所谓数据是指未经处理的原始无序事实或一组需要加工处理的主题数值。如果没有适当的组织,数据就毫无用处,只是一些随机的东西。在收集数据后,需要对其进行处理、组织、构建结构,最后以有用的方式呈现出来,这被称为信息。
简而言之,经过处理后,数据变成了信息。经过加工的数据才是进行研究所必不可少的。研究人员为每个数据分配了特定的值,每个数据描述了独特的品质。对这些值的组织、处理和呈现对于分析以获得最佳研究结果至关重要。下面我们就看看Methodology中的数据类型有哪些吧。
1.定性数据
定性数据是那些包含文字和描述并以文本形式存在的数据。这种类型的数据在研究中不容易分析,因为它是主观的,特别是当与其他信息进行比较时。例如,研究人员从个人访谈、开放式问题和焦点小组中收集定性数据。这种类型的数据描述了口味、体验、质地或观点。
2.定量数据
定量研究数据是以数字或数值形式表达的数据。这种类型的数据可以进行度量、排名、计算或分组。例如,这种类型的数据包括年龄、分数、排名、成本、长度、重量等问题。简而言之,每个数据都以数字形式呈现。此外,这种数值数据可以以图形格式、图表形式呈现,或者应用于统计分析方法中。
3.分类数据
当数据按组进行分组但不属于超过所属组的组时,称为分类数据。被分组到某一类别的数据是分类数据。例如,如果有一项调查询问人们的婚姻状况、年龄、吸烟习惯和饮酒习惯,从人们那里收集到的信息就是分类数据。简单地说,分类类型的数据表示属于特定类别或类的离散数字。
接下来,我们将对知识进行扩展,下文中,根据不同的数据收集方法,数据可以分为四种类型:观察、实验、模拟和衍生。
1.观察数据
研究人员观察事物或人们及其行为或活动,以收集数据,这属于观察数据。用于收集观察数据的方法包括人类观察、开放式调查或访谈。此类数据的收集取决于实时性。如果丢失了,观察数据的再现是不可取得的。
2.实验数据
通过测试、实验、测量和准实验设计收集的数据称为实验数据。当研究人员干预以产生、改变或测量调查中的任何变化以收集数据时,他们收集实验数据。这种收集数据的方法可以根据研究人员的需要,无论是定性还是定量,都可以应用。实验数据相对容易分析和解释。
3.模拟数据
模拟是模仿系统或过程的操作,描述随时间的过程。通过使用计算机测试模型来模拟真实世界系统或方法的操作,生成模拟数据。模拟数据有助于发现在特定条件下可能发生或将发生的情况。经常使用通过计算机进行实验来收集模拟数据。
例如:通过模拟数据预测天气条件。
4.衍生/编制数据
这种类型的数据使用其他基础数据,并涉及通过某些转换从现有数据中创建新数据的过程。它是完全由一个或多个现有数据构建的新数据。衍生数据是新数据或信息,它提供了呈现旧属性或原始属性的新方式。
例如:人口密度数据可以通过面积和人口数据的组合获得。如果丢失了,研究人员可以替换此类数据。但是,这将是昂贵和耗时的。
培训啦论文辅导亮点
1.针对性解决论文难题,拥有4000+海外学霸tutor团队。
2.根据学生的论文要求和辅导需求,传授该论文的写作方法和得分技巧。
3.采用视频1V1的上课方式,针对学生的需求进行专属备课和授课。
培训啦论文辅导内容
1.导师帮助分析论文作业题目要求。
2.确定Topic和Title、讲解论文Topic相关课程知识点和理论。
3.梳理写作思路提供详细的Outline。
4.提供完整的Reference List,讲解Reference在文中的使用。