データを分析するものの内訳は次のとおりです。
* 整理： 多くの場合、テーブル、グラフ、またはチャートを使用して、意味のある方法でデータを配置します。
* 識別パターン： データ内のトレンド、関係、または異常を探しています。
* 統計の計算： 統計ツールを使用して、観察されたパターンが統計的に有意であるかどうかを判断します。
* 予測と比較： データがあなたの仮説によってなされた予測とどれだけうまく一致するかを評価します。
* 描画結論： 分析に基づいて、仮説がサポートされるか拒否されているかを判断します。
例：
日陰よりも植物が日光の下で速く成長するという仮説をテストしているとしましょう。 あなたはそうするでしょう：
1。実験を設計 日光と日陰の植物があります。
2。データを収集 時間の経過とともに植物の成長について。
3。データを分析します グラフ上の各植物グループの成長をプロットすることにより。
4。パターンを識別します データでは（たとえば、日光の中の植物はより速く高くなります）。
5。統計を計算 成長の違いが統計的に有意であるかどうかを判断する。
6。結論を描く データがあなたの仮説をサポートするかどうかについて。
データの分析は、科学的方法の重要なステップです。
* 仮説を客観的に評価します。
* さらなる研究のための領域を特定します。
* あなたの調査結果を他の人に伝えます。
データの分析は、答えを見つけるだけではありません。また、新しい質問をし、将来の研究を導くための新しい仮説を生成することでもあります。
