Όταν αναλύει τα δεδομένα που αναζητά ο επιστήμονας;
1. Εντοπισμός μοτίβων και τάσεων:
* Οι ορισμένες μεταβλητές σχετίζονται σταθερά μεταξύ τους;
* Υπάρχουν απροσδόκητα ή ενδιαφέροντα συστάδες στα δεδομένα;
* Μπορούμε να δούμε οποιεσδήποτε αλλαγές με την πάροδο του χρόνου ή σε διαφορετικές ομάδες;
2. Υποθέσεις δοκιμών:
* Υποστηρίζει ή αντικρούει τις αρχικές υποθέσεις σχετικά με το φαινόμενο που μελετάται;
* Υπάρχουν στατιστικά σημαντικές διαφορές μεταξύ ομάδων ή συνθηκών;
3. Εκτίμηση παραμέτρων:
* Ποια είναι η μέση τιμή μιας συγκεκριμένης μεταβλητής;
* Ποια είναι η μεταβλητότητα ή η εξάπλωση των δεδομένων γύρω από το μέσο όρο;
* Μπορούμε να εκτιμήσουμε την πιθανότητα παρατήρησης ορισμένων γεγονότων;
4. Μοντέλα κτιρίων:
* Μπορούμε να αναπτύξουμε ένα μαθηματικό ή στατιστικό μοντέλο που περιγράφει με ακρίβεια τις σχέσεις μεταξύ των μεταβλητών;
* Μπορούμε να χρησιμοποιήσουμε αυτό το μοντέλο για να προβλέψουμε μελλοντικά αποτελέσματα ή να λάβουμε τεκμηριωμένες αποφάσεις;
5. Σχέδια συμπερασμάτων:
* Τι λένε τα ευρήματα για το φαινόμενο που μελετάται;
* Ποιοι είναι οι περιορισμοί της μελέτης και οι συνέπειες για τη μελλοντική έρευνα;
Συγκεκριμένα, ο επιστήμονας ψάχνει:
* Outliers: Ασυνήθιστα σημεία δεδομένων που μπορεί να είναι σφάλματα ή αντιπροσωπεύουν κάτι μοναδικό
* Συσχετίσεις: Σχέσεις μεταξύ μεταβλητών
* Συλλόγους: Πώς αλλάζουν οι μεταβλητές μαζί
* Διαφορές: Πώς ποικίλλουν οι ομάδες ή οι συνθήκες
* Τάσεις: Μοτίβα με την πάροδο του χρόνου ή σε ομάδες
* Μεταβλητότητα: Πόσο αλλάζει τα δεδομένα
* Στατιστική σημασία: Το αν τα παρατηρούμενα αποτελέσματα είναι πιθανό να οφείλονται στην τύχη
Είναι σημαντικό να θυμόμαστε ότι ο στόχος της ανάλυσης δεδομένων είναι να υπερβεί απλά την περιγραφή των δεδομένων, αλλά να αποκτήσουμε πληροφορίες, να αντλήσουμε συμπεράσματα και να απαντήσουμε στην ερευνητική ερώτηση.
