这项纪录片研究工作旨在帮助研究人员了解研究的结构，首先要考虑的是选择一个主题，并且问题是当前的，因此可以提供解决方案，因为所有问题均会因此而出现。困难，源于需求。
文献研究必须包括对问题的陈述，实验研究，变量，假设，其方法论，统计数据，集中趋势的度量，离散度，制表和图表。
进行调查时，必须清楚地理解问题的陈述，以便稍后进行假设（该假设将负责调查的形成），因为这将使我们详细说明要实现的目标，解决方案的设计对问题进行可行的调查，选择方法，仪器，技术以及选择人力和物力的资源，以便进行调查。
因此，为了进行调查，需要知道是否有人已经对该问题进行调查，以便从那里开始调查并给出问题的解决方案。
要进行调查，研究人员必须了解文献调查所遵循的每个步骤概念的含义，为此，我们介绍了每个概念的定义。
调查的理论框架
卡洛斯·萨比诺（Carlos Sabino（1996）确认：“如果我们提出的已知信息未明确，则无法采用调查方法：对于定义的主题，始终必须区分已知的信息和未知的信息明确要研究的问题”。对研究问题的正确处理方法使我们能够定义其一般目标和特定目标，以及研究对象的局限性。
作者补充说，没有充分的概念化就无法接近现实的事实或现象。
提出问题的研究人员并不是凭空提出问题的，就好像他对问题一无所知，而是总是从一些先前的想法或信息，一些理论和概念上的参考开始，即使它们还没有精确而系统的特征。
理论框架，参考框架或概念框架的目的是为研究提供一个协调一致的概念和命题系统，以解决该问题。“这是将问题整合到一个有意义的领域，整合先前与之相关的知识，并按照对我们的任务有用的方式对问题进行排序。”
理论框架的目的是将我们的问题放在一组知识中，这使我们能够指导我们的搜索并为我们提供我们将使用的术语的充分概念化。
“建立参考框架的出发点是我们对所解决现象的先验知识，以及我们从书目审查工作中汲取的经验教训，这是我们必须要做的。”
理论框架回答了以下问题：存在哪些先决条件？因此，其目的是为研究提供一个概念，命题和假设的协调一致的系统，从而使人们对理论体系和有关该学科的科学知识有完整的认识。
埃泽奎尔·安德·埃格（Ezequiel Ander-Egg）告诉我们，在理论或参考框架中，“一般的理论命题，特定的理论，假设，假设，类别和概念必须作为对有关该问题的大量事实进行排序的参考”或研究和研究的问题。从这个意义上说，«每个理论框架都是从一个更大的理论主体，或者直接从一个理论来阐述的。对于此任务，假定已经对有关该研究主题的现有文献进行了回顾。但是，仅对现有参考文献进行咨询，就不会建立一个理论框架：这可能成为不同理论观点的折衷组合，在某些情况下甚至是相反的。我们使用的理论框架源自我们可以称为先验选择的东西，即源自我们解释现实的理论。
RobertoHernándezSampieri等人强调了理论框架在调查中应实现的以下功能：
- 帮助防止其他研究中出现的错误关于如何进行研究的指南（通过了解背景知识，我们可以看到如何处理特定的研究问题，进行了哪些类型的研究，包括什么类型的主题，如何收集数据，在什么地方进行数据，使用了什么设计）这拓宽了研究的范围，并指导研究人员专注于他们的问题，避免了方法上的偏差。它导致了假设或陈述的建立，这些假设或陈述随后将在现实中得到检验，激发了新的研究领域和领域，为解释研究结果提供了参考框架。
一般而言，可以说该理论框架还具有以下功能：
-面向数据和重要事实的组织，以发现问题与现有理论的关系。
-防止研究人员解决在已知知识状态下已经被调查或缺乏科学重要性的问题。
-选择将在研究中研究的因素和变量的指南，以及它们的测量策略，有效性和可靠性。
-防止可能引起不必要偏差的混杂因素或奇怪变量。
-指导数据的搜索和解释
1.1理论框架的阐述
理论框架的发展通常包括两个阶段：
-审查现有文献。它包括突出显示，获取和咨询参考书目和其他可能对研究有用的材料，必须从中提取和收集与我们的研究问题相关的必要信息。
-采用理论或发展理论观点。在这方面，我们可以找到不同的情况：
- 有一个充分发展的理论，有丰富的经验证据，它适用于我们的研究问题。在这种情况下，最好的策略是将这种理论作为理论框架的结构，有几种理论适用于我们的研究问题。在这种情况下，我们可以选择一个并以此为基础构建理论框架，也可以采用部分或全部理论的一部分，只要它们与研究问题有关。
三，有适度或有限经验支持的理论“零散”，暗示了重要变量，适用于我们的研究问题。在这种情况下，有必要建立理论视角。
