Khác biệt giữa bản sửa đổi của “Thu thập dữ liệu”

Bách khoa toàn thư mở Wikipedia
Thay đổi sau →
Nội dung được xóa Nội dung được thêm vào
Trực quanMã wiki
Tạo với bản dịch của trang “Data collection”
(Không có sự khác biệt)

Phiên bản lúc 17:02, ngày 29 tháng 4 năm 2020

Ví dụ về thu thập dữ liệu trong khoa học sinh học: Chim cánh cụt Adélie được xác định và được cân mỗi khi chúng đi qua cầu cân tự động trên đường đến hoặc từ biển. [1]

Thu thập dữ liệu là quá trình thu thập và đo lường thông tin về các biến được nhắm mục tiêu trong một hệ thống đã được thiết lập, sau đó cho phép một người trả lời các câu hỏi có liên quan và đánh giá kết quả. Thu thập dữ liệu là một thành phần của nghiên cứu trong tất cả các lĩnh vực nghiên cứu bao gồm khoa học vật lý và xã hội, nhân văn, [2] và trong kinh doanh . Trong khi các phương pháp thay đổi theo kỷ luật, sự nhấn mạnh vào việc đảm bảo bộ sưu tập chính xác và trung thực vẫn giống nhau. Mục tiêu của tất cả việc thu thập dữ liệu là thu thập bằng chứng chất lượng cho phép phân tích dẫn đến việc đưa ra các câu trả lời thuyết phục và đáng tin cậy cho các câu hỏi đã được đặt ra.

Tầm quan trọng

Bất kể lĩnh vực nghiên cứu hoặc ưu tiên xác định dữ liệu ( định lượng hoặc định tính ), thu thập dữ liệu chính xác là điều cần thiết để duy trì tính toàn vẹn của nghiên cứu. Việc lựa chọn các công cụ thu thập dữ liệu phù hợp (hiện có, sửa đổi hoặc mới được phát triển) và các hướng dẫn được phân định rõ ràng để sử dụng đúng cách của dữ liệu làm giảm khả năng xảy ra lỗi đo lường .

Một quy trình thu thập dữ liệu chính thức là cần thiết vì nó đảm bảo rằng dữ liệu được thu thập đều được xác định và chính xác. Bằng cách này, các quyết định tiếp theo sẽ dựa trên các lập luận thể hiện trong các phát hiện được thực hiện bằng cách sử dụng dữ liệu hợp lệ. [3] Quá trình này cung cấp cả một đường cơ sở để đo lường và trong một số trường hợp nhất định, chỉ ra những gì cần cải thiện.

Có 5 phương pháp thu thập dữ liệu phổ biến; khảo sát kết thúc và các câu đố, khảo sát và câu hỏi kết thúc mở, phỏng vấn 1 đối 1, các nhóm tập trung và quan sát trực tiếp. [4]

Vấn đề toàn vẹn dữ liệu [5]

Lý do chính để duy trì tính toàn vẹn dữ liệu là để hỗ trợ quan sát các lỗi trong quy trình thu thập dữ liệu. Những lỗi đó có thể được thực hiện có chủ ý (cố ý làm sai lệch) hoặc không cố ý (lỗi ngẫu nhiên hoặc hệ thống).

Có hai cách tiếp cận có thể bảo vệ tính toàn vẹn dữ liệu và bảo đảm giá trị khoa học của kết quả nghiên cứu được phát minh bởi Craddick, Crawford, Rhodes, Redican, Rukenbrod và Laws năm 2003:

  • Đảm bảo chất lượng - tất cả các hành động được thực hiện trước khi thu thập dữ liệu
  • Kiểm soát chất lượng - tất cả các hành động được thực hiện trong và sau khi thu thập dữ liệu

Đảm bảo chất lượng

  1. ^ Lescroël, A. L.; Ballard, G.; Grémillet, D.; Authier, M.; Ainley, D. G. (2014). Descamps, Sébastien (biên tập). “Antarctic Climate Change: Extreme Events Disrupt Plastic Phenotypic Response in Adélie Penguins”. PLoS ONE. 9 (1): e85291. doi:10.1371/journal.pone.0085291. PMC 3906005. PMID 24489657.
  2. ^ Vuong, Quan-Hoang; La, Viet-Phuong; Vuong, Thu-Trang; Ho, Manh-Toan; Nguyen, Hong-Kong T.; Nguyen, Viet-Ha; Pham, Hiep-Hung; Ho, Manh-Tung (25 tháng 9 năm 2018). “An open database of productivity in Vietnam's social sciences and humanities for public use”. Scientific Data. 5: 180188. doi:10.1038/sdata.2018.188. PMC 6154282. PMID 30251992.
  3. ^ Data Collection and Analysis By Dr. Roger Sapsford, Victor Jupp ISBN 0-7619-5046-X
  4. ^ Jovancic, Nemanja. “5 Data Collection Methods for Obtaining Quantitative and Qualitative Data”. LeadQuizzes. LeadQuizzes. Truy cập ngày 23 tháng 2 năm 2020.
  5. ^ Northern Illinois University (2005). “Data Collection”. Responsible Conduct in Data Management. Truy cập ngày 8 tháng 6 năm 2019.
Lấy từ “https://vi.wikipedia.org/w/index.php?title=Thu_thập_dữ_liệu&oldid=61059073”