分析数据

分析数据、总结数据并寻找模式是每项评估的重要组成部分。这样做的选项被分为两类——定量数据(数字)和定性数据(文本,图像)。

选项

数值分析

分析数值数据,如成本,频率,物理特性。

  • 相关:一个从+1.0到-1.0的统计度量,表示两个或多个变量之间的联系有多紧密。正相关(+1.0到0)表示两个变量将一起增加或减少,而负相关(0到-1.0)表示当一个变量增加时,另一个变量将减少。
  • 交叉表:使用两个或两个以上维度的列联表来表示名义(范畴)变量之间的关系。在简单的交叉中,一个变量占据水平轴,另一个占据垂直轴。每一个频率都被添加到相交的正方形中,并显示为整体的百分比,说明了数据中的关系。
  • 数据挖掘:计算机驱动的自动化技术,通过大量文本或数据查找新模式和信息。
  • 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,通常使用可视化方法。
  • 频率表:通过在表格中显示观察次数(变量值出现的次数),总结标称和顺序数据的一种可视化方法。
  • 中央趋势的衡量标准:一种概括性度量方法,它试图用一个代表其分布的中间或中心的值来描述整个数据集。平均值(平均值)、中位数(中间值)和众数(最频繁的值)都是集中趋势的度量。每种测量方法对不同的条件都有用。
  • 分散的措施:提供关于数据中有多少变化的信息的摘要度量,包括范围、四分位间范围和标准偏差。
  • 多变量的描述性:用两个或多个相关变量对(大量)信息(或数据)进行简单总结。
    • 多元回归
    • 因子分析
    • 聚类分析
    • 结构方程模型
  • 非参数推论统计:从灵活且不符合正态分布(即分布不平行于钟形曲线)的样本数据推断总体结论的方法,包括排名:卡方检验、二项检验和斯皮尔曼排名相关系数。
  • 参数推论统计:从遵循某些参数的样本数据推断总体结论的方法:数据将为正态(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,差异相等;而且样本应该是大的,随机抽取的。
  • 摘要统计信息:提供一个快速的数据摘要,这对于比较一个项目前后的情况特别有用。
  • 时间序列分析:观察通过随时间重复测量获得的定义明确的数据项。

文本分析

分析单词,无论是口头的还是书面的,包括问卷回答,访谈和文件。

  • 内容分析:将大量非结构化的文本内容减少为与(评估)研究问题相关的可管理数据。
  • 主题编码:记录或识别由一个共同的主题或想法链接的文本或图像段落,允许将文本编入类别。
  • 框架矩阵:一种在二乘二矩阵表中总结和分析定性数据的方法。它允许跨案例和按主题对数据进行排序。
  • 时间线和时间顺序矩阵:帮助分析,允许可视化的关键事件,序列和结果。

资源

网站

WISE: Web Interface for Statistics Education:这个网站将大量的统计资源组织在一个中心位置。它也是关于关键统计概念的一系列交互式、顺序教程的家。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

有关定性数据分析专用工具的概述,请参阅CAQDAS该网站比较了包括阿特拉斯在内的10个包裹。Ti, HyperResearch和NVivo。

评论

匿名的照片
收听

你有德语的框架和数据分析吗?

西蒙达维的照片
西蒙·戴维斯

亲爱的收听

不幸的是,我们没有这些可用的德语资源。

问候

西蒙

添加新评论

登录登录并作为BetterEvaluation成员进行评论,或者简单地填写下面的字段。