Tehnike analize podatkov omogočajo raziskovalcem, da pregledajo zbrane podatke in sklepajo ali sklepajo iz informacij. Večina tehnik se osredotoča na uporabo kvantitativnih tehnik za pregled podatkov. Nekaj bolj priljubljenih tehnik kvantitativne analize podatkov vključuje deskriptivno statistiko, raziskovalno analizo podatkov in potrditveno analizo podatkov. Zadnji dve vključuje uporabo podpore ali nepodpore vnaprej določene hipoteze. Skupine, ki lahko uporabljajo te tehnike, vključujejo posamezne raziskovalce, študente, podjetja, vladne agencije in aktuarje ter druge strani, ki potrebujejo informacije in podatke.
Kvantitativna analiza podatkov poskuša odstraniti pristranskost raziskovalca iz zbranih podatkov. Močna uporaba statistike, verjetnosti ali drugih matematičnih tehnik omogoča posameznikom uporabo standardnih metod za razlago podatkov. Ko raziskovalci poskušajo uporabiti tehnike kvalitativne analize podatkov – pogosto temeljijo na osebnem ozadju posameznika, preferencah ali osnovnih načelih raziskav in sklepanja – so lahko zbrani podatki napačno prebrani ali napačno razloženi. Zato so matematične tehnike manj dovzetne za te napake in jih drugi posamezniki ali raziskovalci pogosto bolj sprejemajo.
Deskriptivna statistična analiza loči ali povzema podatke v posebne skupine. Demografija je običajen niz opisnih statistik. Raziskovalci bodo zbirali informacije v zvezi s starostjo, spolom, velikostjo gospodinjstva, dohodkom, vrsto zaposlitve in druge informacije. Druga vrsta deskriptivne statistične analize je odstotek dokončanja quarterbacka pri igranju na nogometni tekmi. Če branilec opravi šest od osmih poskusov podaje, ima 75-odstotni odstotek uspešnosti. Pomanjkljivost te tehnike je nezmožnost statistike, da bi zagotovila dodatne informacije, kot je dolžina vsakega prehoda.
Raziskovalne tehnike analize podatkov pogosto vključujejo uporabo okvirjev, histogramov, Paretovih grafikonov, razpršenih grafov ali grafov stebel in listov. Glavni namen te tehnike je podpreti hipotezo raziskovalca. Na primer, raziskovalec lahko želi dokazati hipotezo o starostnem razponu lastnikov, ki vozijo določeno vrsto avtomobila, kot je enoprostorec. Da bi preizkusil in podprl to hipotezo, bo raziskovalec zbral informacije in ustvaril škatlo, s katero bo določil število lastnikov znotraj njegovega navedenega obsega. Statistični podatki bodo zagotovili informacije, ki podpirajo ali ne podpirajo hipoteze in kažejo, koliko izstopajočih vrednosti je v zbranih podatkih.
Tehnike analize potrditvenih podatkov so nasprotne raziskovalnim tehnikam. V teh testih želi raziskovalec ovreči ničelno hipotezo, ki je izjava, ki jo večina posameznikov na splošno sprejema kot resnično. Da bi ovrgel ničelno hipotezo, bo raziskovalec zbral specifične informacije, povezane s hipotezo, in testiral povprečje, varianco, p-vrednosti in intervale zaupanja. Interval zaupanja, ki ga dokaže analiza potrditvenih podatkov, bo zagotovil informacije o tem, kako samozavesten bi moral biti raziskovalec glede tega, ali je ničelna hipoteza resnična ali napačna.
SmartAsset.