Podaci: Uvod (Epizoda 1)

Podaci se mogu definisati kako skup činjenica, koncepata ili instrukcija na formalizovan način, koji bi trebalo da bude pogodan za komunikaciju, tumačenje ili obradu od strane čovjeka ili mašine. Kao takvi podaci mogu dolaziti u različitim formama, kao bitovi i bajtovi smješteni u memoriji elektronskog uređaja, brojevi i tekst napisani na papiru ili činjenica smještena u umu čovjeka.

PODACI

Sa pronalaskom računara, riječ podatak se koristi za označavanje kompjuterskih informacija koje se prenose ili čuvaju, tako da danas u kibernetičkom prostoru imamo različite informacije, kao što su:

 

• Jedan karakter;
• Broj (cijeli broj ili decimalni);
• Tekst (uređeni niz simbola);
• Zvuk;
• Slika;
• Video;
• Bulov tip podatka (tačno – netačno).

 

Posmatrano sa aspekta računarskog skladištenja, podaci su smješteni u obliku serije binarnih brojeva – bitova koji imaju vrijednost 1 ili 0. Ovakav način skladištenja na računaru omogućava obradu, stvaranje, snimanje i čuvanje podataka digitalno, što dalje omogućava slanje podataka sa jednog uređaja na drugi korištenjem raznih medija ili upotrebom mrežne veze. A zanimljiva činjenica je da stalna upotreba digitalnih podataka ne kvari podatke tokom vremena upotrebe i podaci zbog toga ne gube na kvalitetu.

U kibernetičkom prostoru, podatke stvaraju korisnici, softver ili hardver povezan na računar. Kada se govori o korisniku kao generatoru podataka, podaci nastaju tako što ih korisnici unose na korištenjem raznih ulaznih uređaja (najčešće miš i tastatura). Kod softvera, aplikacije mogu stvoriti podatke kroz korisničku interakciju ili uz pomoć povratne informacije kod interakcije sa ulaznim uređajima. Hardver može proizvesti podatke preko senzorskih upozorenja ili drugih dijagnostičkih unosa.

 

VRSTE PODATAKA

Postoje dvije glavne vrste podatka:

• Kvantitativni podaci.
• Kvalitativni podaci.

 

Kvantitativni podaci

Oni se daju u numeričkom obliku, kao što su težina, zapremina ili cijena artikla. Ova vrsta podataka se ne može samo jednostavno posmatrati, već se može mjeriti, biti numerički predstavljena i korištena za statističku analizu i matematičke proračune koje se poslije mogu koristiti za donošenje odluka u stvarnom životu.

Ovi podaci se mogu lako procjenjivati korištenjem matematičkih tehnika i mogu se provjeriti i potvrditi. Obično se kvantitativni podaci prikupljaju za statističku analizu od određenog dijela populacije uz pomoć upitnika i anketa, a pomažu u mjerenju nekoliko parametara koji se mogu kontrolisati jer obuhvataju matematičke derivacije.

 

Kvantitativni podaci – prednosti i mane

Prednost kvantitativnih podataka je mogućnost dubinskog istraživanja, jer načini prikupljana ove vrste podataka omogućavaju detaljno istraživanje i statističke analize. Kada se radi o ovoj vrsti podataka, moguće je izbjeći ličnu pristrasnost, koja može dati netačne rezultate, jer sama numerička priroda kvantitativnih podataka smanjuje ličnu pristrasnost i pomaže u evidentiranju tačnih podataka.

Kada se radi o manama kvantitativnih podataka, ovdje se dolazi do problema kvaliteta postavljenog pitanja. Prikupljanje kvantitativnih podataka podrazumijeva objektivno sagledavanje potreba, dobro poznavanje tematike i postavljanje pravih pitanja. Pored toga uz prikupljene kvantitativne podatke nema opisa, što može otežati donošenje zaključaka u vezi sa dobijenim rezultatima.

Kvalitativni podaci

Kvalitativni podaci predstavljaju neke karakteristike ili atribute, odnosno prikazuju opise koji se ne mogu prebrojiti, izmjeriti ili lako brojno izraziti. Ovi podaci se mogu prikupiti iz zvuka, teksta ili slika, a dijele se preko alata za vizuelizaciju podataka kao što su konceptne mape, infografike, vremenske linije i baze podataka. To se može odnositi na podatke o atributima kao što su inteligencija, kreativnost, poštenje, mudrost i čistoća bilo koje grupe ljudi koji mogu predstavljati uzorak kvalitativnih podataka. Njihovo prikupljanje se vrši naširoko postavljanjem otvorenih pitanja ili direktnim ili indirektnim posmatranjem.

Kvalitativni podaci su obično podijeljeni u dva tipa: etnografske podatke i interpretativne podatke. Etnografski podaci podrazumijevaju podatke koji omogućavaju razumijevanje načina na koji grupa dodjeljuje kontekst za događaj. Podaci koji se prikupljaju kako bi se razumjelo iskustvo i osjećaji pojedinca u vezi sa događajem se nazivaju interpretativni podaci.

