Las técnicas de análisis de datos permiten a los investigadores revisar los datos recopilados y hacer inferencias o determinaciones a partir de la información. La mayoría de las técnicas se centran en la aplicación de técnicas cuantitativas para revisar los datos. Algunas de las técnicas de análisis de datos cuantitativos más populares incluyen estadísticas descriptivas, análisis de datos exploratorios y análisis de datos confirmatorios. Los dos últimos implican el uso de apoyar o no apoyar una hipótesis predeterminada. Los grupos que pueden usar estas técnicas incluyen investigadores individuales, estudiantes, empresas, agencias gubernamentales y actuarios, entre otras partes que necesitan información y datos.
El análisis de datos cuantitativos intenta eliminar el sesgo del investigador de los datos recopilados. El uso intensivo de estadísticas, probabilidades u otras técnicas matemáticas permite a las personas utilizar métodos estándar para interpretar datos. Cuando los investigadores intentan utilizar técnicas de análisis de datos cualitativos, a menudo basados en los antecedentes personales del individuo, las preferencias o la investigación básica y los principios de razonamiento, los datos recopilados pueden leerse mal o interpretarse incorrectamente. Por lo tanto, las técnicas matemáticas son menos susceptibles a estos errores y a menudo son más aceptadas por otros individuos o investigadores.
El análisis estadístico descriptivo separa o resume los datos en grupos específicos. La demografía es un conjunto común de estadísticas descriptivas. Los investigadores recopilarán información relacionada con la edad, el sexo, el tamaño del hogar, los ingresos, el tipo de trabajo y otra información de la población. Otro tipo de análisis estadístico descriptivo es el porcentaje de finalización de un quarterback cuando juega en un partido de fútbol. Si el quarterback completa seis de ocho intentos de pase, tiene un porcentaje de finalización del 75 por ciento. Una falla en esta técnica es la incapacidad de las estadísticas para proporcionar información adicional, como la duración de cada pase.
Las técnicas de análisis de datos exploratorios a menudo implican el uso de diagramas de caja, histogramas, diagramas de Pareto, diagramas de dispersión o un diagrama de tallo y hojas. El objetivo principal de esta técnica es apoyar una hipótesis establecida de un investigador. Por ejemplo, un investigador puede desear probar una hipótesis sobre el rango de edad de los propietarios que conducen un tipo específico de automóvil, como una minivan. Para probar y respaldar esta hipótesis, el investigador reunirá información y creará un diagrama de caja para determinar el número de propietarios dentro de su rango establecido. Las estadísticas proporcionarán información para respaldar o no la hipótesis y mostrar cuántos valores atípicos hay en los datos recopilados.
Las técnicas de análisis de datos confirmatorios son lo opuesto a las técnicas exploratorias. En estas pruebas, el investigador busca refutar la hipótesis nula, que es una declaración generalmente aceptada como cierta por la mayoría de los individuos. Para refutar la hipótesis nula, el investigador reunirá información específica relacionada con la hipótesis y probará el promedio, la varianza, los valores p y los intervalos de confianza. El intervalo de confianza probado por el análisis de datos confirmatorios proporcionará información sobre qué tan seguro debe estar el investigador sobre si la hipótesis nula es verdadera o falsa.
Inteligente de activos.