Il data mining è un nuovo termine usato per la vecchia pratica di prendere dati generati dai consumatori e la generazione di statistiche predittive basate su tali dati . Ad esempio , attraverso l’utilizzo di indagini sui consumatori , di discount di debito o carte di credito , i negozi hanno tenuto registrazioni su cosa e quando i loro clienti stanno comprando . Utilizzando questi record , le abitudini di acquisto dei consumatori e le preferenze sono state dettagliate e negozi sono stati in grado di organizzare le vendite e immagazzinare i loro negozi in base ai dati . Nel campo dell’istruzione , simile analisi e la generazione dei dati è anche in corso di esecuzione . Educational dati Limitazioni

Con il test standardizzati che è ora richiesto in tutti gli Stati Uniti , i database di istruzione sono in crescita quasi ogni giorno . I bambini sono stati valutati e analizzati i dati non solo dai distretti scolastici e di governo federale , ma anche da importanti università . Northern Illinois University ha lanciato un sito web dedicato ai problemi della ricerca educativa e di data mining . Nel suo modulo di gestione dati , tre preoccupazioni circa i problemi con il data mining si distinguono come i principali limiti educativi : affidabilità e validità , significatività statistica e analisi dei dati

affidabilità e la validità

.

L’affidabilità e la validità sono i due più importanti aspetti di analisi statistica educativo . I dati devono essere affidabili , il che significa che i risultati possono essere duplicati in condizioni precise . Inoltre , i dati devono essere validi , il che significa che in realtà indica ciò che è riportato nei risultati dell’analisi . L’affidabilità e la validità sono stati esaminati più attentamente nel data mining a causa della enorme quantità di dati e il numero di ricercatori che stanno analizzando i dati . Con un maggior numero di ricercatori , vi è un aumento della probabilità dei dati in fase di registrazione e classificate in modo errato .

Significatività statistica

Un ulteriore problema è determinare la ” significatività statistica ” dei dati che vengono generati . Occorre verificare se i dati analizzati è effettivamente utilizzato correttamente per diagnosticare e correggere un problema . Ad esempio , quando si tratta di test e analisi dei dati ” clinici ” , gli educatori devono essere molto consapevoli di utilizzare i dati correttamente in modo che un bambino non è mislabeled o il progetto educativo sbagliato istituito per correggere un problema .

l’analisi dei dati

Uno dei più problematici limiti dati educativi è la capacità dell’educatore di analizzare i diversi tipi e quantità di dati . I membri del personale devono essere meglio addestrati nell’analisi e interpretazione dei dati raccolti . L’integrità dei dati può essere compromessa quando i ricercatori utilizzano correttamente le tecniche di interpretazione che potrebbero essere stati progettati per l’analisi qualitativa , ma vengono invece applicate a uno studio quantitativo . Occorre più formazione per i ricercatori educativi .