Rejeter ? Des chercheurs sérieux recueillent des quantités prodigieuses de données pour leurs études. Cependant, un chercheur et son équipe n'utilisent pas toujours toutes les données qu'ils recueillent. Ils rejettent habituellement une partie des données pour des raisons méthodologiques . Cependant, les chercheurs suivre leurs rejeter les données de sorte que leurs études ne peuvent résister à un examen futur par d'autres chercheurs . Méthodologie de la recherche

scientifique , la recherche empirique ne s'agit pas d' un chercheur individuel étant bonne ou mauvaise. Il s'agit de trouver des faits qui contribuent à une masse croissante des connaissances scientifiques. Les chercheurs s'appuient sur les travaux d'autres chercheurs à développer en permanence cette masse de connaissances . Parce que la recherche erronées ou frauduleuses peut nuire à l'ensemble du champ de la recherche scientifique , un chercheur qui veut que son travail soit pris au sérieux par la communauté scientifique doit suivre une méthodologie qui documente méticuleusement tout ce qui concerne les données de l'expérience. Cela inclut la façon dont il perçoit , quel transformations qu'il effectue sur lui, comment il l'analyse et ce recueilli des données , il exclut de son analyse finale.
Collecte de données

rigoureuse études scientifiques recueillent des quantités massives de données pour l'analyse . Ces données pourraient être recueillies par un chercheur en sciences sociales qui administre une enquête pour un grand nombre de personnes ou d'un physicien qui effectue une expérience à plusieurs reprises . Les chercheurs doivent démontrer que les résultats de leurs études ne sont pas le fruit du hasard , ce qui signifie recueillir suffisamment de données pour satisfaire les équations que test de signification statistique.
Rejet des données

chercheurs terminer la collecte de leurs données, ils rejettent certaines d'entre elles à partir de leur analyse finale. Un élément particulier de données pourrait être une aberration statistique , l'enquête de un répondant dont les réponses n'étaient pas cohérentes , ou le résultat d' une erreur du chercheur lors de l'enregistrement d'un élément particulier de données rendue peu fiable . Les valeurs aberrantes peuvent se débarrasser des modèles statistiques chercheurs utilisent pour l'analyse , et les chercheurs ne peuvent pas utiliser des données lorsque son intégrité est suspect.
Données Audits

Hors données de l'analyse finale de l' étude est une partie de la routine de la recherche , mais les chercheurs doivent tenir des registres des données dont ils ont rejetées, et pourquoi . Suivi rejeter données permet à d'autres chercheurs de voir que les données ont été rejetées pour des raisons méthodologiques et de ne pas incliner délibérément les résultats vers une certaine conclusion. Si les chercheurs ne disposent pas de registres de la façon dont ils ont géré les données, puis leurs pairs ne peuvent pas vérifier les études pour confirmer leur véracité. Cela permet à d'autres chercheurs qui sont en désaccord avec les conclusions appellent la validité de l' ensemble de l'étude en question.