Las t?cnicas de an?lisis de datos permiten a los investigadores revisar los datos recopilados y hacer inferencias o determinaciones a partir de la informaci?n. La mayor?a de las t?cnicas se centran en la aplicaci?n de t?cnicas cuantitativas para revisar los datos. Algunas de las t?cnicas de an?lisis de datos cuantitativos m?s populares incluyen estad?sticas descriptivas, an?lisis de datos exploratorios y an?lisis de datos confirmatorios. Los dos ?ltimos implican el uso de apoyar o no apoyar una hip?tesis predeterminada. Los grupos que pueden usar estas t?cnicas incluyen investigadores individuales, estudiantes, empresas, agencias gubernamentales y actuarios, entre otras partes que necesitan informaci?n y datos.
El an?lisis de datos cuantitativos intenta eliminar el sesgo del investigador de los datos recopilados. El uso intensivo de estad?sticas, probabilidades u otras t?cnicas matem?ticas permite a las personas utilizar m?todos est?ndar para interpretar datos. Cuando los investigadores intentan utilizar t?cnicas de an?lisis de datos cualitativos, a menudo basados ??en los antecedentes personales del individuo, las preferencias o la investigaci?n b?sica y los principios de razonamiento, los datos recopilados pueden leerse mal o interpretarse incorrectamente. Por lo tanto, las t?cnicas matem?ticas son menos susceptibles a estos errores y a menudo son m?s aceptadas por otros individuos o investigadores.
El an?lisis estad?stico descriptivo separa o resume los datos en grupos espec?ficos. La demograf?a es un conjunto com?n de estad?sticas descriptivas. Los investigadores recopilar?n informaci?n relacionada con la edad, el sexo, el tama?o del hogar, los ingresos, el tipo de trabajo y otra informaci?n de la poblaci?n. Otro tipo de an?lisis estad?stico descriptivo es el porcentaje de finalizaci?n de un quarterback cuando juega en un partido de f?tbol. Si el quarterback completa seis de ocho intentos de pase, tiene un porcentaje de finalizaci?n del 75 por ciento. Una falla en esta t?cnica es la incapacidad de las estad?sticas para proporcionar informaci?n adicional, como la duraci?n de cada pase.
Las t?cnicas de an?lisis de datos exploratorios a menudo implican el uso de diagramas de caja, histogramas, diagramas de Pareto, diagramas de dispersi?n o un diagrama de tallo y hojas. El objetivo principal de esta t?cnica es apoyar una hip?tesis establecida de un investigador. Por ejemplo, un investigador puede desear probar una hip?tesis sobre el rango de edad de los propietarios que conducen un tipo espec?fico de autom?vil, como una minivan. Para probar y respaldar esta hip?tesis, el investigador reunir? informaci?n y crear? un diagrama de caja para determinar el n?mero de propietarios dentro de su rango establecido. Las estad?sticas proporcionar?n informaci?n para respaldar o no la hip?tesis y mostrar cu?ntos valores at?picos hay en los datos recopilados.
Las t?cnicas de an?lisis de datos confirmatorios son lo opuesto a las t?cnicas exploratorias. En estas pruebas, el investigador busca refutar la hip?tesis nula, que es una declaraci?n generalmente aceptada como cierta por la mayor?a de los individuos. Para refutar la hip?tesis nula, el investigador reunir? informaci?n espec?fica relacionada con la hip?tesis y probar? el promedio, la varianza, los valores p y los intervalos de confianza. El intervalo de confianza probado por el an?lisis de datos confirmatorios proporcionar? informaci?n sobre qu? tan seguro debe estar el investigador sobre si la hip?tesis nula es verdadera o falsa.
Inteligente de activos.