介绍
研究是通过运用科学方法来寻求获得相关且可靠的信息（值得信赖和信任），理解，验证，纠正或应用知识的过程。
为了以清晰，精确的方式获得某些结果，有必要进行某种类型的研究，该研究与人类紧密相关，它需要一系列步骤来实现既定目标或获取所需信息。
研究是基于科学方法的，这是对自然界进行系统研究的方法，包括观察技术，推理和预测规则，关于计划实验的想法以及传达实验和理论结果的方式。
此外，它还具有一系列特性，可帮助研究人员有效地进行管理，并且结构紧凑，具有形式，要素，过程，不同类型等特征。
对于学生和专业人士而言，这是必不可少的，因为它是职业发展之前，之中和之后职业道路的一部分；她从学习和生活开始就一直陪伴我们。对于各种研究，都有一个精确的过程和目标。
研究帮助我们改进研究，因为它使我们能够与现实建立联系，以便更好地了解它，其目的在于制定新的理论或修改现有的理论，增加知识以阐述理论。
研究活动是通过一系列要素有效地进行的，这些要素使对象易于获取知识，并且研究工作的成功将在很大程度上取决于其明智的选择和应用。
这就是为什么要进行本文献研究的目的，以便提供有关完成论文所需的一系列程序和步骤的信息：第一部分是理论框架的初步部分它涵盖了从主题的界定到变量的确定，第2节。它描述了什么是实验研究，要使用的方法类型以及代表研究中要使用的测试或仪器的统计数据的图表分类。
通过这项工作，您可以将研究的重要性视为学习过程。由于它具有一系列基本特征，并且以非常紧凑的方式缩小了范围，以捕获信息或实现拟议的目标，因此必须记住，科学研究是获得一系列目标的严格方法。这项以前以技术性的方式提出的研究是旨在扩展科学知识的研究，但原则上不追求任何实际应用，而研究只是一种澄清。
理论框架
理论框架是提案主题所处的一般环境（地方，国家和全球）的综合，对问题的了解的现状，存在的空白以及希望填补项目的空白；与以前的研究不同，为什么和如何进行拟议的研究将以成功的可能性为解决或理解所提出的问题做出贡献。
理论框架的主要功能如下：
至。它指导研究类型的知识
b。由于它提供了观点选择，因此拓宽了研究的视野
C。导致建立假设
d。激发研究方向
和。它预见了解释调查数据的方法。
«理论是一组彼此相关的概念，定义和命题，它们提供了现象的系统观点，指明了变量之间的关系，目的是解释和预测现象。 »
理论的功能
1.该理论最重要的功能是解释现象发生的原因，方式，对象，时间，对象。
2.解释现象的不同表现形式。
3.描述现象是如何产生，演变和影响的。
4.系统化孤立和分散的知识。
5.对问题的未来做出预测。
6.解释具有不同变量的关系。
如何评价理论？
所有理论都贡献知识。评估它的最常见标准是：
至。说明容量。
b。逻辑一致性
C。透视
d。启发式结果-产生新问题
和。简约-简单
1.1。主题限制
所有研究都受到社会，政治，经济性质等各种因素的限制……但我们将特别指出人力和物力资源。
在人力资源方面，根据与研究人员相关的知识：他们的调查能力，考虑问题的所有部分，智力和人的才能，掌握基本知识，使用方法和技巧，可用于研究和咨询的时间研究课题的一些专家。
物质资源：书目资源，对图书馆，档案馆或任何研究系统的访问，以及文献研究技术的应用所需的工具。
主题定界。
- 准确性。-主题必须精确，轮廓要特别有限-扩展范围受限制-选择最初选择的视角或部分内容原创性-作为主题，解释或焦点是新的。.-具有某些分析技术必须具有环境和必要的参考书目，具有必要的时间，并具有关于此问题的良好专家指南的指导。
主题特色
兴趣。-研究人员坚持研究过程并能够为解决该问题而付出努力的重要因素，避免因疲倦或无聊而被遗弃。
独创性-必须采用创造力，以新颖的方式创作或提出主题，避免模仿或模仿。
