El an?lisis de datos es una pr?ctica en la que los datos sin procesar se ordenan y organizan para que se pueda extraer informaci?n ?til de ellos. El proceso de organizaci?n 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 an?lisis de datos, y es notoriamente f?cil manipular los datos durante la fase de an?lisis para sacar ciertas conclusiones o agendas. Por esta raz?n, es importante prestar atenci?n cuando se presenta el an?lisis de datos y pensar cr?ticamente 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 informaci?n puede ser incre?blemente ?til, pero tambi?n abrumadora. En el transcurso del proceso de an?lisis de datos, los datos sin procesar se ordenan de una manera que ser? ?til. Por ejemplo, los resultados de la encuesta pueden contarse, de modo que las personas puedan ver de un vistazo cu?ntas personas respondieron la encuesta y c?mo respondieron a preguntas espec?ficas.
En el curso de la organizaci?n de los datos, a menudo surgen tendencias, y estas tendencias se pueden resaltar en la redacci?n de los datos para garantizar que los lectores tomen nota. En una encuesta informal sobre las preferencias de helados, por ejemplo, m?s mujeres que hombres podr?an expresar su afici?n por el chocolate, y esto podr?a ser un punto de inter?s para el investigador. Modelar los datos con el uso de las matem?ticas y otras herramientas a veces puede exagerar tales puntos de inter?s en los datos, haci?ndolos m?s f?ciles de ver para el investigador.
Los cuadros, gr?ficos y descripciones textuales de datos son todas formas de an?lisis de datos. Estos m?todos est?n dise?ados para refinar y destilar los datos para que los lectores puedan obtener informaci?n interesante sin necesidad de ordenar todos los datos por su cuenta. Resumir datos a menudo es cr?tico para apoyar los argumentos hechos con esos datos, como lo es presentar los datos de una manera clara y comprensible. Los datos en bruto tambi?n se pueden incluir en forma de ap?ndice para que las personas puedan buscar detalles por s? mismos.
Cuando las personas encuentran datos resumidos y conclusiones, deben verlos cr?ticamente. Es importante preguntar de d?nde provienen los datos, al igual que preguntar sobre el m?todo de muestreo utilizado para recopilar los datos y el tama?o 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 peque?a o una muestra que no es verdaderamente aleatoria pueden ser de utilidad cuestionable. Los investigadores de renombre siempre proporcionar?n informaci?n sobre las t?cnicas de recopilaci?n de datos utilizadas, la fuente de financiaci?n y el punto de la recopilaci?n de datos al comienzo del an?lisis para que los lectores puedan pensar en esta informaci?n mientras revisan el an?lisis.
Inteligente de activos.