El análisis de datos es la ciencia del examen de datos para concluir la información para tomar decisiones o ampliar el conocimiento sobre diversos temas. Consiste en someter datos a las operaciones. Este proceso obtiene conclusiones precisas para ayudarnos a lograr nuestros objetivos, como las operaciones que no se pueden definir previamente, ya que la recopilación de datos puede revelar dificultades específicas.
«Gran parte de este [análisis de datos] ayudará a los humanos a trabajar de manera más inteligente y rápida porque tenemos datos sobre todo lo que sucede». –Daniel Burrus, consultor de negocios y orador sobre problemas de negocios e innovación.
Actualmente, muchas industrias usan datos para sacar conclusiones y decidir sobre las acciones para implementar. Vale la pena mencionar que la ciencia también utiliza el análisis de datos para probar o descartar teorías o modelos existentes.
Hay más de una ventaja en el análisis de datos realizado correctamente. Aquí hay unos ejemplos:
- Tomar decisiones comerciales más rápidas y más informadas respaldadas por hechos.
- Identificar problemas de rendimiento que requieren acción.
- Obtenga una comprensión más profunda de los requisitos del cliente, lo que crea mejores relaciones comerciales.
- Aumente la conciencia de los riesgos para implementar medidas preventivas.
- Visualice diferentes dimensiones de los datos.
- Obtener ventaja competitiva.
- Comprenda mejor el desempeño financiero del negocio.
- Identifique formas de reducir los costos y así aumentar las ganancias.
Estas preguntas son ejemplos de diferentes tipos de análisis de datos. Puede incluirlos en sus encuestas posteriores al evento dirigido a sus clientes:
Se utiliza en muchas industrias, independientemente de la rama. Nos da la base para tomar decisiones o confirmar si una hipótesis es verdadera.
¿Qué es el análisis de datos en una tesis?
El capítulo de metodología de su disertación debe incluir discusiones sobre los métodos de análisis de datos. Debe explicar de manera breve cómo va a analizar los datos principales que recopilará empleando los métodos explicados en este capítulo.
Existen diferencias entre el análisis de datos cualitativos y el análisis de datos cuantitativos. En investigaciones cualitativas que utilizan entrevistas, grupos focales, experimentos, etc. El análisis de datos implica identificar patrones comunes dentro de las respuestas y analizarlos críticamente para lograr los objetivos y objetivos de investigación.
El análisis de datos para estudios cuantitativos, por otro lado, implica un análisis crítico e interpretación de figuras y números, e intenta encontrar justificación detrás de la aparición de los hallazgos principales. Las comparaciones de los resultados de la investigación primaria con los hallazgos de la revisión de la literatura son críticamente importantes para ambos tipos de estudios: cualitativos y cuantitativos.
Los métodos de análisis de datos en ausencia de recopilación de datos primarios pueden implicar discutir patrones comunes, así como controversias dentro de los datos secundarios relacionados directamente con el área de investigación.
¿Qué es el análisis de datos de una tesis?
En la etapa nueve: análisis de datos, discutimos los datos que habrá recopilado durante la etapa ocho: recopilación de datos. Sin embargo, antes de recopilar sus datos, después de haber seguido la estrategia de investigación que estableció en esta etapa seis, es útil pensar en las técnicas de análisis de datos que puede aplicar a sus datos cuando se recopilan.
Las pruebas estadísticas que son apropiadas para su disertación dependerán de (a) las preguntas/hipótesis de investigación que ha establecido, (b) el diseño de investigación que está utilizando y (c) la naturaleza de sus datos. Ya debe tener claro sus preguntas/hipótesis de investigación de la etapa tres: establecer preguntas de investigación y/o hipótesis, así como conocer el objetivo de su diseño de investigación del paso dos: diseño de investigación en esta etapa seis: establecer su estrategia de investigación. Estas dos piezas de información, sus preguntas de investigación/hipótesis y diseño de investigación, le informarán, en principio, las pruebas estadísticas que pueden ser apropiadas para ejecutarse en sus datos para responder a sus preguntas de investigación.
Destacamos las palabras en principio y mayo, ya que la prueba estadística más apropiada para ejecutar sus datos no solo depende de sus preguntas de investigación/hipótesis y diseño de investigación, sino también de la naturaleza de sus datos. Como debería haber identificado en el paso tres: métodos de investigación, y en el artículo, tipos de variables, en la parte de los fundamentos de la disertación Lærd, (a) no todos los datos son los mismos, y (b) no todas las variables se miden en el La misma manera (es decir, las variables pueden ser dicotómicas, ordinales o continuas). Además, no todos los datos son normales, ni los datos al comparar grupos necesariamente iguales, términos que explicamos en la sección de análisis de datos en la parte de los fundamentos de la disertación Lærd. Como resultado, puede pensar que ejecutar una prueba estadística particular es correcta en este punto de establecer su estrategia de investigación (por ejemplo, una prueba estadística llamada prueba t dependiente), basada en las preguntas/hipótesis de investigación que ha establecido, pero cuando Usted recopila sus datos (es decir, durante la etapa ocho: recopilación de datos), los datos pueden fallar ciertos supuestos que son importantes para dicha prueba estadística (es decir, normalidad y homogeneidad de varianza). Como resultado, debe ejecutar otra prueba estadística (por ejemplo, una prueba de rango firmado de Wilcoxon en lugar de una prueba t dependiente).
En esta etapa del proceso de disertación, es importante, o al menos, útil pensar en las técnicas de análisis de datos que puede aplicar a sus datos cuando se recopilan. Le sugerimos que haga esto por dos razones:
Razón
Los supervisores a veces esperan que sepa qué análisis estadístico realizará en esta etapa del proceso de disertación
Artículos Relacionados:
- 10 ejemplos de análisis de datos en investigaciones
- 5 Tips para mejorar el análisis de datos en una investigación
- El análisis de datos es crucial para cualquier investigación: aquí están las razones por qué
- Técnicas de análisis de datos en una investigación
- Investigación que analiza los elementos encontrados en el mundo real