相关性：这项研究为科学，人类或研究人员本人做出了贡献。
精度-精度避免了会导致肤浅和令人困惑的结果的普遍性。
客观性。-提出问题时，必须忠实地针对研究对象，并且要客观地做到，就不应采取封闭的态度。
1.2。问题陈述
在研究问题的定义中，必须清楚地确定要回答的问题或解决方案或理解将有助于研究项目执行的具体问题。因此，建议对问题的性质和严重程度进行清晰，准确和完整的描述，并就社会发展和/或对全球科学知识的贡献而言，有必要进行研究。
解决社会调查问题的方法必须建立良好的基础：
1.问题描述。
2.定义调查的主题和对象。
3.理论，时间，空间和范围的划界。
4.研究依据
5.可行性
6.研究目标
7.建立研究问题
问题描述
计划问题是正式调整其结构。应该用具体，明确和特定的术语来描述问题，以便可以使用科学程序来调查论据。
正确解决的问题部分得到解决，精度越高，获得满意解决方案的机会就越大。研究人员不仅必须能够概念化问题，而且还必须以清晰，准确和可访问的方式将其表达出来。
有时，您知道自己想做什么，但您不知道或无法与他人交流，因此您需要努力将自己的思想转化为您理解和接受的术语，以便以后与他人交流。
问题陈述必须符合以下条件：
至。必须明确提出问题；描述事实，情况，参与者，现象的特征，地点，日期，冲突，戏剧，困难情况，结果等。
b。用一个或多个变量表达问题及其关系。
C。表示进行实证测试的可能性。
d。指出可观察和可测量的方面。
预期影响
预期的影响不是结果的重新表述，而是从战略问题或社会定义的问题的角度描述结果的发生率。
从学术，社会经济，环境，生产力等方面来看，它们主要与解决本地，区域，国家或全球问题有关，和/或与国家发展有关。研究结果的潜在直接和间接用户
研究人员必须清楚地确定国家或国际机构，工会和社区，这些机构，工会和社区将能够利用研究结果来制定其目标，政策，计划或方案。
1.3。研究目标
调查目的；它们指的是进行调查目的的清晰准确的陈述。当我们选择一个主题时，我们必须知道为什么选择它，当我们确定当时为什么，我们将定义主题的目标时，该目标可能涉及我们的个人利益，他人的利益，例如：我们的老板或负责我们的公共或私人机构。
设定目标时必须考虑的因素：
1.其表述必须包括调查发展中的具体结果。
2.目标的联系必须在研究人员的能力范围内。
目标分类：
总体目标。它由陈述您想知道的内容，您想找到的内容和您想知道的内容组成。它还包括我们打算在研究中进行的工作；也就是说，明确，准确地陈述要进行的研究目标。
具体目标：一般目标引起了具体目标，这些具体目标表明了在调查的每个阶段打算做什么。必须在每个步骤中评估这些目标，以了解不同的结果水平。
方法论目标：还有一些方法论目标可帮助我们在两个级别（“一般”和“特定”）中的任何一个上实现拟议的目标。调查。
如何制定目标：精心制定的目标是能够传达研究人员试图实现的目标的目标。也就是说，目标的最佳陈述旨在获得的结果包括对可能实现的目标的更多可能的解释。
1.4。调查的理由和可行性
证明调查是正当的；陈述您要这样做的原因，因为所有研究都必须有明确的目的，您必须解释为什么这项研究很方便，以及从所获得的知识中期望获得什么或什么收益。
研究者必须知道如何“转售”要进行的研究，因此他必须强调自己的论点，即要获得的利益和知识的用途。
为此，研究顾问建立了一系列标准以评估拟议研究的有效性。这些标准是：
至。就学术目的或社会效用而言，很方便。它会做什么，将为谁服务。
b。社会相关性。超越，效用和收益。
C。实际影响。这些信息真的有用吗？
d。理论价值，是否有任何知识空白需要填补？
和。方法学上的实用性，是否将使用新模型来获取和收集信息？
研究的可行性
