bijvoorbeeld een hypothese willen bewijzen over de leeftijdscategorie van eigenaren die een specifiek type auto besturen, zoals een minibus.Om deze hypothese te testen en te ondersteunen, zal de onderzoeker informatie verzamelen en een boxplot maken om het aantal eigenaren binnen zijn aangegeven bereik te bepalen.De statistieken bieden informatie om de hypothese te ondersteunen of niet te ondersteunen en laat zien hoeveel uitbijters er in de verzamelde gegevens zijn.

Bevestigende technieken voor gegevensanalyses zijn het tegenovergestelde van verkennende technieken.In deze tests wil de onderzoeker de nulhypothese weerleggen, wat een verklaring is die algemeen als waar wordt geaccepteerd door de meeste individuen.Om de nulhypothese te weerleggen, zal de onderzoeker specifieke informatie verzamelen met betrekking tot de hypothese en de gemiddelde, variantie, p-waarden en betrouwbaarheidsintervallen testen.Het betrouwbaarheidsinterval dat wordt bewezen door de bevestigende gegevensanalyse zal informatie geven over hoe zelfverzekerd de onderzoeker moet zijn over de vraag of de nulhypothese waar of onwaar is.