Een populaire stelregel is dat de gegevens spreken voor zich . Statistici , echter weten dat de gegevens zelden spreken voor zich , je moet ze de juiste vragen te stellen . Dat is wat statistische data-analyse is over: het stellen van een vraag , het uitvoeren van de juiste analyse en bestudering van de resultaten . Wat je nodig hebt
Een computer
Een analyse programmagegevens ( populaire onder SAS en SPSS , Excel , terwijl meer van een spreadsheet programma , kan worden gebruikt voor data-analyse en ) op Twitter Gegevens set < br > Een statistiek boek of gids voor referentie
Toon Meer Aanwijzingen
data-analyse : van voorbereiding tot Presentatie
1 De eerste stap van de data-analyse bestaat uit de taken die moeten worden volbracht voordat de gegevens nog worden geanalyseerd . Zo complex als sommige statistische technieken zijn , de taken die je moet volbrengen voordat de analyse zijn nog moeilijker . Je moet beginnen met het definiëren van uw probleemstelling . Wat probeer je uit te vinden ? Dan moet je een onderzoek plan dat het tekenen van een steekproef en het ontwikkelen van passende maatregelen omvat ontwikkelen. Kopen van 2 Na het definiëren van uw probleemstelling en de verzamelde gegevens , moet u ervoor zorgen dat die gegevens in de analyse - klaar staat. Ze moeten in een data -analyse of spreadsheetprogramma worden ingevoerd . Dan moet je de gegevens op juistheid Nu dat uw gegevens controleren en eventuele veranderingen nodig zijn om ervoor te zorgen de gegevens kunnen worden geanalyseerd met behulp van welke technieken je gaat gebruiken voor uw specifieke studie .
3 is ingevoerd en voorbereid , krijgen om hen beter te leren kennen door het uitvoeren van een reeks van beschrijvende statistiek . Dit zijn eenvoudige samenvatting maatregelen . Veronderstel , bijvoorbeeld , uw gegevens onderzoeken de prestaties van leerlingen op gestandaardiseerde wiskunde tests bij vijf middelbare scholen . Je zou kunnen beginnen met het uitvoeren van een reeks van beschrijvende statistiek , dat de kenmerken van de leerlingen op elke school , zoals etniciteit , geslacht , rang niveau en sociaal-economische status te beschrijven . Data analyse software zoals SPSS en SAS , twee van de beter bekende statistische analyse programma's , kan dit gemakkelijk doen . Je zou ook krijgt elke school de passerende tarief van de test en de gemiddelde score .
4 Nu dat u uw beschrijvende statistiek , waardoor u een beter inzicht in uw gegevens , kunt u beginnen met lopen inferentiële statistiek , met behulp van methoden die betrekking hebben op de onderzoeksvragen en hypothesen die de basis van uw studie vormen . Hier is een ander voorbeeld . Stel dat twee van de vijf middelbare scholen in uw gegevens had een speciaal tutoring programma ontworpen om de prestaties van leerlingen in wiskunde te verbeteren . De voor de hand liggende onderzoeksvraag is of deelname aan het programma verbeterde wiskunde prestaties . Afhankelijk van de aard van uw gegevens , kan deze vraag eenmaal beantwoord worden met een verscheidenheid van inferentiële statistische technieken die variëren in kwaliteit, van significantie testen om variantieanalyse een multivariate lineaire regressie model .
5 je hebt de juiste verklarende statistiek uitvoeren , moet u de output van uw statistische procedures te onderzoeken en schrijven van uw resultaten . Denk aan het schrijven van het verslag als een verlengstuk van uw analyse , immers , je bent de presentatie van de resultaten van uw onderzoek op een zodanige wijze dat het beoogde publiek zal begrijpen . De statistische output van uw analyse kan heel lang , dus je moet de belangrijkste resultaten voor de samenvattende tabellen en afbeeldingen die u in uw rapport te selecteren.
|