研究的可行性与物质，经济，财务，人力，时间和信息资源的可用性密切相关。对于这些方面中的每一个，都必须提出一个明确而明确的答案的关键和现实问题，因为对此方面的任何疑问都可能妨碍研究的目的。
1.5。假设公式
假设是为暂时回答问题而提出的建议，也可以对其进行测试以确定其有效性，并且可以从不同的角度进行发展，可以基于一个推测，基于其他研究的结果，研究中所代表的两个或多个变量之间存在相似的关系，或者它可能基于一种推论过程的假设所导致的理论，即，如果存在某些条件，则可以获得某些结果，即因果关系。
假设的重要性源于形式化系统与研究之间的理论与经验现实之间的联系。它们是在分析中引入协调并指导数据选择的理论和研究工具。
假设涵盖以下功能：
•初步说明。问题的要素似乎模糊不清，因此，通过提出假设，可以完成数据，检测它们的可能含义和关系，并引入现象之间的顺序。
•促进研究。这些假设详细说明和总结了发现的问题，为实现调查者流程提供了动力。
•来自方法论来源。这种表述使我们对要考虑的变量进行了分析，并因此得出了控制变量所需的方法。
•评估研究技术的标准。假设通常在其陈述中建立了一些条件，这些条件使得对满足特定条件所遵循的技术程序进行严格判断成为可能。
•来自组织原则。假设主要是组织者，可以在与问题相关的已知事实与未直接联系的其他事实之间形成联系的可能性。
假设类型
以下分类显示了两种不同配方的第一组，第二种按对象和扩展名分类，第三种宽松或不同面额假说。
第一组：
•一般或经验。她是研究的负责人，她试图将问题作为寻找数据的基础，她所涵盖的范围不能超出研究目标的建议范围或与他们不同意。
•工作或操作。一旦制定了一般假设，就制定了工作假设。之所以称为工作是因为它是精确，确定性地实现研究中提出的目标的必不可少的资源。
• 零假设。在提出该假设时，其目的是否认自变量，也就是说，据指出，被确定为问题根源的原因是波动的，因此必须照此拒绝。
•研究假设。它与一般人士相符，并对提出问题时提出的疑问作出广泛和普遍的回应。
•操作假设。它提供了有关要研究的现象以及测量变量的工具的一般调查假设。
•统计假设。它是一种以数学方程式形式表达操作假设的模型，因此必须精确以促进统计关系。统计假设中最准确的称为零假设，它否认研究中变量之间的关系。
第二组：
•描述性假设。他们指的是在研究的给定现象的结构中交换关系的存在。
•因果假设。这是对导致所研究现象的原因进行干预的因素的初步建议。
•独特的假设。在此假设中，提出的命题位于时空术语中。
•统计假设。它向我们表明，更多的具有某些或某些特征的人或要素具有这种或其他特征。
•受限制的一般假设。在此假设中，命题是指其成员的总数，它被限制在特定的位置或时间段内。
•无限制的普遍假设。它们已由某种科学验证，并构成其法律和理论的基础。
第三组：
•替代假设。回答问题后，可以方便地提出其他假设，在这些假设中，自变量不同于我们制定的第一个变量。因此，有必要针对同一问题找到不同的替代假设，并从中选择哪些假设以及以何种顺序处理它们。
•特殊假设。只有那些从基本假设中推论和表达的事物。
•实证假设。它们是孤立的假设，没有理论基础，但经过经验证明。
•合理的假设。它们是基于理论的假设，但没有经验对比。
•事前假设。这种类型的假设在观察之前引入了一种解释。定位并继续发现。
•事后假设。它是从观察现象或事实得出的。
•验证的假设。它们是有根据的，并经过经验检验的假设。
1.6。确定变量
变量是出现在个人，群体或物体中的特征，属性，质量或特性，其有效性在系统上取决于支撑问题并从中得出问题的理论框架，并取决于其与支持该问题的假设的直接关系。
在阐述变量的过程中，建议考虑以下因素：
•要测量的变量的名义定义。
•变量的实际定义或尺寸。
•变量的操作定义或指示符。
