今天我们就来介绍一下,为什么要在研究中分析数据吧?也是为了通过数据来推算研究的结果,并不是凭空捏造。这样对于学术研究也更有实际性,对于论文写作也会依据与说服性。
1,为什么要在研究中分析数据?
研究人员非常依赖数据,因为他们有故事要讲或有问题要解决。它从一个问题开始,数据只不过是这个问题的一种答案。但是,如果没有问题要问呢?即使没有问题要问,也可能会探索出数据——我们称之为“数据挖掘”,它经常揭示数据中一些值得探索的有趣形态。
与数据类型无关的是,研究人员的探索精神、使命感和读者们的关注,会引导我们找到形态来塑造想要讲述的故事。在分析数据时,对研究人员的一个基本要求是保持开放,对意想不到的形态、表达和结果保持不偏不倚。请记住,有时数据分析会讲述在开始数据分析时,没有预料到的最不可预见却又最激动人心的故事。所以,依靠手头的数据,享受探索性研究的旅程。
2,研究中的数据类型
每一种数据在赋予特定的价值后,都有一种罕见的描述事物的品质。对于分析,也是需要在给定的上下文中组织、处理和呈现这些值,以使其变得有用。数据也可以有不同的形式;以下是主要的数据类型。
定性数据类: 当出现的数据有文字和描述时,那么我们就可以称之为定性数据。虽然可以观察这些数据,但是在研究中分析——特别是为了比较——这类数据时会比较主观,比较困难。
定量数据类: 任何以数字表示的数据都称为定量数据。这种类型的数据可以分为类别数字、分组数字、测量数字、计算数字或排序数字。例如: 年龄、等级、成本、长度、体重、分数等等一切都属于这类数据。
分类数据类: 它是以分组出现的数据。但是,分类数据中包含的条目不能属于一个以上的组。举例来说:一个人对一项调查的回应是说出他的生活方式、婚姻状况、吸烟习惯或饮酒习惯,这属于分类数据。卡方检验是分析这些数据的标准方法。
以上就是小编给大家带来的为什么要在研究中分析数据呢?的中英文相关介绍了,也是为了在学术研究过程中通过数据事实说话更有依据性。对于论文查重等也会更有据有理。更多精彩内容,我们会陆续为大家带来,敬请期待。
最新阅读: