Den statistiska processen är den uppsättning etapper eller faser som måste slutföras för att utföra en undersökning baserad på kvantitativ information och få resultat som är trogen mot den studerade verkligheten.
När vi pratar om den statistiska processen talar vi om en serie steg som det är tillrådligt att utföra för att få resultat som är trogen mot den verklighet som vi studerar i den statistiska studie som är avsedd att genomföras. Detta är nödvändigt, eftersom om vi inte utför dessa steg kan vi dra fel slutsatser och därför fatta dåliga beslut.
Låt oss till exempel föreställa oss att vi har en glassbar. Vi måste veta ungefär hur mycket glass vi ska köpa baserat på hur mycket efterfrågan vi kommer att ha. Så om vi blir bristfälliga kan kunder nå vem vi måste säga till dem att det inte finns någon glass i denna glassbar. Tvärtom, om vi har för mycket kan det bli bortskämt. Därför är det nödvändigt att försöka uppskatta hur mycket vi ska köpa, eller åtminstone ett ungefärligt intervall. Om vi beräknar det intervallet samlar vi in data som inte är representativa (till exempel en glassbar som ligger i en annan stad med mindre välstånd) kan vi ha fel.
Så när detta är klart måste vi känna till de steg och detaljer som vi måste följa så att resultaten anpassas till verkligheten och vi fattar bättre beslut.
Stadier av den statistiska processen
Beroende på den manuella man besökt eller författaren kunde vi se olika steg med olika namn. I huvudsak innehåller nästan alla dokument om ämnet samma avsnitt, bara att vissa innehåller flera faser i en och andra fragmenterar processen mer.
I vårt fall anser vi att den statistiska processen består av:
Problemförklaring
I uttalandet om problemet är den centrala axeln belägen för att artikulera allt annat. Denna fas svarar på följande fråga: Vad behöver jag studera och varför? Ibland, så otroligt som det kan tyckas utgöra problemet, kan det leda oss till slutsatsen att vi egentligen inte behöver göra en statistisk studie.
Insamling av data
När vi har tagit upp problemet måste vi samla in uppgif.webpterna. Här är metodiken viktig. Så det finns olika överväganden. Således måste vi fastställa typen av provtagning, storleken på urvalet, typen av datainsamling (till exempel via databaser eller personanpassade undersökningar), personligen, online eller via telefon etc.
Dataorganisation
När vi har all information kvarstår det att förena och organisera dem. Som i allt måste vi mata in data i ett program eller en plattform som sedan gör det möjligt för oss att beräkna vissa mätvärden och analysera korrekt. För att göra detta är det alltid bekvämt att organisera data. Dessutom behöver vi ibland samla in data från olika databaser som erbjuder olika filformat och det kommer att bli nödvändigt att förena allt i samma format.
Dataanalys
När problemet har tagits upp, data som samlats in och organiserats, kan vi analysera det effektivt. Beroende på problemförklaringen kommer en eller annan typ av analys att utföras. Om vi till exempel vill veta om två variabler är beroende kan vi använda en myntintegrationsanalys. Medan det vi vill studera är den totala spridningen av en finansiell tillgång beräknar vi det statistiska intervallet.
Tolkning av uppgif.webpterna
Sist men inte minst har vi tolkningen av uppgif.webpterna. Det är värdelöst att genomföra alla faser i den statistiska processen korrekt om tolkningen till slut är fel. Detta beror på att om tolkningen är fel, kommer besluten att ha en oönskad effekt. Antag till exempel att vi genomför en studie om variationen i ett företags försäljning. Om det visar sig att det finns mycket spridning när vi når resultaten, bör det minskas och vi tolkar att det inte är det, det kan påverka företaget negativt.
De fem stegen återspeglas i följande diagram:
Beskrivande statistik
