Thu thập và phân loại dữ liệu

Muốn tìm hiểu một vấn đề, trước hết cần xác định dữ liệu phải thu thập và đối tượng cần khảo sát. Có hai cách thu thập thường dùng: | Cách thu thập | Thực hiện | Ví dụ | |---|---|---| | Trực tiếp | Quan sát, làm thí nghiệm, phỏng vấn hoặc lập bảng hỏi | Phỏng vấn học sinh về phương tiện đến trường | | Gián tiếp | Lấy dữ liệu từ nguồn đã có | Tra số liệu dân số trên trang thông tin của cơ quan thống kê | Cách thu thập phải phù hợp với câu hỏi cần trả lời. Chẳng hạn, muốn biết thời gian chạy $100$ m của một nhóm học sinh thì có thể tổ chức chạy và đo thời gian; muốn biết dân số một tỉnh qua nhiều năm thì nên tra nguồn thống kê đáng tin cậy.

Dữ liệu thu thập được cần đại diện cho toàn bộ đối tượng đang được quan tâm. Nếu chỉ hỏi những người thuận tiện gặp hoặc chỉ khảo sát một nhóm có đặc điểm riêng, kết luận có thể bị lệch. Ví dụ, muốn tìm hiểu phương tiện đến trường của học sinh toàn trường thì chỉ khảo sát một lớp có nhiều học sinh ở nội trú chưa chắc đã cho kết quả đại diện. Cần chọn người tham gia khảo sát ở nhiều khối, nhiều lớp và trong những điều kiện khác nhau. Sau khi thu thập, còn phải xem các giá trị có hợp lí hay không. Một giá trị khác hẳn phần còn lại có thể là dữ liệu thật, nhưng cũng có thể do ghi hoặc nhập sai nên cần được kiểm tra lại.

Dữ liệu trước hết được chia thành hai nhóm: - **Dữ liệu không là số:** tên môn thể thao, màu sắc, mức đánh giá,... Loại dữ liệu này có thể không sắp thứ tự được hoặc có thứ tự, chẳng hạn: chưa đạt, đạt, tốt. - **Dữ liệu là số:** số học sinh, chiều cao, nhiệt độ,... Ở lớp 8, số liệu tiếp tục được chia thành **rời rạc** và **liên tục**. Sơ đồ phân loại giúp xác định đúng loại dữ liệu trước khi chọn cách biểu diễn và phân tích.

Trong những trường hợp đơn giản, có thể nhận biết như sau: - **Số liệu rời rạc** thường là kết quả của việc đếm: số học sinh, số sản phẩm, số cuộc gọi. Các giá trị tách rời nhau. - **Số liệu liên tục** thường là kết quả của phép đo: chiều cao, khối lượng, nhiệt độ, thời gian. Đại lượng có thể nhận nhiều giá trị trong một khoảng. Ví dụ, số học sinh trong mỗi lớp là số liệu rời rạc; chiều cao của các học sinh là số liệu liên tục. Không chỉ nhìn xem số có phần thập phân hay không: một số đo có thể được làm tròn thành số nguyên nhưng vẫn thuộc loại liên tục.