Datu apstrādes un analīzes dokumentēšana
Lai veicinātu pētījuma reproducējamību jeb atkārtojamību, īpaša rūpība jāpievērš tam, kā datu apstrādes un analīzes soļi tiek dokumentēti. Tas ietver visu procesu un darbību, kas saistīti ar datu apstrādi un analīzi, detalizētu fiksēšanu un pierakstīšanu. Pienācīgi aprakstīti un dokumentēti dati nodrošina, ka datu kopas spēj saprast un izmantot gan paši pētnieki, gan citi, kas vēlēsies atkārtot pētījumu vai izmantot datus turpmākajai analīzei.
Pētniecības datu apstrāde ir process, kurā jēldati (angliski: raw data) tiek strukturēti, pārveidoti un sagatavoti analīzei.
Bieži vien, ievācot datus, tie nav piemērotā formātā vai sakārtoti tā, lai uzreiz varētu uzsākt analīzi. Līdz ar to datu apstrāde ir neatņemams un svarīgs posms pētniecībā. Tas ietver dažādas darbības ar datiem, kas var atšķirties atkarībā no datu veida un sarežģītības pakāpes.
Piemēri:
-
Kvantitatīvā datu apstrāde: aptaujas mainīgie tiek pārkodēti (piemēram, atbildes skalā no “pilnīgi nepiekrītu” līdz “pilnīgi piekrītu” tiek pārvērstas skaitļos no 1 līdz 5); trūkstošās vērtības tiek aizstātas ar “NA”
-
Kvalitatīvā datu apstrāde: interviju ierakstu transkripcija — audio vai video ieraksti tiek pārveidoti teksta formātā; analogie izpētes materiāli tiek digitalizēti
Pētniecības datu analīze ir posms, kurā apstrādātie dati tiek analizēti, lai atbildētu uz pētījuma jautājumiem un/ vai pārbaudītu izvirzītās hipotēzes. Šajā posmā pētnieks izmanto savai pētniecības nozarei un pētījuma mērķiem atbilstošas metodes un analīzes tehnikas. Datu analīzei tiek izmantoti dažādi rīki un datorprogrammas.
Ieteikumi reproducējamai datu apstrādei un analīzei
Reproducējama pētniecības datu apstrāde un analīze nozīmē to, ka cits pētnieks, izmantojot tos pašus datus un skaidri dokumentētas darbības, var atkārtot veiktos soļus un iegūt identiskus rezultātus. Reproducējamība ir būtiska zinātnes caurspīdīgumam un uzticamībai, — tā palīdz novērst nejaušas kļūdas, ļauj pārbaudīt rezultātu pamatotību un veicina sadarbību starp pētniekiem.
pētījuma reproducējamības veicināšanai
-
Veidot detalizētu dokumentāciju: veido skaidras piezīmes par katru datu apstrādes un analīzes soli. Apraksti, kā dati tika pārveidoti no jēldatiem par datu analīzei gatavu datu kopu un kādas metodes, parametri un programmatūras tika izmantotas
-
Uzturēt kārtību mapēs, kur glabājas dati: organizē mapes un datnes skaidrā, loģiskā veidā un nodrošini versiju kontroli saskaņā ar datu pārvaldības plānu
-
Izmantot rīkus, kas veicina reproducējamību: ja iespējams, datu apstrādei un analīzei izvēlies rīkus, kas nodrošina skriptu veidošanu, lai dokumentētu visu apstrādes un analīzes procesu
-
Ieviest reproducējamības pārbaudi: aicini kolēģus pārbaudīt, vai viņi spēj atkārtot rezultātus, izmantojot izveidoto dokumentāciju par datu apstrādes un analīzes soļiem
