El análisis de datos es una práctica en la que los datos sin procesar se ordenan y organizan para que se pueda extraer información útil de ellos. El proceso de organización y pensamiento sobre los datos es clave para comprender lo que contienen y no contienen. Hay una variedad de formas en que las personas pueden abordar el análisis de datos, y es notoriamente fácil manipular los datos durante la fase de análisis para sacar ciertas conclusiones o agendas. Por esta razón, es importante prestar atención cuando se presenta el análisis de datos y pensar críticamente sobre los datos y las conclusiones que se extrajeron.
Los datos sin procesar pueden adoptar una variedad de formas, incluidas mediciones, respuestas de encuestas y observaciones. En su forma cruda, esta información puede ser increíblemente útil, pero también abrumadora. En el transcurso del proceso de análisis de datos, los datos sin procesar se ordenan de una manera que será útil. Por ejemplo, los resultados de la encuesta pueden contarse, de modo que las personas puedan ver de un vistazo cuántas personas respondieron la encuesta y cómo respondieron a preguntas específicas.
En el curso de la organización de los datos, a menudo surgen tendencias, y estas tendencias se pueden resaltar en la redacción de los datos para garantizar que los lectores tomen nota. En una encuesta informal sobre las preferencias de helados, por ejemplo, más mujeres que hombres podrían expresar su afición por el chocolate, y esto podría ser un punto de interés para el investigador. Modelar los datos con el uso de las matemáticas y otras herramientas a veces puede exagerar tales puntos de interés en los datos, haciéndolos más fáciles de ver para el investigador.
Los cuadros, gráficos y descripciones textuales de datos son todas formas de análisis de datos. Estos métodos están diseñados para refinar y destilar los datos para que los lectores puedan obtener información interesante sin necesidad de ordenar todos los datos por su cuenta. Resumir datos a menudo es crítico para apoyar los argumentos hechos con esos datos, como lo es presentar los datos de una manera clara y comprensible. Los datos en bruto también se pueden incluir en forma de apéndice para que las personas puedan buscar detalles por sí mismos.
Cuando las personas encuentran datos resumidos y conclusiones, deben verlos críticamente. Es importante preguntar de dónde provienen los datos, al igual que preguntar sobre el método de muestreo utilizado para recopilar los datos y el tamaño de la muestra. Si la fuente de los datos parece tener un conflicto de intereses con el tipo de datos que se recopilan, esto puede cuestionar los resultados. Del mismo modo, los datos recopilados de una muestra pequeña o una muestra que no es verdaderamente aleatoria pueden ser de utilidad cuestionable. Los investigadores de renombre siempre proporcionarán información sobre las técnicas de recopilación de datos utilizadas, la fuente de financiación y el punto de la recopilación de datos al comienzo del análisis para que los lectores puedan pensar en esta información mientras revisan el análisis.
Inteligente de activos.