分析数据

分析数据以总结数据并寻找模式是每项评估的重要组成部分。可以选择的方法分为两类:定量数据(数量)和定性数据(文本、图像)。

选项

数值分析

分析数字数据,如成本,频率,物理特性。

  • 相关性:一种从+1.0到-1.0的统计测量方法,表明两个或两个以上变量之间的相关程度。正相关(+1.0到0)表示两个变量同时增加或减少,负相关(0到-1.0)表示一个变量增加,另一个变量减少。
  • Crosstabulations:使用两个或两个以上维度的列联表来指示名义(类别)变量之间的关系。在简单的交叉测量中,一个变量占据横轴,另一个占据纵轴。每个频率都被添加到相交的方格中,并以整体的百分比显示出来,说明了数据中的关系。
  • 数据挖掘:由电脑驱动的自动化技术。这种技术可在大量文本或数据中搜寻新的模式和信息。
  • 探索性的技术:通过总结数据集的主要特征来“第一眼看”数据集,通常是使用可视化的方法。
  • 频率表:通过显示表中的观察数(发生变量的值)来汇总标称和序数数据的视觉方式。
  • 集中趋势的测量方法:摘要措施,尝试描述一组具有单个值的整组数据,该值代表其分发的中间或中心。平均值(平均值),中值(中间值)和模式(最常见的值)是中央趋势的所有测量。每种措施都非常有用于不同的条件。
  • 分散的措施:概述措施,提供有关数据中存在多少变化的信息,包括范围,四分位数范围和标准偏差。
  • 多变量描述:提供包含两个或两个以上相关变量的(大量)信息(或数据)的简单总结。
    • 多重回归
    • 因子分析
    • 聚类分析
    • 结构方程建模
  • 非参数推论统计:从样本数据推断总体结论的方法,这些数据是灵活的,不遵循正态分布(即分布不平行于钟形曲线),包括排名:卡方检验、二项检验和斯皮尔曼等级相关系数。
  • 参数推论统计:从一个样本的数据中推断出一个总体的结论的方法,该数据遵循一定的参数:数据将是正态的(即分布平行于钟形曲线);数字可以加、减、乘、除;当比较两个或更多组时,方差是相等的;样本要大,随机抽取。
  • 概要统计:提供一个快速的数据摘要,这对于比较一个项目与另一个项目之前和之后特别有用。
  • 时间序列分析:观察经过一段时间的重复测量而获得的定义明确的数据项。

文本分析

分析词语或书面,包括调查问卷响应,访谈和文件。

  • 内容分析:将大量非结构化的文本内容缩减为与(评估)研究问题相关的可管理数据。
  • 专题编码:记录或识别由共同主题或意念连结的文字或图像段落,以便将文字编入类别。
  • 框架矩阵:一种在2乘2矩阵表中总结和分析定性数据的方法。它允许跨大小写和按主题对数据进行排序。
  • 时间线和时间顺序矩阵:通过允许可视化关键事件,序列和结果来进行辅助分析。

资源

网站

WISE:用于统计教育的Web界面:这个网站将大量的统计资源整合到一个中心位置。它还提供了一系列关于关键统计概念的交互式、顺序教程。在WISE上,你可以找到WISE教程、WISE小程序、excel下载、教学论文、快速指南和出版物。

工具

有关定性数据分析的专家工具的概述,请参见CAQDAS萨里大学的网站比较了十封装,包括Atlas.ti,HyperResearch和NVivo。

评论

目前尚无评论。成为第一个在本页发表评论的人!

添加新评论

登录登录并评论作为betteRevaluation成员或只是填写下面的字段。