【译&学】数据分析手册学习03：什么是数据分析 & 线性/周期性方法

数据分析手册翻译及读后感， 英文原版资料可下载：introduction to data analysis handbook

---

数据分析的“问题”

“数据分析”是什么？
它指的是一种方法还是多种方法？不同程序的集合？这是一个过程吗？如果是，这意味着什么？更重要的是，没有数学或统计学背景的MSHS项目员工能否学会在工作中识别和使用数据分析？（附言——最后一个问题的答案是肯定的！——假设你们投入少量的时间、精力和实践）。

数据分析可以参考各种具体的程序和方法。然而，在程序能够有效地使用这些程序和方法之前，我们认为将数据分析视为过程的一部分是很重要的。我们的意思是，数据分析涉及目标；关系；决策；乃至想法，除了处理实际数据本身。简言之，数据分析包括利用信息（数据）支持项目或机构的工作、目标和计划的方法。从这个角度来看，我们提供了一个数据分析过程，包括以下关键组件：

•目的 Purpose
•问题 Questions
•数据收集 Data Collection
•数据分析程序和方法 Data Analysis Procedures and Methods
•解释/确定调查结果 Interpretation/Identification of Findings
•写作、报告和传播 Writing, Reporting, and Dissemination
•评价 Evaluation

从我们对文献的回顾中，我们还发现有许多不同的方法来概念化数据分析过程。我们可以从根本上区分线性方法和周期方法；在本手册中，我们提供了这两方面的示例。

数据分析之线性过程

数据分析的严格线性方法是从头到尾按顺序处理组件。这种方法的一个可能优势是它是结构化和组织化的，因为过程的步骤是按固定顺序安排的。此外，该过程的线性概念化可能使其更易于学习。一个可能的缺点是，决策的逐步性质可能会模糊或限制分析的力量——换句话说，过程的结构化性质限制了其有效性。

数据分析之周期性（循环）过程

数据分析的周期性方法为决策的性质提供了更大的灵活性，还包括更多不同类型的决策。在这种方法中，流程的不同组成部分可以在不同的时间以不同的顺序进行处理——只要最后一切都“在一起”。这种方法的一个可能优势是，项目工作人员不必按顺序“约束”每一步的工作。项目工作人员有可能“边做边学”，并在流程完成前对流程进行改进。

因此，对于“什么是数据分析”这一问题，最简单的答案可能是：
视情况而定。Rather than chose to present ‘data analysis’ as either linear or cyclical, we have decided to present both approaches.（与其选择将数据分析呈现为线性或周期性，我们选择（将线性和周期性）视为数据分析的不同方法）。希望这一选择将为MSHS项目员工提供选择和灵活性，使他们能够做出明智的决策，利用他们已有的技能，并提高和发展使用数据及其分析支持项目/机构目的和目标的能力。