Tipi di analisi di ricerca e di studi descrittivi sono esperimenti quantitativi , quasi- esperimenti, studi di co – relazionali e studi di confronto . La ricerca quantitativa produce volumi di statistica descrittiva , che si limitano a descrivere i dati . Statistica inferenziale dedurre probabilità di correlazione dei dati , che non è necessariamente causalità . Statistica inferenziale generalizzano dal campione della ricerca a una popolazione più ampia . Pacchetti software statistici elaborano statistiche descrittive che producono informazioni sulle relazioni all’interno dei dati e il grado di accuratezza del risultato . Data Preparation
Un dizionario di dati fa parte della vostra metodologia di ricerca . Il dizionario del progetto o il codice libro elenca il nome di ogni variabile con la descrizione , il formato – numerico , alfanumerico o alfabetico – data di conseguimento , di gruppo e individuali identificatori , posizione dei dati nel database e le note . Dati descrittivi dalle indagini , la teoria messa a terra codificata , pre-test e post-test o un altro disegno sperimentale sono controllati per accuratezza e completezza . I dati vengono inseriti direttamente in un database e un pacchetto di analisi statistica , Statistical Package di IBM per le Scienze Sociali , SPSS , o Statistical Analysis System North Carolina State University , SAS .
Statistica inferenziale
sperimentale e quasi- sperimentale, la ricerca mette a confronto due gruppi , un gruppo di controllo e un gruppo sperimentale o di pre -e post-test i risultati dello stesso campione . Il più semplice prova inferenziale è se vi sia una differenza tra due gruppi o tra i risultati pre-e post -test . Un semplice test inferenziale è confronto tra la media dei risultati . Ad esempio , gli studenti punteggi medi di matematica prima e dopo il completamento di un programma computerizzato di studi indicano se la competenza degli studenti migliorata. Un t – test confronta la differenza tra due gruppi . Analisi della varianza, analisi di regressione , scale e cluster analysis sono altri metodi di analisi statistica inferenziale .
Statistica descrittiva
Statistiche descrittive descrivono ciascuna variabile e la distribuzione , tendenze centrali e dispersione di ciascuna variabile . La distribuzione è la gamma di ciascuna variabile e la frequenza della sua comparsa . Grafici e diagrammi mostrano la distribuzione dei dati . Tendenze centrali sono media , mediana e moda . Dispersione è la distanza di un punto dalla tendenza centrale . Varianza viene calcolata come differenza dal punto di media, mediana o modalità . Deviazione standard viene calcolata sottraendo la media dei numeri del numero stesso . La varianza è il valore meno la media al quadrato , diviso per il numero di variabili meno uno. La radice quadrata della varianza è la deviazione standard .
Conclusione
La conclusione di uno studio di ricerca quantitativa implica relazioni all’interno dei dati . Statistiche descrittive determinare l’accuratezza della conclusione . Se i dati sono internamente ed esternamente valido ei costrutti dello studio sono valide , la conclusione è probabilmente accurate . Le possibili conclusioni sono se un’ipotesi è vera o falsa . Relazioni causali all’interno dei dati sono calcolati per un grado di precisione e affidabilità . Se la causa del miglioramento studio computerizzato è pronunciata , è più facile per determinare il beneficio dello studio , ma il miglioramento potrebbe essere causa di un’altra variabile , ad esempio diverse domande della prova . Lieve miglioramento avviene per caso .