最后，指示指数，这只是由个人或元素在建议用于衡量变量的每个指标中获得的值的组合的结果。变量是根据它们允许我们测量对象的能力或水平进行分类的，也就是说，变量的最常见和基本特征是区分其所声明的属性的存在与否。
变量的分类为：
•连续变量。当要测量的现象在数量上可以具有不同的值时，就会发生这种情况。例如按年代划分的年龄。
•离散变量。它们是在各个个人或元素之间以非定量的方式建立类别的类别。
•单个变量。它们表现出某些人的特征或特性，可以是：绝对，关系，比较和语境。
•集合变量。它们表现出区分特定组或组的特征或特性，可以是：分析，结构和全局。
•背景变量。它被认为是另一个的前提，即存在变量是另一个的前提。
•自变量。它是因变量前面的变量，它表示为因变量的原因和条件，也就是说，它们是研究人员为了产生某些效果而操纵的条件。
•因变量。这是由被认为是独立的变量产生的效果，由研究人员管理。
•中间变量或备用变量。它是介于自变量和因变量之间的变量，因此它可以代替已制定的自变量，或者它也可以充当变量关系中的相对因子。
•奇怪的变量。当存在一个与研究目的无关但可能影响因变量的自变量时，我们就有一个奇怪的变量。
•二分变量。它们仅允许分为两类。示例：白天和黑夜。
•间变量。它们是在组之间进行比较的那些。
•内部变量。他们是可以在不同时期学习同一小组的人。
2.1。实验研究
实验研究包括在严格控制的条件下操纵未经测试的实验变量，以描述特定情况或事件的发生方式或原因。
这是一个实验，因为研究人员恰恰引起了一种情况，即引入由他操纵的某些研究变量，以控制该变量的增加或减少及其对观察到的行为的影响。研究人员故意处理实验变量，然后观察在受控情况下会发生什么。
实验研究分为以下几个阶段：
1.界定和定义调查或问题的对象。它包括明确确定实验目标和要回答的问题。然后指出自变量，因变量，常数参数和变量测量所需的精度。现有书目，感兴趣的结果区域，可用的设备及其精度以及可用的时间和金钱都应考虑在内。
2.提出一个有效的假设。为此，您必须确定要进行的工作类型：如果是验证假设，定律或模型的问题，则无需提出工作假设；如果该作品是对另一作品的补充或扩展，则有可能可以使用原始作品的假设或进行一些小的修改；如果要研究的问题是新问题，则有必要提出可行的假设。
所有调查均始于对现象如何发生的假设，表达或想法。这些想法必须足够清晰，以预期该现象如何发生的初步结果：该初步结果是假设。
3.准备实验设计。一旦知道了问题的性质（如果是调查，扩展或确认），所需的精度，适当的设备以及提出的工作假设，就应分析问题的答案是否将是图形的解释，价值或经验关系；这将为我们指出实验步骤，即如何进行测量，以什么顺序进行测量以及采取何种预防措施。
确定了这些阶段后，将按照以下步骤设计实验：确定设备的每个组件，耦合组件，进行测试实验并初步解释结果并检查精度，如果有的话，进行修改必要的程序和/或使用的设备。
4.进行实验。一旦完成了测试实验和对结果的初步解释，几乎可以将最终实验的工作简化为预先准备好的填充柱（带有测量读数），以检测在实验开发过程中发生的任何异常情况并绘制出结果图。相关图形或计算将解决问题的一个或多个值。
5.分析结果。结果的分析或解释，无论是值，图表，表格等，都必须尽可能清楚地回答问题或问题所引起的问题。
一般而言，分析包括以下几个方面：1）如果实验试图确认假设，定律或模型，则结果必须表明理论（假设，定律或模型）与实验结果之间是否存在一致性。 。
协议可能是局部的；如果是这样，还必须说明其中有哪些部分，没有哪些部分；2）如果是在两个模型之间进行区分的实验，则结果必须允许坦率地进行区分，并提供接受和拒绝另一个的理由；3）如果寻求的是经验关系，则必须至少以图形形式找到它；理想的是找到图形的解析表达式，即找到方程式。
