콘텐츠

• 데이터 준비
• 추론 통계
• 기술 통계
• 결론

연구 분석 및 기술 연구의 유형은 정량적 실험, 반 실험, 상관 연구 및 비교 연구입니다. 양적 연구는 단순히 데이터를 기술하는 설명적인 통계의 양을 요구한다. 추론 통계는 반드시 데이터의 상관 관계 확률을 가정합니다. 이는 반드시 확률은 아닙니다. 추론 통계는 연구 표본에서 더 광범위한 집단으로 일반화된다. 통계 소프트웨어 패키지는 데이터 내의 관계 및 결과의 정확도에 대한 정보를 생성하여 설명 통계를 처리합니다.

통계 소프트웨어 패키지는 상관 관계를 찾는 설명 통계를 분석합니다. (Jupiterimages / Photos.com / 게티 이미지)

데이터 준비

데이터 사전은 연구 방법론의 일부입니다. 사전 또는 코드북 디자인에는 설명, 형식 (숫자, 영숫자 또는 알파벳), 획득 날짜, 개별 또는 그룹 식별자, 데이터베이스의 데이터 위치 및 메모가 포함 된 각 변수의 이름이 나열됩니다. 연구, 코드 기반 이론, 사전 테스트 및 사후 테스트 또는 기타 실험 디자인의 설명 데이터는 정확성과 완전성을 검사합니다. 이 데이터는 노스 캐롤라이나 주립 대학 (State University of North Carolina)의 데이터베이스 및 통계 분석 패키지, SPSS (Statistical Package for Social Sciences) 또는 SAS (Statistical Analysis System)에 기록됩니다.

추론 통계

실험적 및 반 실험적 연구는 두 그룹을 비교했다 : 대조 그룹과 실험 그룹 또는 동일한 샘플의 사전 테스트 또는 사후 테스트 결과. 가장 단순한 추론 테스트는 두 그룹간에 차이가 있는지 또는 사전 테스트 결과와 사후 테스트 결과간에 차이가 있는지 여부입니다. 또 다른 간단한 추론 테스트는 결과의 평균을 비교하는 것입니다. 예를 들어 전산 프로그램을 마치는 전후의 한 그룹의 평균 수학 점수는 자신의 능력이 향상되었는지 여부를 나타냅니다. 테스트는 두 그룹 간의 차이점을 비교합니다. 분산 분석, 회귀 분석, 척도 및 그룹화는 추론 통계 분석의 다른 방법입니다.

기술 통계

기술 통계는 각 변수와 각 변수의 분포, 중심 경향 및 분산을 설명합니다. 분포는 각 변수의 범위와 발생 빈도입니다. 그래프와 표는 데이터 분포를 보여줍니다. 중앙 트렌드는 평균, 패션 및 중앙값입니다. 분산은 중심 경향에서 점까지의 거리입니다. 편차는이 점에서 평균, 패션 또는 중앙값까지의 차이로 계산됩니다. 표준 발산은 수 자체의 수에서 평균을 뺀 값으로 계산됩니다. 편차는 평균 제곱보다 작은 값을 변수 수에서 1을 뺀 값입니다. 편차의 제곱근은 표준 편차입니다.

결론

양적 연구 연구의 결론은 데이터 내의 관계를 의미합니다. 기술 통계는 결론의 정확성을 결정합니다. 데이터가 내부적으로 그리고 외부 적으로 유효하고 연구 구조가 타당하다면 결론은 정확할 것입니다. 가능한 결론은 가설이 참인지 거짓인지 묻는다. 데이터 내의 우연한 관계는 일정 정도의 정확성과 신뢰성을 얻기 위해 계산됩니다. 계산 된 연구로 인한 개선이 두드러지면 연구의 이점을 결정하는 것이 더 쉽지만, 개선은 다른 변수 (예 : 테스트의 다른 질문)로 인한 것일 수 있습니다. 우연히 중간 향상이 발생합니다.