L’analyse des
données techniques permettent aux chercheurs d'examiner les données recueillies
et faire des inférences ou de la détermination de l'information. La plupart des
techniques axées sur l'application des techniques quantitatives pour examiner
les données. Quelques-unes des techniques d'analyse quantitative de données les
plus populaires comprennent les statistiques descriptives, analyse exploratoire
des données et l'analyse de données de confirmation. Les deux derniers
impliquent l'utilisation d'appuyer ou non une hypothèse prédéterminée. Les
groupes qui peuvent utiliser ces techniques comprennent chercheurs, les
étudiants, les entreprises, les organismes gouvernementaux et les actuaires,
les autres parties ont besoin d'informations et de données.
L’analyse des
données quantitatives tente de supprimer les préjugés du chercheur à partir des
données recueillies. L'utilisation intensive des statistiques, probabilités ou
d'autres techniques mathématiques permet aux individus d'utiliser des méthodes
standard pour l'interprétation des données. Lorsque les chercheurs tentent
d'utiliser des techniques qualitatives d'analyse des données - souvent fondées
sur des antécédents personnels de l'individu, les préférences ou les principes
de la recherche et de raisonnement de base - les données recueillies peuvent
être mal lu ou mal interprétés. Par conséquent, des techniques mathématiques
sont moins sensibles à ces erreurs et souvent plus acceptée par les autres
personnes ou des chercheurs.
Analyse
statistique descriptive séparer ou résumer les données dans des groupes
spécifiques. D
Les démographiques
sont un ensemble commun de statistiques descriptives. Les chercheurs de
recueillir des informations concernant l'âge, le sexe, la taille du ménage, le
revenu, le type d'emploi d'une population et d'autres informations. Un autre
type d'analyse statistique descriptive est le pourcentage d'achèvement d'un
quart en jouant dans un match de football. Si le quart terminé six des huit
tentatives de passes, il a un pourcentage d'achèvement de 75 pour cent. Une
faille dans cette technique est l'incapacité pour les statistiques à fournir
des informations supplémentaires, telles que la longueur de chaque passage.
Les techniques
d'analyse de données exploratoires impliquent souvent l'utilisation de boîtes à
moustaches, histogrammes, diagrammes de Pareto, diagrammes de dispersion ou un
diagramme à tiges et à feuilles. Le but principal de cette technique est de soutenir
une hypothèse énoncée par un chercheur. Par exemple, un chercheur peut désirer
pour prouver une hypothèse sur la tranche d'âge des propriétaires qui
conduisent un type spécifique de la voiture, comme une mini-fourgonnette. Pour
tester et de soutenir cette hypothèse, le chercheur va recueillir des
informations et de créer une boîte à moustaches pour déterminer le nombre de
propriétaires au sein de sa gamme indiquée. Les statistiques fournissent des
informations pour appuyer ou non l'hypothèse et de montrer combien les valeurs
aberrantes sont dans les données recueillies.
Les techniques
d'analyse de données de confirmation sont à l'opposé des techniques
exploratoires. Dans ces essais, le chercheur est à la recherche de réfuter
l'hypothèse nulle, qui est une déclaration généralement accepté comme vrai par
la plupart des individus. Pour réfuter l'hypothèse nulle, le chercheur va
recueillir des informations spécifiques relatives à l'hypothèse et de tester
les moyens, la variance, les valeurs p et les intervalles de confiance. L'intervalle
de confiance éprouvée par l'analyse des données de confirmation fournira des
informations sur le degré de confiance le chercheur devrait être de savoir si
l'hypothèse nulle est vraie ou fausse.
