有许多不同的科学和实践领域依赖于定量数据的收集。例如,在化学、物理、甚至语言学的某些分支等研究性领域,收集定量数据是至关重要的。它对工程中的测试和其他目的也是必不可少的,计算机科学和其他数据密集型领域和项目...
有许多不同的科学和实践领域依赖于定量数据的收集。例如,在化学、物理、甚至语言学的某些分支等研究性领域,收集定量数据是至关重要的。它对工程中的测试和其他目的也是必不可少的,计算机科学和其他数据密集型领域和项目,旨在生产最终产品。收集定量数据的具体方法因项目而异,但有一些数据收集原则可以广泛应用,如果不是普遍适用的话。例如,重要的是要采取一切可能的手段来消除人为和实验上的错误,收集和分析所有的数据,而不仅仅是符合一个人的理论的数据,并且进行多次实验或测试来检查错误。
![]()
拿着一本书的妇女虽然偶尔也可以接受最小的错误,但在某些情况下,它可能会导致在收集定量数据时,应确定可容忍的误差的程度。用于收集定量数据的技术和设备应能在允许的误差范围内完成。如果不能,可能有必要改进数据收集方法或提出一种全新的方法。在收集定量数据时,往往会倾向于只记录和使用与先前实验或理论预期相符的结果。当收集到的数据中只有少数几个不同时,尤其如此然而,这些异常值是非常重要的,不应被忽视,尤其是如果它们在随后的实验中再次出现意想不到的结果可能表明实验程序或材料存在问题,甚至可能暗示现有的实验或测试主题理论不正确。只有研究人员收集和报告所有数据,收集定量数据的过程才能有效和客观独立试验是收集定量数据时最大限度地减少误差的一种好方法。这样做可以揭示诸如设备校准、人为错误或意外和不受控变量的影响等问题。如果可能,不同的人群应该进行旨在收集特定定量数据的测试或实验。如果两组人收集到不同的结果,他们可以比较所有的方法和变量,从而能够分离出在收集定量数据过程中出现的特定错误。