- 仅存在尚未研究的指南以及与研究问题有模糊关联的想法。在这种情况下，研究人员必须寻找文献，尽管它没有提及研究的特定问题，但却可以帮助他或她将自己定位在其中。
一旦进行了相关的阅读，我们将能够详细阐述我们的理论框架，该框架将基于所收集信息的整合。
整合的顺序将由理论框架的目标决定。例如，如果具有历史性质，则建议按时间顺序排列理论和/或经验发现。如果研究与一系列变量有关，并且我们从理论以及先前对每个变量及其之间的关系的研究中获得信息，则划定涵盖每个相关方面的部分将很方便，以便整合与我们的研究有关的数据。
但是，在任何调查中，作者都必须结合自己对问题和所收集材料的想法，批评或结论。同样重要的是，最突出的问题是相关的，从一般到具体，即首先提及该主题的一般性，直到我们达到与我们的研究特别相关的内容为止。
1.2问题陈述
通常，这是调查的最短阶段之一；但是，有时由于信息不足，视力不佳，缺乏沟通等原因，它可能会成为该过程的最长阶段。
问题是暗示搜索意识的模式。所涉及的动作，手段，资源，技术或过程将很方便，只要它们倾向于提供允许成形响应的数据即可。
这个问题可以表达一些想法，因此在进行研究时应考虑以下几点：
您想调查什么？
您想如何调查？
您想调查多远？
有哪些要素可以进行研究？
你为什么要调查？
有多少时间可用？
疑问句在询问问题时确定问题的条件：指示特定问题的单词是什么，谁，在哪里，如何，何时等等，例如：
变量X和Y之间有什么关系？
有实际意义吗？
我很感兴趣？，
这很重要？，
是否基于先前的研究？
是真的吗？
该方法必须正确，精确，重要且定义明确，以避免积累可能不相关的数据，因此，应理解缺少必要的数据。为了准确起见，必须界定研究范围。
该调查应该是对有限问题的深入分析，而不是对广泛研究领域的粗略检查。
因此，当提出问题时，始终会考虑先前获得的知识；但是，从根本上指出了将它们理解为解决知识发展本身包含的未知的主张，并且在这个问题中指出了在先前知识的支持下无法完全解释的实验和理论发展的结果。
1.3问题的界定
像宇宙中的任何现象一样，研究问题不是静态的，而是动态的。由于问题存在于等待被发现的等待状态（它们的表现尚不明显）中。
尽管问题是潜在的，但并不总是能够完全识别出它，当部分问题显现出来时就可以识别出一部分，因此，当可视化问题时，可能会发现一些谜团，其中某些方面需要答案，如果发生的话，必须将其减少或定位于可用于单个研究的目标，因此必须以适当的方式用清晰简洁的语言提出，即必须加以界定。
为了进行科学调查而对问题进行识别和明确划界并不是一件容易的事，因为没有规则可言。“发明”或发现问题的本质就是逃避逻辑分析。
但是，真正思考一个特定的问题在理论上是重要的，并且在原则上是可搜索的，这可能会成为一个非常仔细的思考过程，并且通常需要很少的精力才能完成。
当人们提出他认为已经通过咨询更多信息而界定的问题时通常会发生的事情，结果是，得出了一系列对我们来说可能是问题的问题，以这种方式我们原来的问题是一个非常普遍的问题，因此，另一个我们不再感兴趣的问题将成为我们要研究的问题。
- 4假设的公式
我们可以将假设定义为对研究问题的尝试性解释或“临时”回答。它的功能包括根据时间，地点，主题特征等要素来界定要研究的问题。
任何试图解释现实领域的研究，其主要目的都是要验证或拒绝先前阐述的假设，并将其与理论事实相面对。
要提出适当的假设，我们必须考虑以下几点：
所用术语必须清晰明确，以便以可操作的方式对其进行定义，以便希望复制研究的任何研究人员都可以这样做。没有经验参考的假设构成了价值判断。如果一个假设不能进行实证检验，那么从科学的角度来看，它就没有合法性。
假设必须是客观的，不能进行任何价值判断；也就是说，这种现象不应该用“更好”或“更差”之类的形容词来定义，而只能当我们认为它在现实中发生时才可以定义。
假设不仅必须针对问题，而且还必须针对将用于衡量我们正在研究的变量的指标，才是特定的。
假设必须与可用的资源和技术有关。这意味着当研究人员提出其假设时，他必须知道他所拥有的资源是否足以验证该假设。
该假设必须与调查的理论框架直接相关并从中得出。
假设必须是客观观察和验证的产物，在研究人员的能力范围之内。
假设的要求
假设必须：
建立要研究的变量，即指定要研究的变量并设置限制。
建立变量之间的关系，也就是说，必须以一种假设的方式指定假设，该假设可以作为推断的基础，以帮助我们确定是否解释所观察到的现象。假设必须建立变量之间的定量关系。
保持事实和假设之间的一致性，因为它们至少部分基于已知事实。因此，假设不应与已经以客观方式验证的内容建立矛盾或不一致的含义。
