l'analyse des données statistiques couvre une vaste gamme de techniques (tels que divers types de régression, l'analyse des facteurs, des t-tests, analyse de la variance, les modèles multi-niveaux, et bien d'autres), et peut travailler avec une gamme de types de données (nominal , les variables ordinales, d'intervalle ou de rapport, les variables de date, comptent d'autres variables et) qui ont été recueillies dans une variété de façons (les données d'observation, les données quasi-expérimentales ou données expérimentales).
Néanmoins, il existe des procédures générales applicables à un grand nombre, sinon la totalité, de ces analyses.
Instructions
Étapes à suivre avant l'analyse Commençant
1 Formuler des questions de recherche et hypothèses. Une question de recherche est une question que vous voulez poser des données. Il est formulée comme une question. Par exemple, «Est-ce que ce médicament à soulager les symptômes de la dépression?" ou "Quels sont les éléments de trouble de la personnalité narcissique?" Une hypothèse est une déclaration au sujet de ce que vous pensez des données. Par exemple, "Ce médicament se traduira par une diminution des symptômes dépressifs» ou «trouble de la personnalité narcissique aura ces composants."
2 Décidez quelles données pour recueillir, quels instruments à utiliser, et ce genre d'étude à faire. Cette étape est essentielle. Y at-il des instruments qui mesurent ce que vous voulez mesurer? Pouvez-vous faire une expérience (qui est, pouvez-vous randomiser sujets de traitement) ou allez-vous faire une étude d'observation?
3 Faire une analyse de puissance. L'analyse de puissance est une méthode d'estimation du nombre des sujets que vous devez avoir des données sur afin d'avoir une chance raisonnable de trouver un effet qui existe réellement dans la population. Plus l'effet, les moins de sujets que vous aurez besoin. Il est, par exemple, plus facile à dire que les joueurs de basket-ball sont plus grands que les jockeys que de dire que les hommes sont plus grands que les femmes.
4 Pilot-tester votre plan. Avant d'engager beaucoup de temps et d'efforts pour un processus de collecte de données complète, il est une bonne idée de l'essai pilote du processus afin de révéler des problèmes.
5 Concevoir une stratégie analytique qui correspond à vos objectifs. Si vous avez des questions de recherche que vous ne savez pas comment répondre, ou des hypothèses que vous ne savez pas comment tester, faire des recherches sur les techniques statistiques. Vous voudrez peut-être consulter un statisticien. Vous devriez chercher des études similaires que d'autres ont fait.
Étapes autour de collecte de données
6 Rassembler les données, en prenant soin d'enregistrer des bizarreries et des erreurs possibles. Si certaines données sont inhabituelles, mais correct, notez que.
7 Nettoyer les données. Vérifiez les valeurs impossibles, comme une personne qui est de 10 pieds de hauteur ou d'une veuve âgée de 8 ans. Ensuite, vérifier les valeurs aberrantes possibles, ou des points très surprenants. Enquêter sur ceux-ci dans la mesure du possible.
8 Stocker un ensemble permanent des données dans un endroit où il ne peut pas être supprimé ou modifié. Plusieurs fois, au cours de l'analyse statistique, vous voudrez fonctionner sur des sous-ensembles de données, ou de modifier les données. Il permettra d'économiser beaucoup de maux de tête potentiels si vous stockez les données d'origine, puis laisser tel quel dans ce lieu.
Étapes Autour analyse des données
9 Utilisez les techniques statistiques formulées dans la section 1 pour analyser les données recueillies et nettoyées à l'article 2.
dix Vérifiez les résultats. Est-ce qu'ils confirment ou de conflit avec vos hypothèses? Est-ce qu'ils répondent à vos questions de recherche? Êtes-vous surpris? Si oui, que pouvez-vous apprendre de votre surprise?
11 Vérifiez les hypothèses de tous les modèles que vous avez utilisé. Presque toutes les méthodes statistiques font des suppositions. Découvrez quelles hypothèses les méthodes que vous avez utilisé la marque, et de les vérifier. Si nécessaire, transformer les variables ou utiliser d'autres méthodes, si les hypothèses sont violés.