该方程式称为经验方程式，因为它是通过实验并作为图形的解析表达式获得的。应该考虑的是，图中的每个实验点都具有误差范围，并且如果不确定曲线的确定性，在怀疑的情况下，应使用最小二乘方进行更好的调整。应当指出，最简单的曲线分析是直线，如果我们没有通过绘制点来获得它，我们应该尝试通过更改变量或在半对数纸上绘制来获得它。
6.得出结论。一旦达到实验结果，研究人员就必须运用其科学标准来接受或拒绝假设或法律。您可能还会对一个模型做出一些推测，或者建议创建一个新模型，这将导致新问题。以下标准通常适用：
1）在实验验证其不成立时，拒绝假设，定律或模型。有一个现象无法解释就可以抛弃就足够了。
2）只要没有任何证据可以解释任何现象，就接受假设，定律，理论或模型为真，但不是绝对为真。
3）假设或模型可能仅与实验部分吻合，然后有必要推测理论与实验之间差异的可能原因，并尝试对现有假设或模型做出新的假设或修改，从而导致一个新问题。
在结论中，可以清楚地回答实验中提出的问题，以检查我们的工作假设或提出的模型是否有效。如果有未解决的问题，请确定为什么或是否有必要对描述所研究现象的假设或模型进行猜想。
7.准备一份书面报告。其部分将是：
1）问题的定义；
2）实验程序；
3）结果；
4。结论。
根据研究报告的惯例撰写的文章。
对照实验是指选择两个随机样本：一个受特定变量影响，另一个不受相同变量影响。比较两者的最终特性，然后确定实验效果。
如果它们之间存在显着差异，则分析假设并再次执行实验。困难在于在实验样品中实现特性的均匀性，并且对照品在特性的计算中需要精度。
2.2。方法
必须以有组织，清晰和精确的方式向人们展示如何实现建议的每个具体目标。该方法论应反映研究过程的逻辑结构和科学严谨性，从选择特定的方法论方法（具有相应支持的假设，样本或实验设计的问题）到分析，解释和表述的方式结果。
调查所需的程序，技术，活动和其他方法策略必须详细说明。应当指出在信息收集以及数据的组织，系统化和分析中应遵循的过程。
请记住，方法设计是计划项目所需的所有活动并确定所需的人力和财力的基础。
模糊或不精确的方法并没有提供评估所请求资源的相关性的要素。对于需要它的国家计划，研究人员必须描述道德考量。此外，必须附上研究所对论文项目的批准书。在研究人类或人类群体时，必须从制度伦理原则入手。
研究人员进行实验研究必须执行的阶段。
*存在问题。为此已进行了书目审查。
*确定和定义问题。
*假设和变量的定义及其操作。
*设计实验计划。
*研究设计。
*确定种群和样品。
*选择测量仪器。
*开发仪器。
*获取数据的程序。
*数据可靠性测试。
*进行实验。
*数据处理。在这一点上，我们必须牢记，一件事是原始数据，另一件事是已处理的数据，另一件事是必须作为确定性给出的数据。
2.3。研究统计
统计申请过程包括以下步骤：
选择和确定总体或样本以及所要研究的特征。如果要采样，则必须确定其大小和要执行的采样类型（概率或非概率）。
获取数据。这可以通过直接观察元素，进行调查和访谈以及进行实验来完成。
数据的分类，制表和组织。该分类包括对被认为异常的数据的处理，这些数据可以在给定的时刻篡改统计指标的分析。制表涉及汇总统计表和图形中的数据。
数据的描述性分析。通过获得统计指标（例如度量：中心趋势，分散，位置和形状）对分析进行补充。
数据的推论分析。应用了涉及概率元素的数据处理技术，这些概率元素允许从样本推断总体的结论（可选）。
频率分布。它是将数据分组到互斥的类别中，从而给出每个类别中观察值的数量。相对频率是通过将类别频率除以总数据（n）获得的。频率百分比是通过将相对频率乘以100获得的。
2.4。集中趋势的度量