假设的类型
零假设。对于我们有两个或更多个小组的所有类型的研究，将建立一个无效假设。
零假设是告诉我们各组之间没有显着差异的假设。
例如，假设一个研究人员认为，如果一群年轻人接受过数学奥林匹克的强化培训，那么他们比没有接受培训的年轻人在解决问题上会更好。为了证明自己的假设，他随机抽取了一个年轻人样本，还将他们随机分为两组：一组称为实验组，将接受训练；另一组将不进行任何培训，称为控制。零假设将表明接受培训的年轻人与未接受培训的年轻人在解决问题的能力上没有差异。
零假设很重要，原因如下：
根据调查结果，该假设被接受或拒绝。
零假设有助于确定组之间是否存在差异，该差异是否显着以及是否不是由于偶然原因。
并非所有研究都需要提出零假设。让我们记住，零假设是我们指出要获得的信息与有效假设相反的假设。
在提出这一假设时，它旨在否认自变量。
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。
另一个例子：
假设：儿童的学习与他们的年龄直接相关。
零假设：不同年龄儿童的学习之间没有显着差异。
概念假设。这是根据适用于我们的问题的理论解释得出的假设。它可以帮助我们从理论的角度解释我们正在研究的现象。
它是调查的指导性假设，它试图将问题作为搜索数据的基础。您所涵盖的内容不能超出研究目标的建议或不同意。我们可以从问题陈述中将其表述为因果关系或确定关系，由此产生变量
工作假设。它是为研究者服务的基础，即试图对正在研究的现象给出初步的解释。这是研究人员将尝试接受的假设，因为它拒绝了原假设。
通过定量（以可衡量的术语）呈现概念性或一般性假设，可以说工作假设是可行的。
替代假设。回答问题时，提出其他假设的假设非常方便，因为在这些假设中自变量看起来与我们提出的第一个变量不同。因此，为了不浪费时间进行无用的搜索，有必要针对相同的问题找到不同的替代假设，并从中选择哪种假设以及以何种顺序处理它们的验证。
当然，这些假设会根据正在进行的研究类型而有所不同。在探索性研究中，有时，调查的目的可能只是为了获得能够提出假设的最低限度的知识。
在这种情况下，它们不是很精确，这是可以接受的，例如当我们确认“在这样的群体中存在某种社会问题”，或者行星具有某种大气，而没有指定其组成元素时。
具有描述性的作品通常提出“所有X在某种程度上具有Y特性”类型的假设。例如，我们可以说所有国家都有某种国际贸易，并致力于描述，量化它们之间的商业关系。我们也可以声明类型“ X属于类型Y”，就像我们说技术需要大量资本一样。在这些情况下，我们将其描述为我们感兴趣的对象，并对其进行分类，包括复杂的高阶理想类型。
最后，我们可以构造“ X产生（或影响）Y” 类型的假设，其中我们将存在变量之间的关系。
仅在解释性研究的情况下，才有必要明确表述研究假设是什么。在描述性调查中，甚至在探索性调查中，甚至有可能省略假设，因为它们是如此广泛且定义不明确，以至于对阅读研究报告的人说的话很少，或者是因为没有可能或没有必要对其进行验证。 。
提出假设的困难：
理论框架中知识不足或不明确。
缺乏逻辑上使用理论框架的能力。
缺乏适当的研究技术知识来撰写
假设形式正确。
假设的有用性：
假设的正确使用和表述使研究人员能够测试现实的各个方面，从而减少他们自己的欲望或品味可能产生的失真。在不干扰个人价值观或信念的情况下，可以对其进行测试并证明其可能正确或不正确。
假设的结构
假设通常由IF-THEN结构指定（涉及两个变量时）。当变量大于两个时，最常见的结构是：
- 如果在条件R和S下为P，则为Q。如果P1，P2和P3，则为Q。
- 5变量的确定
最简单的定义是指对象和事物修改其当前状态（即改变和采用不同值）的能力。萨比诺（Sabino，1980）指出：
“我们通过变量来理解能够假定不同值的现实的任何特征或质量，也就是说，它可以变化，尽管对于一个给定的对象，它可以具有固定的值。”
Briones（1987：34）定义：
«变量是可以在某些主题中出现或可以不同程度或形式出现的属性，特性或属性。。。它们是分类概念，允许将个人放在类别或类别中，并且能够进行识别和度量。
变量分类
自变量：
正是该特征或特性被认为是所研究现象的原因。在实验研究中，研究人员操纵的变量称为那个。
因变量：
Hayman（1974：69）将其定义为通过操纵自变量来改变的特性或特征。
因变量是被观察和测量以确定自变量影响的因子。
中间变量：
