نحوه انجام تجزیه و تحلیل داده‌ها

تجزیه و تحلیل داده‌ها یک گام مهم در پاسخ دادن به سوال‌ها تجربی است. تجزیه و تحلیل داده‌ها به پژوهش کمک می‌کند تا به سوال‌های پژوهش پاسخ دهد. با استفاده از این داده‌ها، می‌توانید نتیجه هایی را که به تحقیقات آینده مرتبط می‌شود را مطرح کنید. ذخیره داده‌هایی که به خوبی سازمان یافته‌اند، پژوهشگر را در طول فرآیند جمع آوری کمک خواهد کرد، که مرحله تجزیه و تحلیل بسیار آسان‌تری داشته باشد.

هنگام انتقال داده‌ها به نرم‌افزار اکسل مراقب باشید.

برای ذخیره داده‌ها به یک ابزار نیاز داریم. نرم‌افزار اکسل یکی از متداول‌ترین ابزارهای تجزیه و تحلیل اطلاعات است. در اکسل امکان ورود اطلاعات آماری به خوبی وجود دارد. ورود اطلاعات اشتباه به ستون‌ها و ردیف‌های داخل اکسل ممکن نتایج پژوهش شما را به کلی تحت تاثیر قرار دهد. پاسخ تجزیه و تحلیل معمولاً به صورت عددی است. مرحله اول کدگذاری داده‌ها است. کدها به شکل عددی است. اگر شما با داده‌های کیفی سر و کار دارید، داده‌ها را به صورت عددی کد گذاری کنید. ممکن است مجبور شوید سیستم کدگذاری خود را برای پاسخگویی بر اساس اطلاعاتی که دریافت کرده‌اید تغییر دهید.به این منظور سوالاتی که می‌خواهید با داده‌هایتان پاسخ دهید، ایجاد کنید. پاسخ های کد “نه” به عنوان “۰” و “بله” پاسخ ها به عنوان “۱” در نظر بگیرید.

یک پایگاه داده برای گروه بندی داده‌ها ایجاد کنید.

همانطور که شروع به جمع آوری اطلاعات می کنید، شروع به تفکر در مورد بهترین راه برای گروه بندی همه چیز نیز بکنید. اگر با افراد یا واحدهای انسانی مشغول کار هستید، باید هر فردی را برای محافظت از محرمانه بودن اطلاعات به یک شماره یا نامه اختصاص دهید.
ممکن است ساده ترین کار این باشد که تمامی گروه های خود را در جداول جداگانه در یک سند، با ستون‌ها و ردیف‌های مختلف در همان سند نگه دارید.
همچنین می‌توانید با افرادی که تجزیه و تحلیل داده‌های مشابه انجام داده‌اند صحبت کنید تا ایده‌ی  مناسب  برای چگونگی سازماندهی داده‌ها به بهترین شکل ارائه دهید.
به عنوان مثال: اگر می خواهید تفاوت های بین مردان و زنان را بدانید، می خواهید اطمینان حاصل کنید که تمام داده‌های مرد با هم گروه بندی شده و تمام اطلاعات زن با هم گروه بندی شده اند.

اطلاعات را برای جلوگیری از اشتباه بررسی کنید.

هنگام سازماندهی داده‌ها، می‌توان تعداد زیادی از فایل‌ها را کپی و پیست کرد. به طور مرتب فایل اصلی را بر اساس داده هایی که سازمان داده اید را بررسی کنید تا اطمینان حاصل کنید که شماره ها به اشتباه کپی و پیش نشده باشند. یا در ستون های اشتباه قرار داده شده اند. اگر به صورت دستی داده ها را وارد کنید، اطمینان حاصل کنید که همه چیز را درست  وارد کرده‌اید.

یک تست تست برای مقایسه دو گروه انجام دهید.

آزمون t یک آزمون آماری بسیار معمولی است که برای مقایسه میانگین (میانگین) نمونه ها استفاده می شود. آزمون میانگین نمونه از یک مقدار شناخته شده از یک آزمون معنی داری استفاده شده است، یک تست یک نمونه ای استفاده می شود. آزمون t-test دو نمونه برای آزمون دو گروه از نظر آماری متفاوت است. یک تست نمونه به طور کلی در بررسی موردی، مورد استفاده قرار می گیرد.

