Como você faz pesquisas com quantidades maiores de dados, torna-se necessário se formar a partir da análise de dados em Excel e encontrar um software mais poderoso. Pode parecer uma tarefa realmente assustadora, especialmente se você nunca tentou analisar dados grandes antes. Existem vários sistemas de software de análise de dados por aí, mas nem sempre é claro qual deles funcionará melhor para a sua pesquisa. A natureza dos seus dados de pesquisa, a sua experiência tecnológica e as suas próprias preferências pessoais irão desempenhar um papel no qual o software irá funcionar melhor para si. Neste post eu explicarei os prós e contras da Stata, R e SPSS com relação à análise quantitativa de dados e fornecerei links para recursos adicionais. Cada software de análise de dados de que falo neste post está disponível para estudantes, professores e funcionários da Universidade de Illinois através dos computadores Scholarly Commons e você pode agendar uma consulta com o CITL se você tiver perguntas específicas.
Rock your research with the right tools!
>Antes dos pesquisadores, Stata é freqüentemente creditado como o software de análise de dados mais fácil de usar. O Stata é popular nas ciências sociais, particularmente na economia e na ciência política. É um pacote de software estatístico completo e integrado, o que significa que ele pode realizar praticamente qualquer tarefa estatística que você precisa, incluindo visualizações. Tem uma interface de utilizador de apontar e clicar e uma função de linha de comando com uma sintaxe de comando fácil de aprender. Além disso, ele tem um sistema para controle de versão no lugar, assim você pode salvar a sintaxe de certos trabalhos em um “arquivo de tarefas” para consultar mais tarde. A Stata não é livre de ter no seu computador pessoal. Ao contrário de um programa open-source, você não pode programar suas próprias funções no Stata, então você está limitado às funções que ele já suporta. Finalmente, suas funções estão limitadas a dados numéricos ou categóricos, ele não pode analisar dados espaciais e certos outros tipos.
Pros |
Cons |
|---|---|
| Amigável ao usuário e fácil de aprender | Uma licença individual pode custar entre $125 e $425 anualmente |
| Controle de versão | Limitado a certos tipos de dados |
| Muitos recursos online gratuitos para aprendizagem | Não é possível programar novos funções em Stata |
Recursos adicionais:
- Canal STATA YouTube: Um grande recurso para resolução de problemas em Stata.
- Uma introdução gentil ao STATA por Alan C. Acock: Uma grande referência para começar com Stata disponível através da coleção Scholarly Commons.
- Stata.com Recursos para aprender STATA: Muita informação sobre como executar funções específicas em Stata.
- The University Library’s Guide on STATA: Um ótimo lugar para encontrar links para recursos adicionais em Stata.
R
R e sua interface gráfica com o usuário companheiro R Studio são softwares incrivelmente populares por uma série de razões. A primeira e provavelmente a mais importante é que é um software livre de código aberto que é compatível com qualquer sistema operacional. Como tal, existe uma forte e leal comunidade de utilizadores que partilham o seu trabalho e conselhos online. Ele tem as mesmas características da Stata, como uma interface ponto-e-clique do usuário, uma linha de comando, arquivos salváveis e fortes capacidades de análise e visualização de dados. Também tem algumas capacidades que a Stata não tem porque os usuários com mais conhecimentos técnicos podem programar novas funções com R para usá-lo para diferentes tipos de dados e projetos. O problema que muitas pessoas se deparam com R é que não é fácil aprender. A linguagem de programação em que opera não é intuitiva e é propensa a erros. Apesar desta curva de aprendizagem íngreme, há uma abundância de recursos online gratuitos para aprender R.
Pros |
Cons |
|---|---|
| Free open-software fonte | Curva de aprendizagem de passos |
| Comunidade de usuários online forte | Pode ser lento |
| Programável com mais funções para análise de dados |
Pros |
Cons |
|---|---|
| Rápido e fácil de aprender | De longe o mais caro |
| Can lidar com grandes quantidades de dados | Funcionalidade limitada |
| Great user interface | Muito semelhante ao Excel |
Recursos adicionais:
- Aprendizagem Aberta – Introdução ao SPSS: Uma aula online gratuita e aberta para aprender a usar o SPSS para análise de dados.
- Aprendizagem LinkedIn: Treinamento de SPSS Statistics Essentials: Aula online gratuita para aprender o básico de SPSS.
- Como usar SPSS: Um guia passo a passo para análise e interpretação por Brian Cronk: Este livro é um guia para iniciantes no uso do SPSS para análise de dados disponível através da coleção Scholarly Commons.
