ANDMETE ANALÜÜSIMINE
Tagasi eelmisele lehele      Tagasi sisukorda


Pärast seda, kui andmed on kogutud, tuleb neid kõigepealt töödelda. Andmetöötluse tulemuseks on rida uuritavaid objekte iseloomustavaid suurusi: keskmised, standtardhälbed, korrelatsioonikordajad jmt. Töötlemise käigus veel mingeid järeldusi ei tehta.

Uurimise eesmärgikks olevate järelduste tegemine toimub analüüsi teel.

Nii nagu andmete kogumiseks ja töötlemiseks on erinevaid võimalusi, saab kasutada ka mitmeid erinevaid analüüsimeetodeid. Milliseid meetodeid igal konkreetsel juhul kasutada, sõltub uurimuse eesmärkidest ja andmete sisust ja liikidest.

Analüüsimeetodid saab oma olemuselt jagada kahte suurde gruppi:
Kvantitatiivne analüüs on selline, kus  kasutatavad objekte iseloomustavad suurused on arvulised, andmeid analüüsitakse matemaatiliste meetoditega ja ka järeldused on enamastiarvuliselt kirjeldatavad.

Kvalitatiivse analüüsi puhul arve ei kasutata. Tulemused ja järeldused kujutavad endast sisulisi ja väärtuselisi hinnanguid. Näiteks saadakse teda, milles seisnevad noorte suhtlusprobleemid, kogutakse ettepanekuid infotehnoloogiliste võimaluste parendamiseks. Kui tullakse väga heale mõttele, siis pole ju tähtis, mitmele inimesele see mõte tuli. Tähtis on mõtte sisu.


KVANTITATIIVNE ANALÜÜS


Enimkasutatavad kvantitatiivsed analüüsimeetodid on:

Võrdlemine

Võrrelda saab objektide sama liiki iseloomustavaid suurusi.
Võrreldavad suurused peavad omama kindlasti sama mõõtühikut! Ei saa võrrelda massi temperatuuriga ega sentimeetrites mõõdetud pikkust pikkusega tollides.

Võrdlemise tulemuseks on otsus võrdsuse, sarnasuse kohta. Võrreldes saame öelda, kas uuritavad objektid on ühesugused või erinevad. Kui on erinevad siis ka seda, kumb on suurem, kumba on rohkem, mis oli varem...

Tihti võrreldakse statistilisi andmeid. Näiteks küsitletakse õpilaste taskuraha suurust erinevatel aegadel ja selgitatakse välja, millal seda rohkem saadi. Siin on tegemist keskmiste võrdlemisega. Keskmiste võrdlemisel tuleb kindlasti arvesta suuruste hajuvust ehk standardhälvet. Keskmised võivad olla küll erinevad kuid suure hajuvuse korral tuleb suurused siiski võrdseks lugeda.

Näide:  Olgu võrreldavate suuruste keskmised 12,7 ja 12,4 ning mõlema standardhälve 0,5. Sellisel juhul peame tunnistama suurused võrdseks, kuna keskmised erinevad teineteisest hajuvust iseloomustava standardhälbega võrreldes liiga vähe, vaid 0,3 võrra 0,5 vastu.

Võrrelda saab erinevate tunnuste põhjal moodustatud gruppe. Selliseid gruppe saab sõltuvalt andmete hulgast ja iseärasustest luua mitmesuguseid. Seejuures tuleb andmed kindlasti just selle pilguga üle vaadata, et midagi kasutamata ei jääks. Kui olete ankeedis küsinud vastaja sugu ja vanust, ei tasu seda teavet analüüsist kõrvale jätta. Saab uurida, kas neidude ja noormeeste vastused olid erinevad.


Järjestamine ehk reastamine

Uuritavaid objekte ja gruppe saab mingi tunnuse põhjal reastada. Näiteks reastatakse maailma riike elatustaseme järgi. Reastamise aluseks on võrdlemine. Seega tuleb ka reastamisel arvestada andmete hajuvust. Suure hajuvuse korral pole reastamine õigustatud.

Järjestamisel põhinevad järgmised iseloomustavad suurused ehk karakteristikud:


Regressioon, interpolatsioon ja ekstrapolatsioon


Kui objekte iseloomustavad suurused on omavahel seotud, saab seda andmeid töödeldes kindlaks teha korrelatsioonikordaja leidmise kaudu. Korrelatsioonikordaja näitab aga vaid seda, kas kas kaks suurust ülomavahel üldse seotud on ja kui sarnane on seos lineaarsele funktsioonile. Korrelatsiooni uurimine ei anna informatsiooni seose iseloomu kohta.

Seda, milline seos suuruste vahel valitseb saab teha regressioonianalüüsi abil. Regressiooni on lihtsaim läbi viia tabeltöötlustarkvara abil, selle (või oskuste) puudumisel aga ka graafiliselt. Regressiooni tulemuseks on seost väljendava funktsiooni avaldis (valem) või graafik.

Graafiline regressioon tähendab seda, et kõik andmed kantakse punktidena teljestikule ning saadakse korrelatsiooniväljaga sarnane pilt. Punktide asetiust silmaga hinnates saab otsustada, milline funktsioon sobib seost kirjeldama. Enamasti valitakse sobivakks funktsiooni graafikuks sirge, parabool, hüperbool, eksponent- või logaritmfunktsiooni graafik.

Tabeltöötlusprogrammid võimaldavad parimat regressioonifunktsiooni automaatselt leida.

Kui regressioon on läbi viidud, saab selle põhjal teha üldistusi. Näiteks teha järeldusi olukordade kohta, mida andmeid ei kajasta. Kui teeme oletusi olemasolevate andmete vaheliste tühemike kohta, on tegemist interpolatsiooniga. Kui teeme aga praeguse trendi põhjal tulevikueennustusi, on tegu ekstrapolatsiooniga.

REGRESSIOON


Analüüs


Analüüs kui informatsiooni töötlemise meetod seisneb terviku jagamises osadeks ehk elementideks. Analüüs võimaldab terviku toimimist paremini mõista.

Analüüs võimaldab leida näiteks organisatsiooni juhtimissüsteemi mittetoimimise põhjust või leida arvuti rikkis elementi.


Süntees ja üldistamine

Süntees on analüüsile vastupidine protsess ehk elementidest ühtse terviku moodustamine.

Näiteks saab
üksikute tarbekaupade hinnamuutuste pikaajaliste vaatluste põhjal teha järeldusi üldiste majandusseaduste toimimise kohta.