Ποια είναι η σημασία της παρακολούθησης Απόρριψη δεδομένων

; Σοβαρές ερευνητές συλλέγουν τεράστια ποσά των στοιχείων για τις σπουδές τους . Ωστόσο , ο ερευνητής και η ομάδα του δεν χρησιμοποιούν πάντοτε όλα τα δεδομένα που συλλέγουν . Συνήθως απορρίψει κάποια από τα δεδομένα για μεθοδολογικούς λόγους . Ωστόσο, οι ερευνητές παρακολουθούν τους απορρίπτουν τα δεδομένα έτσι τις σπουδές τους μπορούν να σταθούν όρθιοι για το μέλλον της εξέτασης από άλλους ερευνητές . Μεθοδολογία Έρευνας
Η

επιστημονική , εμπειρική έρευνα δεν είναι για ένα μεμονωμένο ερευνητή είναι σωστό ή λάθος . Πρόκειται για την εξεύρεση παράγοντες που συμβάλλουν σε ένα αυξανόμενο σώμα της επιστημονικής γνώσης . Οι ερευνητές βασιστεί στις εργασίες άλλων ερευνητών να επεκτείνει συνεχώς αυτό το σώμα της γνώσης . Επειδή ελαττωματικό ή ψευδούς έρευνας μπορεί να βλάψει ολόκληρο το πεδίο της επιστημονικής έρευνας , ένας ερευνητής που θέλει το έργο του να ληφθούν σοβαρά υπόψη από την επιστημονική κοινότητα πρέπει να ακολουθήσει μια μεθοδολογία που τεκμηριώνει σχολαστικά τα πάντα για τα δεδομένα ενός πειράματος . Αυτό περιλαμβάνει πώς συλλέγει , τι μετασχηματισμοί ασκεί σε αυτό, πώς αναλύει και τι συλλέγονται δεδομένα που αποκλείει από την τελική ανάλυση του.
Εικόνων Συλλογής Δεδομένων
Η

Αυστηρές επιστημονικές μελέτες συλλέγουν τεράστιες ποσότητες δεδομένων για ανάλυση . Αυτά τα δεδομένα μπορούν να συγκεντρωθούν από ένα κοινωνικό επιστήμονα ο οποίος διαχειρίζεται μια έρευνα σε ένα μεγάλο αριθμό ανθρώπων ή ένα φυσικό επιστήμονα που εκτελεί ένα πείραμα αρκετές φορές . Οι ερευνητές πρέπει να αποδείξει ότι τα αποτελέσματα των μελετών τους δεν είναι το αποτέλεσμα τυχαίο, που σημαίνει τη συλλογή αρκετά δεδομένα για να ικανοποιήσει τις εξισώσεις που δοκιμάζουν για στατιστική σημαντικότητα .

Η απόρριψη δεδομένων

Μετά ερευνητές τελειώσει τη συλλογή των δεδομένων τους , απορρίπτουν ορισμένα από αυτά από την τελική ανάλυση τους . Ένα ιδιαίτερο κομμάτι των δεδομένων θα μπορούσε να είναι ένα στατιστικό στοιχείο , έρευνα ενός ατόμου ερωτώμενου των οποίων οι απαντήσεις δεν ήταν εσωτερικά συνεπής , ή το αποτέλεσμα της λάθος του ερευνητή κατά την εγγραφή ένα συγκεκριμένο στοιχείο των δεδομένων που καθίστανται αναξιόπιστα . Οι ακραίες τιμές μπορεί να ρίξει μακριά τα στατιστικά μοντέλα ερευνητές χρησιμοποιούν για την ανάλυση , και οι ερευνητές δεν μπορούν να χρησιμοποιήσουν τα δεδομένα , όταν η ακεραιότητά του είναι ύποπτη .
Εικόνων Data έλεγχοι
Η

Χωρίς στοιχεία από την τελική ανάλυση μιας μελέτης είναι μια ρουτίνα μέρος της έρευνας , αλλά οι ερευνητές πρέπει να τηρούν αρχεία με τα δεδομένα που απέρριψε και γιατί . Παρακολούθηση απορρίπτουν δεδομένων επιτρέπει άλλους ερευνητές για να δείτε ότι τα δεδομένα που απορρίφθηκε για λόγους μεθοδολογίας και να μην γείρει σκόπιμα τα αποτελέσματα προς ένα συγκεκριμένο συμπέρασμα . Αν οι ερευνητές δεν έχουν αρχεία για το πώς χειρίστηκαν τα δεδομένα , στη συνέχεια, τους συνομηλίκους τους που δεν μπορούν να ελέγχουν τις μελέτες για να επιβεβαιώσουν την ακρίβειά τους . Αυτό επιτρέπει σε άλλους ερευνητές, οι οποίοι διαφωνούν με τα πορίσματα για να αμφισβητήσει το κύρος ολόκληρης της μελέτης υπό αμφισβήτηση .
Η
εικόνων