Phân tích dữ liệu đo lường phần mềm
Sau khi thu thập dữ liệu liên quan, chúng tôi phải phân tích nó một cách thích hợp. Có ba mục chính cần xem xét để lựa chọn kỹ thuật phân tích.
- Bản chất của dữ liệu
- Mục đích của thử nghiệm
- Cân nhắc thiết kế
Bản chất của dữ liệu
Để phân tích dữ liệu, chúng ta cũng phải xem xét dân số lớn hơn được đại diện bởi dữ liệu cũng như sự phân bố của dữ liệu đó.
Lấy mẫu, dân số và phân phối dữ liệu
Lấy mẫu là quá trình chọn một tập hợp dữ liệu từ một tập hợp lớn. Thống kê mẫu mô tả và tóm tắt các biện pháp thu được từ một nhóm đối tượng thực nghiệm.
Các tham số dân số đại diện cho các giá trị sẽ thu được nếu đo tất cả các đối tượng có thể.
Tổng thể hoặc mẫu có thể được mô tả bằng các thước đo của xu hướng trung tâm như giá trị trung bình, giá trị trung bình và phương thức và các thước đo độ phân tán như phương sai và độ lệch chuẩn. Nhiều bộ dữ liệu được phân phối bình thường như trong biểu đồ sau.
Như hình trên, dữ liệu sẽ được phân bổ đều về giá trị trung bình. đó là các đặc điểm quan trọng của phân phối chuẩn.
Các bản phân phối khác cũng tồn tại trong đó dữ liệu bị lệch để có nhiều điểm dữ liệu ở một phía của giá trị trung bình hơn điểm khác. Ví dụ: Nếu hầu hết dữ liệu nằm ở phía bên trái của giá trị trung bình, thì chúng ta có thể nói rằng phân phối bị lệch sang bên trái.
Mục đích của Thử nghiệm
Thông thường, các thí nghiệm được tiến hành -
- Để xác nhận một lý thuyết
- Để khám phá một mối quan hệ
Để đạt được từng điều này, mục tiêu cần được thể hiện một cách chính thức dưới dạng giả thuyết, và phân tích phải giải quyết trực tiếp giả thuyết.
Để xác nhận một lý thuyết
Cuộc điều tra phải được thiết kế để khám phá sự thật của một lý thuyết. Lý thuyết thường nói rằng việc sử dụng một phương pháp, công cụ hoặc kỹ thuật nhất định có ảnh hưởng cụ thể đến các đối tượng, làm cho nó tốt hơn theo cách nào đó.
Có hai trường hợp dữ liệu được xem xét: normal data và non-normal data.
Nếu dữ liệu từ phân phối chuẩn và có hai nhóm để so sánh thì bài kiểm tra t của học sinh có thể được sử dụng để phân tích. Nếu có nhiều hơn hai nhóm để so sánh, có thể sử dụng phân tích tổng quát của kiểm định phương sai gọi là thống kê F.
Nếu dữ liệu không bình thường, thì dữ liệu có thể được phân tích bằng cách sử dụng kiểm tra Kruskal-Wallis bằng cách xếp hạng nó.
Để khám phá một mối quan hệ
Các cuộc điều tra được thiết kế để xác định mối quan hệ giữa các điểm dữ liệu mô tả một biến hoặc nhiều biến.
Có ba kỹ thuật để trả lời các câu hỏi về mối quan hệ: biểu đồ hộp, biểu đồ phân tán và phân tích tương quan.
A box plot có thể đại diện cho bản tóm tắt phạm vi của một tập hợp dữ liệu.
A scatter plot biểu diễn mối quan hệ giữa hai biến.
Correlation analysis sử dụng các phương pháp thống kê để xác nhận xem có mối quan hệ thực sự giữa hai thuộc tính hay không.
Đối với các giá trị được phân phối bình thường, hãy sử dụng Pearson Correlation Coefficient để kiểm tra xem hai biến có tương quan cao hay không.
Đối với dữ liệu không bình thường, hãy xếp hạng dữ liệu và sử dụng Spearman Rank Correlation Coefficientnhư một thước đo của sự liên kết. Một biện pháp khác cho dữ liệu không bình thường làKendall robust correlation coefficient, điều tra mối quan hệ giữa các cặp điểm dữ liệu và có thể xác định mối tương quan một phần.
Nếu xếp hạng chứa một số lượng lớn các giá trị ràng buộc, chi-squared testtrên một bảng dự phòng có thể được sử dụng để kiểm tra sự kết hợp giữa các biến. Tương tự,linear regression có thể được sử dụng để tạo ra một phương trình để mô tả mối quan hệ giữa các biến.
Đối với nhiều hơn hai biến, multivariate regression có thể được sử dụng.
Cân nhắc thiết kế
Thiết kế của cuộc điều tra phải được xem xét trong khi lựa chọn các kỹ thuật phân tích. Đồng thời, sự phức tạp của phân tích có thể ảnh hưởng đến thiết kế được chọn. Nhiều nhóm sử dụng thống kê F hơn là kiểm tra T của học sinh với hai nhóm.
Đối với các thiết kế giai thừa phức tạp có nhiều hơn hai yếu tố, cần phải kiểm tra phức tạp hơn về sự liên kết và ý nghĩa.
Kỹ thuật thống kê có thể được sử dụng để tính đến ảnh hưởng của một tập hợp các biến số khác, hoặc để bù đắp cho các tác động về thời gian hoặc học tập.