Faktorer som påvirker Statistisk analyse

Mest statistisk analyse vedrører testing av en prøve for å finne ut informasjon om en større gruppe, kjent som en "befolkning". For eksempel kan en politiker kartlegge velgere å finne ut de stemmeberettigede preferanse for et område, eller en fabrikksjef kunne teste prøver av et produkt for å sørge for et samlebånd fungerer. Flere faktorer er knyttet til datainnsamlingen som du må vurdere for å gjøre statistikken gyldig, samt faktorer som gjelder analysen av dataene.

stikkprøvekontroll

Din statistisk analyse vil bli sterkt påvirket av i hvilken grad du klarer å få et tilfeldig utvalg av befolkningen. For eksempel, hvis du gjør en ernæringsstudie og vil at du skal vite det gjennomsnittlige kaloriinntaket av folk i byen din, vil du ønsker å studere personer valgt tilfeldig, snarere enn for eksempel 20 av dine venner. Et tilfeldig utvalg har best sjanse til å virkelig representerer oppførselen til større populasjon som du studerer.

prøvetaking Size

Prøven at du studerer må være stor nok til å produsere meningsfull informasjon om befolkningen. En undersøkelse av fem personer ville ikke gi mye nyttig informasjon om spisevanene en by med en million mennesker. Det er mulig å beregne prøvestørrelse som kreves for en bestemt lov til feilmargin, men generelt utvalget størrelse bør være så stor som mulig innenfor begrensningene av tid og budsjett. Et større utvalg vil gi deg en høyere grad av sikkerhet i dine konklusjoner om populasjonen.

representativ prøvetaking

Prøven du tar for studier har også å være representativt for befolkningen du er interessert i. Dette konseptet er svært nær ideen om et tilfeldig utvalg, men litt annerledes. Hvis du skulle gå til et treningsstudio og kartlegge personer på tilfeldig for en ernæringsmessig undersøkelse, ville du fortsatt ikke har et representativt utvalg av befolkningen i en by, siden ikke alle i byen går til gym. Prøven bør så mye som mulig representere den generelle befolkningen, og slik bør inkludere mennesker i ulike aldre, yrker, kjønn og så videre.

tillit nivåer

Når du har gjort ditt prøvetaking og ha dine data, kan du utføre en lang rekke statistiske tester basert på dataene. Mange av disse testene inkluderer det som er kjent som et sikkerhetsnivå. Dette er relatert til muligheten du er villig til å ta det du gjør en feil i din konklusjon, og gjenspeiler noe av usikkerheten i ekstrapolere dataene til en hel befolkning. Den spesielle sikkerhetsnivå du velger kan påvirke konklusjonen i analysen; en analyse som viser en konklusjon på en sikkerhetsnivå kan mislykkes i å bevise det et annet nivå.