DEFENISI ANALISIS DATA DALAM PENELITIAN

Anda tidak akan membeli mobil atau rumah tanpa mengajukan beberapa pertanyaan tentang hal pertama. Jadi jangan pergi membeli ke orang lain tanpa data yang mengajukan pertanyaan, baik.

Penjelasan Defenisi Data analisis Data

Oke, Anda katakan ... tapi dengan data tidak ada ban untuk menendang, tidak ada pintu untuk membanting, tidak ada dinding basement untuk memeriksa kerusakan air. Hanya angka, grafik, dan hal statistik menakutkan lain yang menyebabkan Anda untuk memiliki kilas balik buruk untuk terakhir pengembalian pajak penghasilan Anda. Apa sih yang bisa Anda bertanya tentang data?

Banyak. Berikut adalah pertanyaan standar beberapa Anda harus meminta setiap manusia yang menampar tumpukan data di depan Anda dan meminta Anda menulis tentang hal itu.

 

Dari mana data berasal?

Selalu bertanya satu ini dulu. Anda selalu ingin tahu yang melakukan penelitian yang dibuat data Anda akan menulis tentang.

 

Anda akan terkejut - Kadang ternyata bahwa orang yang makan Anda sekelompok angka tidak bisa memberitahu Anda di mana mereka berasal. Yang harus petunjuk pertama Anda bahwa Anda harus sangat skeptis tentang apa yang Anda diberitahu.

 

Bahkan jika data Anda memiliki sumber yang dapat diidentifikasi, Anda masih ingin tahu apa itu. Anda mungkin memiliki beberapa pertanyaan tambahan tentang studi medis tentang efek bekas merokok jika Anda belajar bahwa itu datang dari para peneliti yang dipekerjakan oleh sebuah perusahaan rokok bukan dari, katakanlah, tim dokter peneliti dari sekolah kedokteran utama. Anda mungkin bertanya penelitian tentang keselamatan air yang berasal dari kelompok kepentingan politik yang telah melobi Kongres untuk melarang pestisida.

 

Hanya karena laporan berasal dari kelompok yang memiliki kepentingan dalam hasil yang tidak menjamin laporan itu palsu. Tapi Anda harus selalu skeptis ketika melihat penelitian yang dihasilkan oleh orang-orang dengan agenda politik. Paling tidak, mereka punya banyak insentif untuk tidak memberitahu Anda tentang data mereka menemukan bahwa bertentangan dengan posisi organisasi mereka.

 

Apakah data yang telah peer-review?

Studi utama yang muncul dalam jurnal seperti New England Journal of Medicine menjalani proses yang disebut "peer review" sebelum diterbitkan. Itu berarti bahwa para profesional - dokter, ahli statistik, dan lain-lain - telah melihat penelitian sebelum diterbitkan dan menyimpulkan bahwa penulis studi tersebut mengikuti aturan penelitian ilmiah yang baik dan tidak menyiksa data mereka seperti abad pertengahan kafir untuk membuat angka-angka sesuai dengan kesimpulan mereka.

 

Selalu tanya jika penelitian secara resmi rekan ditinjau. Jika itu, Anda tahu bahwa data Anda akan melihat setidaknya minimal dapat diandalkan.

 

Dan jika itu tidak peer-review, bertanya mengapa. Mungkin bahwa penelitian hanya tidak menarik untuk orang-orang cukup untuk menjamin peer review. Atau bisa berarti bahwa penelitian telah banyak kesempatan berdiri hingga cermat profesional sebagai rumah mobile $ 500 memiliki berdiri di tornado.

 

Bagaimana data yang dikumpulkan?

Yang satu ini adalah nyata penting untuk bertanya, terutama jika data tidak peer-review. Jika data berasal dari survei, misalnya, Anda ingin tahu bahwa orang-orang yang menanggapi survei dipilih secara acak.

