Ako vykonávať analýzu údajov?
Na vykonanie analýzy údajov budete musieť mať počas zberu údajov svoje informácie dobre zorganizované. Na usporiadanie všetkých údajov v ľahko vyhľadateľnej tabuľke použite elektronickú databázu, ako je napríklad Excel. Ak pracujete s údajmi z prieskumu, ktoré majú písomné odpovede, môžete údaje analyzovať do numerickej podoby. Akonáhle ste pripravení začať analyzovať svoje údaje, spustite všetky testy, pre ktoré ste sa rozhodli pred experimentom. Ak napríklad potrebujete porovnať priemer vzoriek, použite t-test. Alternatívne na analýzu prostriedkov skupín budete chcieť použiť analýzu rozptylu. Ak sa chcete dozvedieť, ako prezentovať svoje údaje, čítajte ďalej!
Porozprávajte sa s ostatnými, ktorí urobili podobnú analýzu údajov, aby ste získali predstavu o tom, ako najlepšie usporiadať údaje.
Analýza údajov je dôležitým krokom pri odpovedi na experimentálnu otázku. Analýza údajov z dobre navrhnutej štúdie pomáha výskumníkovi zodpovedať otázky. Na základe týchto údajov môžete tiež vyvodiť závery, ktoré prispejú k výskumu a prispejú k budúcim štúdiám. Uchovávanie dobre organizovaných údajov počas procesu zberu pomôže výrazne uľahčiť krok analýzy.
Časť 1 zo 4: Usporiadanie údajov
- 1Na usporiadanie údajov použite elektronickú databázu. Skopírujte údaje do nového súboru na úpravu. Nikdy nechcete pracovať so súborom kmeňových údajov v prípade, že sa počas procesu analýzy niečo poškodí. Program, ako je napríklad Excel, vám umožňuje usporiadať všetky údaje do ľahko prehľadávateľnej tabuľky. K svojim údajom môžete pridať filtre, ktoré uľahčia kopírovanie a vkladanie diskrétnych množín údajov medzi súbory.
- Pri prenose údajov do hlavnej tabuľky buďte opatrní. Je ľahké omylom kopírovať a prilepiť do nesprávnych stĺpcov alebo riadkov.
- V prípade, že sa s údajmi niečo stane, môžete sa vždy vrátiť k pôvodnému hlavnému súboru.
- 2Kódujte textové reakcie do číselnej podoby. Ak pracujete s údajmi z prieskumu, ktoré majú písomné odpovede, budete ich musieť pred analýzou kódovať do číselnej podoby. Možno budete musieť vyvinúť svoj vlastný systém kódovania odpovedí na základe informácií, ktoré ste dostali, a otázok, na ktoré sa pokúšate zodpovedať svojimi údajmi.
- Odpovede „Nie“ zadajte ako „0“ a „Áno“ ako „1.“
- 3Vytvorte systém na zoskupovanie údajov. Keď začnete zbierať údaje, začnite premýšľať o najlepšom spôsobe zoskupenia všetkého. Ak pracujete s ľudskými subjektmi alebo s reakciami, na ochranu dôvernosti budete musieť každej osobe poskytnúť číslo alebo písmenný kód.
- Najľahšie môže byť ponechať všetky vaše skupiny na oddelených listoch v rámci jedného dokumentu, úplne oddelených dokumentoch alebo rôznych stĺpcoch/riadkoch na jednom hárku.
- Porozprávajte sa s ostatnými, ktorí urobili podobnú analýzu údajov, aby ste získali predstavu o tom, ako najlepšie usporiadať údaje.
- Napríklad: Ak chcete poznať rozdiely medzi mužmi a ženami, chceli by ste sa uistiť, že všetky mužské údaje boli zoskupené a všetky ženské údaje zoskupené.
- 4Skontrolujte údaje, či neobsahujú chyby. Pri organizovaní údajov môže medzi súbormi dochádzať k veľkému kopírovaniu a vkladaniu. Pravidelne kontrolujte hlavný súbor oproti údajom, ktoré ste organizovali, aby ste sa uistili, že čísla neboli zamenené alebo umiestnené do nesprávnych stĺpcov.
- Ak musíte údaje zadávať ručne, skontrolujte všetko, čo ste zadali, ešte raz.
Nikdy nechcete pracovať so súborom kmeňových údajov v prípade, že sa počas procesu analýzy niečo poškodí.