这种类型的度量使我们能够识别和定位倾向于收集数据的点（值）（“中心点”）。这些应用于样本单位特征的度量称为估计量或统计量。当应用于人口时，它们被称为人口的参数或统计值。定位中心点的主要方法是平均值，中位数和众数。
1. 平均
它是最广泛使用，最广为人知且最容易计算的中心位置的度量，主要是因为其方程式适合代数处理，因此非常有用。
它的主要缺点在于它对更改其值之一或更改为太大或太小的极端值的敏感性。平均值定义为所有观察值的总和除以观察总数。
2. 中位数
通过此度量，我们可以识别位于数据中心的值，也就是说，它使我们可以在将观测值按顺序排列后知道确切在数据集中间的值。此测量表明数据的一半低于该值，另一半高于该值。要确定中位数的位置，请使用公式：
中位数的一些特征是：
-所有序数，间隔或比率数据集都有中位数。
-数据集只有一个中位数。
-中位数不受极大值或极小值的影响，因此当拥有这些值时，它特别有用。
3. 时尚
模态度量表示数据中最经常重复的值；也就是说，如果我们有序的序列（2、2、5和7），则最经常重复的值是作为数据模式的数字2。
在某些情况下，有可能出现两个频率最高的值，这被称为双峰，或者在其他情况下出现两个以上的值，这被称为多峰。
时尚的一些特征是：
-可以在所有级别的数据组（标称，有序，间隔和比率）中确定模式。
-每组数据可以有多个模式。
-Fashion不受非常大或非常小的值的影响，因此当您拥有这些值时，它特别有用。
2. 5. 列表和图形表示
制表是表示两个或多个变量之间关联的常用方法。表格的优点是可以很好地安排大量数据，并保留准确的数字。不利的一面是，一张大表不能说明问题：它很少揭示数据之间最明显的规律性或相互依赖性。表中使用的一些常规缩写在“分类”标题下列出。
图形展示
表格是一种表格，由在表格中获得的总和或频率的联合，有序且通常为总计的布置组成，涉及变量或相互关联的几个变量的类别或尺寸。
该表将定量结果系统化，并提供了所观察到的现象及其各种特征或变量之间的关系的数字，综合和全局视野。在其中，定量研究的鉴定阶段结束，并最终完成。
在定义了表的定义之后，我们便可以处理所请求的每种表类型：
数据输入表：此表仅显示从科学研究或实验获得的数据。它是最简单的表，在不需要有关数据的进一步信息时使用，这些表是通过将数据制成表格来构建的，此过程相对简单，要执行此操作，我们需要处理通过以下方式获得的一组统计数据：记录某些实验或随机观察的n次重复的结果，假设重复是相互独立的并且在统一的条件下执行，对于这种类型的表，重要的是要说每次观察的结果都可以用数字表示数据输入可以使用一个或多个变量，因此我们的统计资料由变量X的n个观察值组成。
频率表：频率表由变量的类别或值及其对应的频率组成。该表与频率分布相同。该表是通过列表和分组的方式创建的，这是我们在数据表中开始看到的一种简单方法，如果变量的观察值的数量为可以使用单个变量进行操作，如果重复存在，则折扣不大，如果出现重复，则频率f是给定值X的重复次数。
但是，当数据集较大时，直接使用观察到的单个值会很费力，然后通常在开始任何其他数据处理之前，将某种类型的分组作为预备步骤进行。
分组规则因变量是离散变量还是连续变量而有所不同，对于离散变量，通常很方便地创建一个表，该表的第一列包含材料中表示的变量X的所有值，在第二列中X的每个值出现在观测中的频率f。
复式表：也称为列联表，是指引用两个变量的数据表，这些数据表在行的标题处由一个变量的类别或值形成，在列的列由另一个变量的类别或值形成，并且在表格的正方形中，通过同时满足两个相互交叉的两个变量的两个类别或值的元素的频率或数量。
为了将同时观察两个随机变量的分组材料制成表格，我们需要一个如上所述的表格，分组规则与单个变量的情况相同。