它们是那些以某种方式影响预期结果并与自变量和因变量相关联的特征或特性。
主持人变量：
根据Tuckman的说法：它们代表特殊类型的自变量，它是次要的，并且经过选择是为了确定它是否影响主要自变量和因变量之间的关系。
定性变量：
它们是指现象的属性或性质的属性。Sabino（1989：80）指出，不能在这种类型的变量上建立确定的数值序列。
定量变量：
它们是那些可以在不同强度下出现特征或特性的变量，也就是说，它们允许进行数值测量。
连续变量：
它们是可以在两个中间参考点之间采用的那些。学术成绩（10.5、14.6、18.7等）
离散变量：
它们是不允许两个数字之间居中的位置。例如，在巴里纳斯（Barinas），地域划分由11个直辖市组成，而没有（10.5或11.5个直辖市）。
控制变量：
根据塔克曼（Tuckman）的观点：他将其定义为研究人员控制的那些因素，以消除或抵消它们可能会对观察到的现象产生的任何影响。
可变操作化：
这是调查发展的重要一步。确定变量后，下一步就是对其进行操作。
2.1实验研究
实验研究是一种利用自然科学中的逻辑和原理进行的研究。实验可以在实验室或现实生活中进行。
这些通常只涉及相对较少的人数，并解决相当集中的问题。实验对于解释性研究最有效，并且通常仅限于研究人员可以操纵人们所处位置的主题。
在大多数这些实验中，研究人员将被调查的人分为两个或多个组。
两组接受相同的治疗，不同之处在于研究人员只给一组提供他感兴趣的条件：一种治疗。
研究人员准确地测量了两组的反应。通过监测两组的病情并治疗其中之一，研究人员可以得出结论，两组的不同反应仅是由于治疗引起的。
实验方法的特点
定义：实验是一项研究，其中至少要操纵一个变量，并且将单位随机分配给操纵变量的不同级别或类别。（Pedhazur和Pedhazur，1991年）
实验设计的特点：
- 操作：引起v的变化是研究人员的故意干预。依赖。随机化：更大的效果量比均衡。
所有实验设计均具有操纵性，但可以根据随机性分类为：
- 真正的实验。
在实验设计中，随机化是如何将受试者分布在研究的不同组中。奥斯汀·布拉德福德·希尔爵士（Sir Austin Bradford Hill）于1947年进行了第一项随机临床试验，该试验对链霉素在结核病中的作用进行了研究。 “案例研究”，简单的观察研究。
随机化可以测量并减少误差。
在健康科学中，由于研究变量产生的影响，其后果以及可能发生的因果关系非常重要，因此了解错误并尽可能减少错误非常重要，因此研究它们必须并且必须满足随机化的特征，因此，必须使用实验设计。
例如：肺钙发病率研究。为了实现这一目标，将采取两组人，他们必须具有相同的特征，即组成该标志的个人数量相同，构成该标志的年龄组以及性别比例相同，然后我们将继续进行Ca的比较和研究肺在每个组中。
实验设计的优势
- 随机变量消除了干扰变量或奇怪变量的影响，预测变量的控制和操纵明确了原因的方向和性质，灵活性，效率，对称性和统计操纵。
实验设计的可行性
- 无法操纵某些变量道德问题实用性
实验设计的缺点
- 合格性和控制变量的处理困难代表性样本困难缺乏现实性
实验设计质量
- 内部有效性外部有效性生态有效性构造有效性
2.2方法
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。
-工具的发展。
-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，必须考虑到一件事是原始数据，另一件事是已处理数据，另一件事是必须作为最终数据提供的数据。
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）。
结论的阐述。最终报告已生成。
2.4集中趋势和分散措施
频率分布。
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。
获取频率分布的步骤如下：
1）确定所需的课程数量。确定类别数的一种方法是“ 2至k”规则。该规则建议选择最小数（k）作为类数，以使2到k大于数据数（n）。
2）确定间隔或班级宽度。通常，所有类的类或间隔的大小应相同。这些类必须至少跨越从原始数据的最小值到最大值的距离。用以下公式表示：
i =高-L / k
哪里：
i =上课间隔
H =最高观测值
L =最低观测值
k =班级数量
通常，将公式的结果四舍五入到合适的数字，例如10或100的倍数。