Analiza kvalitativnih podataka se vrši kroz deduktivni ili induktivni pristup. Korištenjem deduktivne metode, analiza počinje pitanjem i vrši se subjektivno procjenjivanje podataka kroz smisao pitanja.  U induktivnoj metodi, analitičar jednostavno procjenjuje podatke tražeći zajedničke obrasce bez ikakvog posebnog cilja. Ova metoda je često poznata i kao utemeljena teorija i zahtjeva više vremena u odnosu na  deduktivni pristup.

 

Kvalitativni podaci – prednosti i mane

Metode i posmatranje pomažu u prikupljanju tačnih kvalitativnih podataka u odnosu na stvarno iskustvo, a njihovo uključivanje u izvještaje pomaže da priča dobije boju uz pomoć prenošenja generalnog rješenja u manje apstraktan i više realističan pogled kroz stvarne primjere stvarnih ljudi.

Prikupljanje i analiza kvalitativnih podataka može biti dugotrajna, pa istraživači zato koriste uzrokovanje prilikom analize, što opet može biti izazov kada se primjenjuje na malom uzorku podataka. Ovdje se mogu koristiti i numerički proračuni i matematičke formule za analizu mjerljivih podatka koji se mogu staviti direktno u bazu. Treba voditi računa da prije nego što se ovi podaci statistički ispitaju tražeći obrasce ili značenja, oni se moraju klasifikovati prema opisnim parametrima kako što su fizičke karakteristike ili osobine.

Analitičari mogu lako da analiziraju kvalitativne podatke uz pomoć bilo kog softvera koji koristi tabele, ali pravilna analiza će zavisiti kakve vještine i iskustvo ima istraživač, što mu može omogućiti da se postave pravi parametri na malom uzorku, kako bi se ispitao veći skup podataka.

 

Računarska obrada podataka

Računari koriste četiri funkcije prilikom obrade podataka u informaciju korištenjem hardvera i softvera:

 

• Unos: Podaci prvo moraju biti unešenu da bi računar imao šta da obradi.
• Obrada: Računar koristi odgovarajući program da obradi podatke u informacije koje je dobio prilikom unosa. Program može organizovati, računati ili manipulisati podacima kako bi stvorio razumljive informacije.
• Izlaz: Vrši se prikaz dobijenih rezultata obrade podataka u informaciju.
• Skladištenje: Dobijene informacije se konačno skladište na računar za buduće korištenje, uz korištenje medija kao što su čvrsti diskovi, optički mediji i slično.

 

RAZLIKA IZMEĐU PODATKA I INFORMACIJE

Po definicija informacija je znanje stečeno kroz učenje, komunikaciju, istraživanje ili podučavanje. U suštini to je rezultat analize i tumačenja dijelova podataka. Dok podaci sami po sebi predstavljaju individualne brojeve, grupe brojeva ili grafikone, informacija je shvatanje tih dijelova kroz znanje. Samo organizovani podaci i podaci skupljeni na koristan način mogu pružiti korisne informacije koje se dalje mogu koristiti za donošenje odluka i preduzimanje akcija. Obrađeni podaci moraju ispunjavati sljedeće kriterije da bi bili od bilo kakve značajne koristi u donošenju odluka:

 

• Tačnost: Informacije moraju biti tačne.
• Potpunost: Informacije moraju biti potpune.
• Pravovremenost: informacije moraju biti dostupne kada su potrebne.

Ključne razlike između podataka i informacija su:

 

• Podaci su skup činjenica, dok informacije stavljaju te činjenice u kontekst.
• Dok su podaci sirovi i neorganizovani, informacije su organizovane.
• Podaci su pojedinačni i ponekad nepovezani. Informacije povezuju te podatke kako bi se dobila šira slika o tome kako se sve to uklapa.
• Podaci su sami po sebi besmisleni. Kada se analiziraju i tumače, postaju značajna informacija.
• Podaci ne zavise od informacija, međutim informacije zavise od podataka.
• Podaci obično dolaze u obliku grafikona, brojeva ili statistike. Informacije se obično predstavljaju kroz riječi, jezik, misli i ideje.
• Podaci nisu dovoljni za donošenje odluka, ali možete donositi odluke na osnovu informacija.

 

ZAKLJUČAK

Prva upotreba podataka seže do 19.000 godina prije Hrista kada su naši paleolitski preci koristili babunski alat nazvan Išango kost za obavljanje jednostavnih proračuna. Upotreba riječi podatak u 17. vijeku postaje uobičajena praksa kada počinje da se koristi kod analiza, otkrivanja i izvlačenje zaključaka u mnogim društvenim disciplinama. Nakon toga dolazi do tehnološkog razvoja kada počinje prikupljanje sve većih količina podataka. Upravljanje podacima i analiza podataka postaju ključni za razumijevanje podataka i komunikaciju na zajedničkom jeziku kako bi se povećala njihova poslovna vrijednost. Na ovaj način se postiže sposobnost čitanja, pisanja i kontekstualne komunikacije, što uključuje i razumijevanje izvora podataka i njihovih konstrukcija, kroz primjenu analitičkih metoda i tehnika. Sve to omogućava sposobnost opisa namjene, primjenu i dobijanja vrijednih rezultata.