这种类型的表格可提供有关两个相互关联的事件的统计信息，在实验依赖于另一个实验的情况下很有用，下面将显示更多的双变量统计分析应用。
图形方法：
图表是一种示意图，由线条，图形，地图组成，用于按比例或按一定比例表示统计数据，或者表示系统的要素，过程的各个阶段以及产品的细分或细分。分类。在图表实现的功能中，可以指出以下几点：
- 它们使数据，系统和过程更清晰可见，揭示了它们的变化以及它们的历史或空间演变。它们可以显示系统或过程的各个元素之间的关系，并表示两个或多个变量之间的相关性。他们将数据，系统和流程进行系统化和综合化。他们阐明并补充了表格以及理论或定量的论述。研究它们的性格及其之间的关系可能会提出新的假设。
一些最重要的图是树图，面积图或表面图，带图，条形图，框图，圆图，圆极图，点图，茎叶图，直方图和框和胡须图形或框图。
单变量图：要工作单变量图，我们首先必须知道什么是单变量统计分析，它为分析人员提供了代表性的分布或平均值度量，分布数据的分散指数，数据归一化程序，度量不等式的度量。一些与其他数据有关的数据，最后可以衡量分布的不对称性。
点图形：它是由直线或曲线形成的简单线性图的变体，是由在坐标轴上表示频率分布而产生的，此结构在x轴上放置与变量，纵坐标轴上的值对应于该值的频率。它主要提供有关频率的信息。仅在需要频率信息时使用。
茎叶图：这是获取数据集直观说明的快速方法，要构建茎叶图，您必须首先为茎值选择一个或多个初始数字，最后一个或多个数字为他们变成叶子，然后在垂直列中列出茎值的列表。
继续记录每个观测值的叶子以及相应的茎值，最后在图中的某处指示了茎和叶子的单位，这用于大列表，是一种显示数据的汇总方法，其缺点是它仅提供数据，而在任何地方都没有有关频率和其他重要数据的信息。
条形图：图表的名称，用于以图形方式表示离散的非分组频率分布。之所以这么称呼，是因为分布的每个类别的频率都由相互成比例的线或列按比例长度表示。
条形图主要分为三类：
- 简单条：用于绘制独特事实的图形复合条：在这种绘制方法中，第二个系列的条分别放置在第一个系列的条的顶部多个条：强烈建议购买具有以下特征的统计系列：为此，另一种方法是在同一笛卡尔平面上使用彼此相邻的不同颜色或图案的简单条形。
条形图主要提供比较信息，这是它的主要用途，此图还显示了有关频率的信息
直方图：用于说明按间隔分组的样本。它是由与其他矩形相连的矩形组成，这些矩形的底边顶点与间隔的范围一致，并且每个间隔的中心是类标记，我们在横坐标轴上表示该类标记。每个矩形的高度与相应间隔的频率成正比。该比例是通过以下公式应用的；矩形高度=相对频率/基长。
直方图用于表示已分组为类间隔的连续定量变量，其缺点是它不适用于离散变量，否则它是显示统计数据的有用且实用的方式。
饼图：这是一个图表，它基于频率和圆心角之间的比例关系，以使中心频率对应于360°中心角。应用以下公式进行构造：X =相对频率* 360°/ S相对频率。
在处理具有高频率的数据时使用此变量，并且变量的值很少，此图的优点是易于执行且易于理解，缺点是当变量很多，这几乎是不可能的，或者它并不能为这张图提供太多信息，也没有生产力，它主要以一种易于理解和简单的方式提供有关数据频率的信息。
双变量图：要处理散点图，我们首先必须知道什么是双变量统计分析及其优势。双变量统计分析是指引用两个变量的数据进行的分析，旨在发现和研究其统计属性。
它主要面向原始数据的值或频率的归一化，确定两个变量之间联合变化的存在，方向和程度，这是通过计算相关系数，计算协方差或两个变量相对于它们各自平均值的偏差的乘积，最后确定了在区间变量的情况下两个变量之间关联的性质和形式。