 

Berapa kali Anda telah melihat laporan berita berdasarkan jajak pendapat panggilan-in atau survei situs? Mereka bisa menyenangkan (lihat catatan saya di tangga keterlibatan dalam Bab 8), tetapi mereka tidak berita bahwa publikasi lainnya harus melaporkan. Mengapa? Jenis survei hanya mencerminkan pandangan apa statistik sebut "sampel dipilih sendiri." Orang-orang yang merasa benar-benar bergairah tentang satu sisi atau yang lain dapat membanjiri jajak pendapat, skewing hasil dari apa yang mereka akan telah memiliki Anda disurvei hanya sampel acak dari orang di masyarakat. Ketika hal ini terjadi dalam survei online, ini disebut "Freeping" jajak pendapat, setelah situs FreeRepublic.com, yang pembaca telah menjadi terkenal selama bertahun-tahun untuk melakukan hal semacam ini jajak pendapat di situs web lain.

 

Masalah lain dengan data "cherry-picking." Ini adalah setara sosial-ilmu persekongkolan, di mana Anda menyusun sebuah distrik legislatif sehingga semua orang yang akan memilih calon Anda termasuk di kabupaten dan orang lain tersebar di antara sekelompok kabupaten lain.

 

Jadilah pada mencari cherry-picking, misalnya, dalam epidemiologi 

(kata keren untuk studi penyakit yang kadang-kadang berarti:. "Kami tidak pergi keluar dan mengumpulkan data diri Kami hanya menggunakan data orang lain dan bermain 'terhubung titik-titik 'dengan mereka dalam upaya untuk menemukan sesuatu yang menarik ") 

Studi melihat penyakit di sekitarnya pembuangan racun limbah, saluran listrik, kafetaria sekolah tinggi, dll Itu semua terlalu mudah untuk seorang peneliti malas untuk menarik batas-batas daerah dia sedang melihat untuk memasukkan beberapa kasus tambahan dari penyakit tersebut dan belum termasuk banyak orang yang sehat di wilayah yang sama.

 

Jika ragu, plot subyek studi di peta dan mencari sendiri untuk melihat apakah batas-batas masuk akal.

 

Akhirnya, menyadari nomor diambil di luar konteks.

Sekali lagi, data yang adalah "cherry memilih" untuk terlihat menarik mungkin berarti sesuatu yang sama sekali setelah mereka ditempatkan dalam konteks yang berbeda.

 

Perhatikan contoh berikut dari Eric Meyer, seorang reporter profesional yang kemudian mengajarkan University of Illinois: 

"Favorit pribadi saya adalah kebiasaan kita gunakan untuk memiliki tahun yang lalu, ketika saya bekerja di Milwaukee. Setiap kali salju turun berat, kita akan menelepon kantor sheriff, yang bertanggung jawab untuk berpatroli di jalan raya, dan bertanya berapa banyak fender-benders memiliki dilaporkan hari itu Tak pelak lagi, kita akan memiliki lede yang mengatakan sesuatu seperti, "Badai musim dingin sengit dibuang 8 inci salju di Milwaukee, geram lalu lintas jam sibuk dan menyebabkan 28 fender-benders di jalan raya county" -. sampai suatu hari Saya berani bertanya departemen sheriff berapa banyak fender-benders dilaporkan pada yang jelas, hari-hari cerah Jawabannya -. 48 - membuat saya bertanya-tanya apakah di masa depan kita akan menjalankan cerita mengatakan, "Badai salju musim dingin sengit mencegah 20 fender-benders di jalan raya county hari ini. "Ada mungkin atau mungkin tidak lebih kecelakaan per mil perjalanan di salju, tapi jelas ada kecelakaan lebih sedikit ketika salju turun daripada saat tidak melakukannya."

 

Sangat mudah bagi orang untuk masuk ke otak-lock ketika mereka melihat setumpuk kertas sarat dengan angka, spreadsheet dan grafik. (Dan beberapa sumber busuk mengandalkan itu.) Tapi pembaca Anda tergantung pada Anda untuk memahami bahwa data mereka.

 

Gunakan apa yang telah Anda pelajari di halaman ini untuk melihat data dengan sikap yang lebih kritis. (Itu penting, tidak sinis. Ada banyak data yang sangat baik di luar sana.) Hal terburuk yang dapat Anda lakukan sebagai penulis adalah untuk menyampaikan kata orang lain tentang data tanpa ide apakah orang itu senilai percaya atau tidak.