En populär maxim är att data talar för sig själva . Statistiker , men vet att de uppgifter som sällan talar för sig själva , du måste fråga dem de rätta frågorna . Det är vad statistisk dataanalys är ungefär : att ställa en fråga , utföra lämpliga analyser och granskar resultaten . Saker du behöver Review, en dator
En dataanalys program ( populära inkluderar SAS och SPSS , Excel , medan mer av ett kalkylprogram , kan användas för dataanalys samt) Review, Data set
En statistik bok eller guide för referens
Visa fler instruktioner Review, Data Analysis : från förberedelse till Presentation
1
Det första steget i dataanalys består av uppgifter som måste vara åstadkommit innan uppgifterna även analyseras . Så komplicerat som vissa statistiska tekniker , de uppgifter du måste utföra innan analysen är ännu svårare . Du måste börja med att definiera ditt forskningsproblem . Vad är det du försöker att ta reda på ? Då måste du utveckla en forskningsplan som omfattar rita ett prov och utveckla lämpliga åtgärder . Ha definierat din frågeställning och insamlade data
2
, måste du se till att dessa uppgifter finns i analys -ready tillstånd . De måste föras in i en dataanalys eller kalkylprogram . Då ska du kontrollera uppgifterna för noggrannhet och göra eventuella förändringar som är nödvändiga för att säkerställa att data kan analyseras med hjälp av vad tekniker du kommer att använda för just din studie .
3
nu att dina data har matats in och förberedd , lära känna dem bättre genom att köra en uppsättning av beskrivande statistik . Dessa är enkla sammanfattande mått . Anta , till exempel dina uppgifter undersöker elevernas resultat på standardiserade matte prov på fem gymnasieskolor . Du kan börja med att köra en uppsättning av beskrivande statistik som beskriver egenskaperna hos de elever på varje skola , som etnicitet , kön , klass nivå och socioekonomisk status . Dataanalys program som SPSS och SAS , två av de mer kända statistiska analysprogram som kan göra detta enkelt . Du kanske även få varje skolas går kurs på testet och det genomsnittliga betyget .
4
Nu när du har dina deskriptiv statistik , vilket ger dig en bättre förståelse för dina data , kan du börja köra Trendanalys , med metoder som berör de frågeställningar eller hypoteser som ligger till grund för dina studier . Här är ett annat exempel . Antag två av de fem gymnasieskolor i dina uppgifter hade en särskild handledning syftar till att förbättra elevernas resultat i matematik . Den självklara frågeställningen är om deltagande i programmet förbättrade matte prestation . Beroende på arten av dina data , kan denna fråga besvaras med en mängd inferential statistiska tekniker som varierar i kvalitet , från signifikanstestning till variansanalys till en multivariat linjär regressionsmodell . När
5
du har kört lämpliga Trendanalys , bör du granska utdata från dina statistiska rutiner och skriva upp dina resultat . Tänk på att skriva rapporten som en förlängning av din analys , trots allt , du presentera resultaten av dina studier på ett sådant sätt att den avsedda publiken kommer att förstå . Den statistiska resultatet från din analys kan vara ganska långa , så du bör välja de viktigaste resultaten för översiktstabeller och grafik som du använder i din rapport . Addera
