Trinn for å følge i statistisk dataanalyse

Statistiske data analyse dekker et stort spekter av teknikker (for eksempel ulike typer regresjon, faktoranalyse, t-tester, variansanalyse, multi-level modellene, og mange andre), og kan arbeide med en rekke typer data (nominell , ordens, intervall eller ratio variable, datovariabler, telle variable og andre) som ble oppsamlet i en rekke måter (observasjonsdata, kvasi-eksperimentelle data, eller eksperimentelle data).

Ikke desto mindre, er det noen generelle fremgangsmåter som gjelder for mange, om ikke alle, av disse analysene.

Bruksanvisning

Du må gjøre før Begynnelsen Analysis

1 Formulere problemstillinger og hypoteser. En problemstilling er et spørsmål som du ønsker å spørre av dataene. Den er formulert som et spørsmål. For eksempel "Betyr dette stoffet lindre symptomene på depresjon?" eller "Hva er komponentene av narsissistisk personlighetsforstyrrelse?" En hypotese er en uttalelse om hva du synes om dataene. For eksempel "Dette stoffet vil resultere i en reduksjon av depressive symptomer" eller "Narsissistisk personlighetsforstyrrelse har disse komponentene."

2 Bestem hvilke data som skal samle, hvilke virkemidler å bruke, og hva slags studie for å gjøre. Dette trinnet er kritisk. Er det instrumenter som måler hva du ønsker å måle? Kan du gjøre et eksperiment (som er, kan du randomize fag behandling) eller har du tenkt å gjøre en observasjonsstudie?

3 Gjør en maktanalyse. Strøm analyse er en metode for å estimere hvor mange fag man må ha data om for å ha en rimelig sjanse for å finne en effekt som faktisk eksisterer i populasjonen. Jo større effekt, færre fag du trenger. Det er for eksempel lettere å fortelle at basketballspillere er høyere enn jockeyer enn det er å fortelle at menn er høyere enn kvinner.

4 Pilot-teste din plan. Før du forplikter deg mye tid og krefter til en full datainnsamlingen, er det en god idé å pilot-test prosessen for å avdekke problemer.

5 Utarbeide en analytisk strategi som passer dine mål. Hvis du har problemstillinger som du ikke vet hva du skal svare, eller hypoteser du ikke vet hvordan du skal teste, gjøre forskning på statistiske teknikker. Det kan være lurt å rådføre seg med en statistiker. Du bør se etter lignende studier som andre har gjort.

Trinn rundt Gathering data

6 Samle data, er forsiktig med å ta opp rariteter og mulige feil. Hvis noen data er uvanlig, men riktig, merk det.

7 Rengjør data. Se etter umulige verdier, for eksempel en person som er 10 fot høy eller en 8 år gammel enke. sjekk deretter etter mulige uteliggere, eller svært overraskende poeng. Undersøke disse i den grad det er mulig.

8 Lagre en permanent sett av data på et sted hvor det ikke kan slettes eller endres. Mange ganger i løpet av den statistiske analysen, vil du ønsker å operere på undergrupper av data, eller endre dataene. Det vil spare mange potensielle hodepine hvis du lagrer de opprinnelige dataene, og deretter la den som er på stedet.

Steps Rundt analysere dataene

9 Bruk statistiske teknikker formulert i § 1 for å analysere data samlet og renset i § 2.

10 Sjekk resultatene. Har de bekrefte eller konflikt med dine hypoteser? Har de svare dine forskningsspørsmål? Er du overrasket? Hvis ja, hva kan du lære av din overraskelse?

11 Sjekk forutsetningene for noen modeller du brukte. Nesten alle statistiske metoder gjør antagelser. Finn ut hvilke forutsetninger metodene du brukte sminke, og sjekke dem. Om nødvendig, forvandle variabler eller bruke alternative metoder, dersom forutsetningene er brutt.