برای تجزیه و تحلیل ابزار گروه ها از  واریانس استفاده کنید.

تجزیه و تحلیل واریانس (ANOVA: analysis of variance) در زمینه‌های پزشکی کاربردی برای مقایسه مقادیر گروه‌های چندگانه استفاده می‌شود. واریانش یک ابزار بسیار قدرتمند برای پیدا کردن تفاوت‌ها هستند .
واریانس یک طرفه می تواند برای مقایسه مقادیر چند گروه به یک گروه کنترل استفاده شود. به عنوان مثال، اگر شما یک گروه کنترل و سه گروه آزمون داشتید، از واریانس یک طرفه استفاده کنید تا همه ابزارها را مقایسه کنید و ببینید که کدام یک متفاوت است.
واریانس دو طرفه برای مقایسه ابزارهای چندگانه با متغیرهای مختلف استفاده می شود. به عنوان مثال، اگر شما می‌خواستید بدانید که آیا هر دو ژنوتیپ و جنس یک موجود زنده بر روی داده‌های شما تاثیر می گذارد، شما می توانید واریانس دو طرفه را در برابر گروه های کنترل اجرا کنید.

برای تست اثرات متغیر رگرسیون خطی را اجرا کنید.

یک آزمون رگرسیون خطی به تنوع متغیر مستقل و تست ها می‌پردازد تا ببیند آیا این تنوع موجب تغییرات در متغیر وابسته می‌شود یا خیر. این آزمون زمانی استفاده می‌شود که شما می خواهید قدرت اتصال بین دو متغیر را اندازه گیری کنید. به عنوان مثال، اگر می خواهید رابطه بین نرخ ضربان قلب و سرعت شما را در یک تردمیل تغییر دهید، از رگرسیون خطی استفاده کنید.

برای مقایسه دو خط رگرسیون از تجزیه و تحلیل کوواریانس استفاده کنید.

اگر می خواهید رابطه بین دو گروه مختلف را با متغیر مشابه مقایسه کنید، می توانید از (تجزیه و تحلیل کوواریانس ANCOVA) استفاده کنید. یک کوواریانس به شما اجازه می‌دهد، تغییراتی از متغیر مستقل بین دو گروه را مشاهده و کنترل کنید.
به عنوان مثال، اگر شما می‌خواهید بررسی کنید که آیا مردان و زنان دارای نرخ ضربان قلب آرام در دماهای مختلف هستند، شما می‌توانید کوواریانس را استفاده کنید. شما می توانید دو خط رگرسیون (یکی برای زنان و یک برای مردان) از ضربان قلب نسبت به درجه حرارت پیش بینی کنید. سپس شما با استفاده از یک کوواریانس برای مقایسه دو خط برای دیدن تفاوت آن‌ها استفاده کنید.

آزمون‌های آماری بیشتر برای تجزیه و تحلیل داده‌ها  

فهرستی که در اینجا معرفی شده است، برخی از آزمون‌های رایج هستند که مورد استفاده قرار می‌گیرند، اما تغییرات زیادی و آزمایش‌های پیچیده تر وجود دارد که ممکن است برای داده‌های شما بهتر باشد. هنگام برنامه ریزی آزمون‌های خود، یک جستجوی کامل برای تصمیم گیری برای آزمون پژوهش خود انجام دهید.
به منظور ذخیره هر چه بهتر اطلاعات خود مناسب است از ابزارهای مناسب بهره بگیرید. ذخیره اطلاعات کتابشناختی در نرم‌افزار پژوهیار و ذخیره داده‌های آماری در نرم‌افزار اکسل تنها نمونه‌های هستند که می‌توان برای تجزیه و تحلیل از آن‌ها بهره برد.

برگرفته از :

https://www.wikihow.com/Conduct-Data-Analysis

این دو تب محتوی زیر را عوض میکنند.
کارشناس ارشد پژوهشی مرکز تحقیقات کامپیوتری علوم اسلامی (نور). گروه نرم‌افزاری پژوهیار دانش‌آموخته کارشناسی ارشد کتابداری و اطلاع رسانی(علم اطلاعات و دانش شناسی)، دانشگاه تهران

آخرین پست توسط فرحناز سلطانی (مشاهده ی همه)

پاسخی بگذارید

142 بازدید از این صفحه انجام شده