3）设置每个类别的限制。这是关于设置每个类别的限制，以便每个观察只能放在一个类别中。应避免类边界不明确或重叠。
4）为每个班级中剩余的每个观察结果标记一个标记。
5）计算每个班级的观察次数（班级频率）
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。
2.5 制表和图形表示
频率分布的图形表示通常由所谓的条形图（在水平轴上指示类别，在垂直轴上指示类别频率）或脚踏图（特别是用于显示百分比频率。
值得一提的是，尽管图形表示可以快速查看数据的行为方式，但它们也可能被用来（取决于它们的配置方式）对要显示的信息有错误的认识。
集中趋势的度量
任何衡量集中趋势的目的都是为了准确指出一组观测值的中心。集中趋势的一些最常见度量是均值，中位数和众数。
算术平均值
算术平均值可能是集中趋势最重要的度量，实际上，它是最常用的度量。它也称为平均值，我们看到它每天都在几乎所有用于提供信息的空间中使用。例如银行帐户的平均余额，公司员工的平均薪水，学生的平均成绩等。
形式上的算术平均值是样本或总体中所有值的总和除以总体或样本中的值数量。
当计算的是总体平均值时，用希腊字母“”表示。另一方面，当计算的是样本的平均值时，用“ x”表示。因此，公式如下：
总体均值=X
ñ
哪里：
=人口平均值
X =代表任何特定值
N =人口总数
=表示加法运算
样本均值x =X
ñ
哪里：
x =总体平均值
X =代表任何特定值
n =人口总数
=表示加法运算
算术平均值的一些特征是：
-每个间隔或比率数据集都有一个平均值。
-数据集只有一个平均值。
-平均值对于比较两个总体很有用。
-算术平均值是中心趋势的唯一度量，其中值与平均值的偏差之和始终为零。
用符号表示（X-x）= 0
中位数
有时，当数据集中有一个或两个非常大或非常小的时候，算术平均值可能不具有代表性。在这些情况下，可以使用中位数来最好地描述该数据集的中心点。
中位数是对人口或样本的值按升序或降序排序的集中观察。对于偶数个观察值，中位数是两个中间值的平均值。
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。
时尚
模式是数据集中最常出现的值。该模式对于查找标称或序数数据集的中心点特别有用。
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。
其他集中趋势的度量
其他常用的集中趋势度量是加权均值和几何均值。两者的简要说明如下。
加权平均值是算术平均值的一种特殊情况。当您有多个具有相同值的数据时，就会发生这种情况；当这些数据按频率分布分组时，可能会发生这种情况。使用的公式是：
加权平均值x =（wX）
哪里：
x =总体平均值
X =代表任何特定值
=表示加法运算
w =表示每个值的权重或重复次数
就其本身而言，几何平均值有助于找到百分比，比例，指数或增长率的平均值。根据定义，一组n个正整数的几何平均值是n值乘积的第n个根。使用的公式如下：
几何平均值GM = n√（X1）（X2）。。。（Xn）
哪里：
GM =人口平均值
X =代表任何特定值
n =人口总数
适用于平均百分比增长问题的相同趋势度量如下：
百分比增长GM = n√期末值-1
一段时间内的平均值
分散措施
离散度度量用于获取对集中趋势度量的补充信息，并度量构成总体或样本的数据的分布方式。因此，范围是基于一组数据的最高和最低值的位置以及组成总体或样本的每个数据的偏差相对于平均值的方差和标准偏差。
方差
方差是报告的集中趋势的度量之一，正如已经提到的，它基于每个观察值与均值之间的差异。
从概念上讲，方差是与平均值的平方偏差的算术平均值。
当计算的是总体方差时，用希腊字母“σ2”（平方）表示；当计算的是样本方差时，则用字母“ s2”（也称为方差）表示。平方）。计算每个的公式如下：
重要的是要注意，用于计算的样本方差公式具有不必计算平均值即可获得的优势。
表格介绍
首先，我将定义一个表，然后处理所请求的各种表：
表格是一种表格，该表格由在数据表中获得的总和或总频率的有序排列和通常为总的联合排列组成，涉及变量或彼此相关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，在不需要更多有关数据的信息时使用，这些表是通过数据列表来构建的，此过程相对简单，为此我们要处理通过记录某个实验或随机观察的n次重复的一系列结果，假设重复是相互独立的，并且是在统一条件下进行的，对于这种类型的表格，重要的是要说每次观察的结果都可以用数字表示您可以使用一个或多个变量的数据输入，因此我们的统计资料由变量Xj的n个观察值组成。