散点图：这是一个图表，在坐标空间中以图形方式表示与联合双变量分布的相关值相对应的所述空间的点，当我们进行双变量统计分析（即数据表）时必须使用这些图表两次输入，它们的优点是可以以简单的方式绘制联合双变量分布图，而主要缺点是，如果再次发生配对，则它不起作用。
结论
该研究从主要来源收集知识或数据，并将其系统化以获取新知识。确认或收集他人已知或已写或研究的内容不是研究。研究的基本特征是发现一般原理。
研究人员从先前的结果，方法，命题或有关手头问题的答案开始。为此，您必须：仔细计划一种方法，收集，记录和分析所获得的数据，但是如果这些工具不存在，则必须创建它们。
所有研究都必须是客观的，也就是说，它消除了研究人员的个人喜好和感觉，并拒绝仅寻求那些证实其假设的数据；因此，它将所有可能的测试用于对所收集数据和所用程序的关键控制。
最后，将数据系统化后，将通过报告或研究文件进行记录和表示，该报告或研究文件指出了用于得出所提出结论的方法和过程，并得到了相同研究的支持。
在研究中，要使其真正具有科学性，必须具有一系列特征：正在计划中，即拥有一个先前的组织，拥有符合有效性，可靠性和歧视性标准的数据收集工具，并将其作为最低要求。以获得科学有效的报告。
但是最重要的是，它是原始的，即指向一个不拥有或有疑问的知识，有必要进行核实，而不是对他们已经拥有的知识进行重复重组。研究人员应设法消除可能影响或掩盖研究结果的个人喜好和感觉。
为了进行调查，必须有必要的时间，以免仓促地收集客观上不会对可用数据进行分析的信息。针对数字度量，报告中试图将结果转换为更易于表示和理解的定量数据，并在最终评估中更加客观。
提供可验证的结果，并在进行调查的相同情况下对其进行验证。考虑到所调查的特殊情况，在选择方法和样本数量方面，都需要相对于所讨论的人口采取具有必要科学严谨性的抽样技术。
详细了解可以遵循的研究类型非常方便。这些知识可以避免在为特定程序选择正确方法时出现错误。由于尽管研究总是存在的，所以了解事物的技术和科学方面总是一件好事，无论它们多么普遍和日常化。
研究中最常见的失败之一是缺乏主题的划界，即由于缺乏野心，这就是为什么必须非常清楚研究的目标和遵循的道路以便进行研究的原因。它可以在应有的位置结束其路径。
提出问题时，让我们记住；正式构建研究思路，发展三个基本要素：研究的目的，问题和论据。目标和问题必须一致且可行，才能沿着同一方向回答。
在论证期间，他解释了为什么必须进行调查工作的原因。另一方面，可行性标准是基于资源的可用性，社会便利性，相关性，实际意义，理论价值和方法学效用。
问题陈述不应包含道德或审美判断。它必须包括尊重保密性，尊重人的尊严的智力工作和实践的职业道德方面。
参考书目
HernándezSampieri Roberto。（1991）。调查方法。墨西哥：Mc Graw Hill。
埃尔南德斯河；C.Fernández和P. Baptisa。（十九点九十五分）。调查方法。墨西哥：Mc.Graw-Hill。
卢尔德，慕尼黑，埃涅斯托，安吉莱斯。（2001）。调查方法和技术。墨西哥：特里亚斯。
Orna，Elisabeth。，Gram，Stevens。（2000）。如何在研究工作中使用这些信息。巴塞罗那：格迪萨。
奥尔蒂·乌里韦（Ortiz Uribe），弗里达·吉塞拉（Frida Gisela），玛丽亚·皮拉尔·加西亚（PilarGarcía）。（2003）。研究方法：过程及其技术。墨西哥：利穆萨。
Reza Becerril Fernando，（1997年）。科学，方法论和研究。墨西哥：墨西哥Alambra，第207-259页。
Tamayo和Tamayo，马里奥。（1998）。科学研究的过程。第三版。墨西哥：Ed。Limusa SA
Tomeo Perucha V.，乌娜·华雷斯I.（2003）。描述性统计课。出版商：汤姆森。
下载原始文件
