Analiza danych to praktyka, w której surowe dane są uporządkowane i zorganizowane tak, aby można było z nich wydobyć przydatne informacje. Proces porządkowania i myślenia o danych jest kluczem do zrozumienia, co zawierają, a czego nie zawierają. Istnieje wiele sposobów, w jakie ludzie mogą podejść do analizy danych, a manipulowanie danymi w fazie analizy jest niezwykle łatwe, aby forsować określone wnioski lub plany. Z tego powodu ważne jest, aby zwracać uwagę na prezentację analizy danych i krytycznie myśleć o danych i wyciągniętych wnioskach.
Surowe dane mogą przybierać różne formy, w tym pomiary, odpowiedzi ankietowe i obserwacje. W swojej surowej postaci informacje te mogą być niezwykle przydatne, ale także przytłaczające. W trakcie procesu analizy danych surowe dane są uporządkowane w sposób, który będzie użyteczny. Na przykład wyniki ankiety mogą być zliczane, dzięki czemu ludzie mogą na pierwszy rzut oka zobaczyć, ile osób odpowiedziało na ankietę i jak ludzie odpowiedzieli na określone pytania.
W trakcie porządkowania danych często pojawiają się trendy, które można uwypuklić w zapisie danych, aby czytelnicy to zauważyli. Na przykład w swobodnym badaniu preferencji dotyczących lodów więcej kobiet niż mężczyzn może wyrażać zamiłowanie do czekolady, co może być przedmiotem zainteresowania badacza. Modelowanie danych za pomocą matematyki i innych narzędzi może czasami wyolbrzymiać takie punkty zainteresowania w danych, ułatwiając badaczowi ich dostrzeżenie.
Wykresy, wykresy i tekstowe zapisy danych to wszystkie formy analizy danych. Metody te mają na celu udoskonalenie i destylację danych, tak aby czytelnicy mogli zebrać interesujące informacje bez konieczności samodzielnego sortowania wszystkich danych. Podsumowanie danych jest często kluczowe dla poparcia argumentów wysuwanych na podstawie tych danych, podobnie jak przedstawianie danych w jasny i zrozumiały sposób. Surowe dane mogą być również zawarte w formie aneksu, aby ludzie mogli sami wyszukać konkrety.
Kiedy ludzie napotykają podsumowane dane i wnioski, powinni je krytycznie oceniać. Pytanie, skąd pochodzą dane, jest ważne, podobnie jak pytanie o metodę próbkowania użytą do zebrania danych i wielkość próby. Jeżeli źródło danych wydaje się pozostawać w konflikcie interesów z rodzajem gromadzonych danych, może to zakwestionować wyniki. Podobnie dane zebrane z małej próby lub próby, która nie jest naprawdę losowa, mogą mieć wątpliwą użyteczność. Renomowani badacze zawsze dostarczą informacji o stosowanych technikach gromadzenia danych, źródle finansowania i punkcie zbierania danych na początku analizy, aby czytelnicy mogli pomyśleć o tych informacjach podczas przeglądania analizy.