Veri analizi teknikleri, araştırmacıların toplanan verileri gözden geçirmelerine ve bilgilerden çıkarımlar yapma veya tespit etmelerine izin verir. Çoğu teknik, verileri gözden geçirmek için nicel tekniklerin uygulanmasına odaklanır. Daha popüler nicel veri analizi tekniklerinden birkaçı, tanımlayıcı istatistikler, keşifsel veri analizi ve doğrulayıcı veri analizi içerir. Son iki, önceden belirlenmiş bir hipotezi desteklemeyi veya desteklememeyi içerir. Bu teknikleri kullanabilecek gruplar, bireysel araştırmacıları, öğrencileri, işletmeleri, devlet kurumlarını ve aktüerleri, bilgi ve verilere ihtiyaç duyan diğer tarafları içerir.
Nicel veri analizi, araştırmacı önyargısını toplanan verilerden kaldırmaya çalışır. İstatistiklerin, olasılıkların veya diğer matematiksel tekniklerin yoğun kullanımı, bireylerin verileri yorumlamak için standart yöntemler kullanmasını sağlar. Araştırmacılar nitel veri analizi tekniklerini kullanmaya çalıştıklarında - genellikle bireyin kişisel geçmişine, tercihlerine veya temel araştırma ve akıl yürütme ilkelerine dayanarak - toplanan veriler yanlış veya yanlış yorumlanabilir. Bu nedenle, matematiksel teknikler bu hatalara karşı daha az hassastır ve genellikle diğer kişiler veya araştırmacılar tarafından daha fazla kabul edilir.
Tanımlayıcı istatistiksel analiz, verileri belirli gruplara ayırır veya özetler. Demografi genel bir tanımlayıcı istatistik kümesidir. Araştırmacılar, nüfusun yaşı, cinsiyeti, hane halkı büyüklüğü, gelir, iş türü ve diğer bilgilerle ilgili bilgi toplayacaktır. Bir başka tanımlayıcı istatistiksel analiz türü de, bir futbol maçında oyun kurucu oyununun tamamlanma yüzdesidir. Oyun kurucu sekiz geçiş denemesinden altısını tamamlarsa, yüzde 75 tamamlama yüzdesine sahiptir. Bu teknikteki bir eksiklik, istatistiklerin her bir geçişin uzunluğu gibi ek bilgi sağlayamamasıdır.
Keşifsel veri analizi teknikleri çoğu zaman kutu çizimlerinin, histogramların, Pareto çizelgelerinin, saçılma çizimlerinin veya sap ve yaprak grafiğinin kullanımını içerir. Bu tekniğin temel amacı, bir araştırmacıdan belirtilen bir hipotezi desteklemektir. Örneğin, bir araştırmacı, bir minivan gibi belirli bir araba türünü kullanan sahiplerin yaş aralığı hakkında bir hipotez kanıtlamak isteyebilir. Bu hipotezi test etmek ve desteklemek için araştırmacı bilgi toplayacak ve belirtilen aralıktaki sahip sayısını belirlemek için bir kutu grafiği oluşturacaktır. İstatistikler, hipotezi desteklemek veya desteklememek için bilgi sağlayacak ve toplanan verilerde kaç aykırı olduğunu gösterecektir.
Doğrulayıcı veri analizi teknikleri, keşif tekniklerinin tam tersidir. Bu testlerde araştırmacı, çoğu birey tarafından genel olarak doğru kabul edilen bir ifade olan sıfır hipotezini yanlışlamak istiyor. Boş hipotezi ispatlamak için araştırmacı hipotezle ilgili özel bilgiler toplayacak ve ortalama, varyans, p-değerleri ve güven aralıklarını test edecektir. Doğrulayıcı veri analizi ile kanıtlanan güven aralığı, araştırmacının null hipotezinin doğru veya yanlış olduğu konusunda ne kadar kendinden emin olması gerektiği konusunda bilgi sağlayacaktır.