Časť 2 zo 4: výber štatistických testov
- 1Vykonajte t-test na porovnanie dvoch skupín. T-test je veľmi bežný štatistický test používaný na porovnanie priemerov (priemerov) vzoriek. Jednovzorkový t-test sa používa na testovanie toho, či je priemerná vzorka štatisticky významná zo známej hodnoty. T-testu s dvomi vzorka sa používa na skúšku, že dve skupiny majú štatisticky rôzne prostriedky.
- Jeden príklad t-testov sa zvyčajne používa vo fyzike a pri výrobe výrobkov: poznáte hodnotu, ktorú by vaša vzorka mala mať, aby ste porovnali priemer, ktorý získate, k tejto známej hodnote.
- V biomedicínskej a klinickej oblasti sa bežne používajú dva vzorkové t-testy.
- 2Použite ANOVA na analýzu prostriedkov skupín. ANOVA (analýza rozptylu) sa v biomedicínskych oblastiach veľmi bežne používa na porovnanie priemerov viacerých skupín. ANOVA sú veľmi účinným nástrojom na hľadanie rozdielov, keď sa pozeráte na mnohé porovnania.
- Jednosmernú ANOVA je možné použiť na porovnanie priemerov viacerých skupín s jednou kontrolnou skupinou. Ak by ste napríklad mali jednu kontrolnú skupinu a tri testovacie skupiny, použili by ste jednosmernú ANOVA na porovnanie všetkých prostriedkov a zistili by ste, či sa líšia.
- Na porovnanie priemerov viacerých skupín s viacerými premennými sa používa obojsmerná ANOVA. Napríklad, ak by ste chceli vedieť, či váš údaj ovplyvnil genotyp aj pohlavie organizmu, spustili by ste obojsmernú ANOVA proti kontrolným skupinám.
- 3Spustite lineárnu regresiu na testovanie efektov premenných. Lineárny regresný test sa zameriava na variácie nezávislej premennej a testuje, či táto variácia spôsobuje variácie pozorované v závislej premennej.
- Tento test sa používa, keď chcete merať silu asociácie medzi dvoma premennými.
- Ak by ste napríklad chceli otestovať vzťah medzi srdcovou frekvenciou a rýchlosťou, ktorou sa pohybujete na bežiacom páse, použili by ste lineárnu regresiu.
- 4Pomocou ANCOVA porovnajte dve regresné priamky. Ak chcete porovnať vzťah dvoch rôznych skupín k tej istej premennej, môžete použiť ANCOVA (analýza kovariancie). ANCOVA vám umožňuje ovládať variácie, ktoré by ste mohli vidieť z nezávislej premennej medzi dvoma skupinami.
- Napríklad, ak chcete vyskúšať, či majú muži a ženy rôzne pokojové srdcové frekvencie pri rôznych teplotách, použili by ste ANCOVU. Vytvorili by ste dve regresné čiary (jednu pre ženy a jednu pre mužov) srdcovej frekvencie proti teplote. Potom pomocou ANCOVA porovnáte tieto dva riadky a zistíte, či sa líšia.
- 5Preskúmajte ďalšie štatistické testy na vlastnej koži. Predložené testy nie sú vyčerpávajúcim zoznamom dostupných testov. Toto sú niektoré z bežnejších používaných testov, ale existuje veľa variácií a zložitejších testov, ktoré môžu byť pre vaše údaje lepšie. Pri plánovaní experimentov dôkladne vyhľadajte a rozhodnite, ktoré testy použijete.
- Na internete nájdete niekoľko užitočných tabuliek a článkov, ktoré vám pomôžu pri výbere testu na základe údajov, ktoré zhromažďujete.
- Ďalšie informácie nájdete v článkoch z NIH a univerzít alebo v online štatistických knihách.
Na vykonanie analýzy údajov budete musieť mať počas zberu údajov svoje informácie dobre zorganizované.
Časť 3 zo 4: analýza údajov
- 1Jasne definujte výskumné otázky. Nikdy nestrácajte zameranie na štúdiu a držte sa návrhu výskumu a definovaných premenných. Dobrá výskumná stratégia spočíva beží dobre navrhnuté experimenty a zbierať správne množstvo dát odpovedať na výskumnú otázku.
- Predtým, ako začnete zbierať údaje, mali by ste presne vedieť, koľko vzoriek sa chystáte zozbierať v každej skupine a aké štatistické testy spustíte.
- 2Poraďte sa so štatistikom. Štatistiky sa môžu veľmi rýchlo skomplikovať, obzvlášť pri veľkých množinách dát. Predtým, ako začnete s experimentom, prediskutujte všetko so štatistikom. Môžu vám pomôcť zistiť, ktoré testy sú vhodné na analýzu vašich údajov a koľko vzoriek budete potrebovať v každej skupine, aby ste mali správnu silu na spustenie vašich testov.