通常将观察值记录在一个列表中，如果观察数量不超过20或30，则这些数据将以递增的顺序记录。
利用该表中的数据，可以进行各种图形表示，并且可以计算某些数值特征，例如平均值，中位数等。
EX：在数据表中分组
10、1、6、9、2、5、7、4、3、8
| X | 之一 | 二 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
图形方法
首先，我将定义统计中的图形或图表
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，系统和过程更加可见
它们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。
对它们的排列及其所显示的关系的研究可以提出新的假设。
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
要处理单变量图，我们必须首先知道什么是单变量统计分析，然后我们将处理所请求的方法
统计分析以引用单个变量或频率分布的数据进行操作，并试图确定其统计属性。 Aeu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，某些数据相对于其他数据的不平等性度量，以及最后的分布不对称性度量。
点的图形：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，它是通过放置与变量，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。
当样本按间隔分组时，我们使用类别间隔的类别标记，该类别标记是间隔的中点
EJ：氖管的持续时间
| X（小时） | Xm | F |
| 300-400 | 350 | 二 |
| 400-500 | 450 | 6 |
| 500-600 | 550 | 10 |
| 600-700 | 650 | 8 |
| 700-800 | 750 | 4 |
| 小号30 |
氖管持续时间
结论
所有研究工作都需要遵循一些步骤，以进行高质量且费时的研究，因为它不缺少信息，具有必要的资源和要研究的人口，而不是其他任何东西。不要错过你的目标。
因此，至关重要的是，研究人员必须认真对待问题要遵循的步骤，知道如何构造问题陈述，如何提出假设，要遵循的变量，方法和目标是什么，以使其不会进行调查时会感到困惑。
所有研究都有引言，发展，结论，书目和附件，后者附在表格，图表和评估工具或所有支持研究的信息上，重要的是要强调研究者已经消除了个人偏好和感觉可能会掩盖调查结果。
在方法学研究中，有可能为替代方案做出贡献，该替代方案可以响应特定社会的问题，并提供解决方案。
参考书目：
- 阿拉娜·费德里科（Arana Federico）。 （1975），“初学者的实验方法”编辑。墨西哥华金·莫特里兹（JoaquínMotriz），77pp Bunge Mario（1989），。 《科学，它的方法及其哲学》编辑。阿根廷Nueva Imagen，地址：35-61，Hernández，R。 C.Fernández和P. Baptisa，（1995年），《研究方法论》，墨西哥Mc.Graw-Hill。 505页。García–Córdoba F，L：ucíaTeresaGarcía-Córdoba。，（2004年），“问题化”。激发和重视研究人员的机会”。编辑。墨西哥州教育科学研究所。墨西哥，第58页。莫雷诺·罗德里格斯·戴安娜，马德·雷菲吉奥·洛佩斯·加米尼奥，马·路易莎·塞佩达·伊斯拉斯，帕特里夏·普兰卡特·坎西诺和伊尔玛·罗莎·阿尔瓦拉多·瓜雷罗（2000），《问题的提议》，UNAM FES伊茨塔卡拉的5-14页，苏珊和洛佩兹，安娜·路易莎（Ana Luisa）。 （1994）如何调查社会科学。第五版。墨西哥。 Ed。Trillas SAPolit D.和B. Hungler。 1985年。“健康科学的科学研究”。 2号美洲人。墨西哥。 595pp Tamayo和Tamayo，马里奥。 （1998）。科学研究的过程。第三版。墨西哥：Ed。Limusa SA
在互联网上访问的页面
- 从以下网址获得：http：//www.monografias.com从“