- Tiež je dobré sa s nimi po zozbieraní údajov znova stretnúť. Môžu vám pomôcť analyzovať údaje a uistiť sa, že je všetko vykonané správne.
- Opýtajte sa ich na správnu veľkosť vašej štúdie, aké typy štatistických testov vám pomôžu odpovedať na vaše výskumné otázky a aké sú obmedzenia testov.
- Pamätajte si, že štatistický test vám jednoducho povie pravdepodobnosť, že sa výsledok vyskytne alebo nedostaví. Musíte dávať pozor, aby ste si nezamieňali štatistickú významnosť s klinickou alebo fyziologickou dôležitosťou.
- 3Spustite vybrané štatistické testy. Akonáhle sú údaje zozbierané a pripravené, môžete začať vykonávať všetky testy, ktoré ste sa rozhodli spustiť pred experimentom. Na tento proces by sa mali použiť programy špecifické pre analýzu údajov. Tieto testy sú komplexné a je oveľa jednoduchšie ich spustiť pomocou programu ako SAS, R, Stata alebo GraphPad Prism.
- SAS, Stata a R vyžadujú určité skúsenosti s programovaním. Možno budete musieť konzultovať s niekým vyškoleným na používanie týchto programov alebo absolvovať kurz, aby ste ich ovládali.
Ak pracujete s údajmi z prieskumu, ktoré majú písomné odpovede, môžete údaje analyzovať do numerickej podoby.
Časť 4 zo 4: Prezentácia údajov
- 1Vytvárajte grafy, ktoré majú kvalitu publikácie. Existuje veľa softvérových programov, ktoré vám umožňujú zmeniť vaše údaje na pekné grafy. Programy štatistickej analýzy majú tiež grafy, ktoré poskytujú údaje o kvalite publikácií. Preneste svoje údaje do jedného z týchto programov a vytvorte z nich graf.
- Bežne používané programy sú GraphPad Prism a R.
- 2Všetky osi označte zreteľne. Pri prezentácii údajov je dôležité všetko jasne označiť, aby ľudia mohli ľahko interpretovať, čo im graf hovorí. Všetky osi musia byť označené ľahko čitateľným písmom v dostatočne veľkej veľkosti, aby sa dali čítať bez škúlenia.
- Ak máte na jednom grafe viacero súborov údajov, uistite sa, že sú všetky správne označené.
- 3Na označenie významu používajte hviezdičky. Na obrázkoch, ktoré majú medzi skupinami významné rozdiely, to chcete naznačiť priamo na obrázku. Nakreslite čiaru medzi týmito dvoma skupinami, ktoré sú výrazne odlišné, a umiestnite nad ňu hviezdičku.
- Uistite sa, že legenda obrázku vysvetľuje, čo znamená hviezdička, aký štatistický test bol použitý a aká bola skutočná hodnota p testu.
- 4Zoskupte podobné údaje. Ak máte viacero grafov podobných údajov, zoskupte ich do jedného obrázku. Pomôže vám to porozumieť údajom, ak sa môžete pozrieť na všetky podobné údaje súčasne. Je jednoduchšie vidieť trendy a vyvodiť závery o svojich údajoch.
- Mnoho programov má editory grafov, ktoré vám tiež umožňujú vytvoriť rozloženie viacerých grafov.
- Zaistite, aby všetky grafy mali rovnakú veľkosť písma a používali medzi súbormi údajov rovnaké symboly.
- 5Napíšte podrobnú legendu figúrky. Legenda k obrázku umožňuje každému, kto sa pozerá na vaše údaje, pochopiť, čo presne je v grafe uvedené. Legenda by mala čitateľovi povedať, koľko replikátov sa nachádza v rámci každej skupiny a aké štatistické testy sa použili na analýzu údajov.
- V legende by mali byť zahrnuté aj podrobnosti o štatistikách: skóre z, skóre t, hodnoty p, stupne voľnosti atď.
Prečítajte si tiež: Ako ozdobiť súbor projektu?
Komentáre (3)
- Tento článok je pre mňa skutočne užitočný, keď viem, ako analyzovať údaje v iných alebo v systematických údajoch.
- Je to skvelý článok a pre mňa veľmi nápomocný. Veľmi pekne ďakujem všetkým členom tímu sprievodcu.
- Skvelé vysvetlenie procesu kvalitatívneho výskumu.
