Den statistiske proces er det sæt faser eller faser, der skal gennemføres for at udføre en undersøgelse baseret på kvantitativ information og opnå resultater, der er tro mod den studerede virkelighed.
Når vi taler om den statistiske proces, taler vi om en række trin, som det tilrådes at udføre for at opnå resultater, der er tro mod den virkelighed, vi studerer i den statistiske undersøgelse, der er beregnet til at blive udført. Dette er nødvendigt, da hvis vi ikke udfører disse trin, kan vi få forkerte konklusioner og derfor tage dårlige beslutninger.
Lad os for eksempel forestille os, at vi har en isbar. Vi skal omtrent vide, hvor meget is vi skal købe baseret på den mængde efterspørgsel, vi har. Så hvis vi kommer til kort, kan kunderne nå ud til hvem vi bliver nødt til at fortælle dem, at der ikke er nogen is i denne isbar. Tværtimod, hvis vi har for meget, kan det blive forkælet. Derfor er det nødvendigt at prøve at estimere, hvor meget vi skal købe, eller i det mindste et omtrentligt interval. Hvis vi beregner dette interval, indsamler vi data, der ikke er repræsentative (for eksempel en isbar beliggende i en anden by med mindre velstand), kan vi tage fejl.
Så når dette er klart, skal vi kende den række trin og detaljer, som vi skal følge, så resultaterne tilpasses til virkeligheden, og vi træffer bedre beslutninger.
Stadier i den statistiske proces
Afhængig af den besøgte manual eller forfatteren kunne vi se forskellige faser med forskellige navne. I det væsentlige inkluderer næsten alle dokumenter om emnet de samme sektioner, kun at nogle inkluderer flere faser i en, og andre fragmenterer processen mere.
I vores tilfælde mener vi, at den statistiske proces består af:
Problemformulering
I erklæringen om problemet er den centrale akse placeret, hvorpå man kan artikulere alt andet. Denne fase besvarer følgende spørgsmål: Hvad skal jeg studere, og hvorfor? Nogle gange, så utroligt som det kan synes at udgøre problemet, kan det føre os til den konklusion, at vi ikke rigtig behøver at foretage en statistisk undersøgelse.
Dataindsamling
Når vi har rejst problemet, skal vi indsamle dataene. Her er metoden vigtig. Så der er forskellige overvejelser. Således skal vi fastslå typen af stikprøve, størrelsen på stikprøven, typen af dataindsamling (for eksempel gennem databaser eller personaliserede undersøgelser), personligt, online eller via telefon osv.
Data organisation
Når vi har alle data, er det fortsat at forene og organisere dem. Som i alt skal vi indtaste dataene i et program eller en platform, der derefter giver os mulighed for at beregne bestemte målinger og analysere korrekt. For at gøre dette er det altid praktisk at organisere dataene. Hvad mere er, nogle gange bliver vi nødt til at indsamle data fra forskellige databaser, der tilbyder forskellige filformater, og det vil være nødvendigt at samle alt i samme format.
Dataanalyse
Når problemet først er rejst, dataene indsamlet og organiseret, kan vi analysere det effektivt. Afhængigt af problemangivelsen udføres en eller anden type analyse. For eksempel, hvis vi vil vide, om to variabler er afhængige, kan vi bruge en møntintegrationsanalyse. Mens det, vi vil undersøge, er den samlede spredning af et finansielt aktiv, beregner vi det statistiske interval.
Fortolkning af dataene
Sidst men ikke mindst har vi fortolkningen af dataene. Det er nytteløst at udføre alle faser i den statistiske proces korrekt, hvis fortolkningen til sidst er forkert. Dette skyldes, at hvis fortolkningen er forkert, vil beslutningerne have en uønsket effekt. Antag for eksempel, at vi foretager en undersøgelse af variationen i en virksomheds salg. Hvis det først viser sig, at der er meget spredning, når vi først opnår resultaterne, skal det reduceres, og vi fortolker, at det ikke er tilfældet, dette kan påvirke virksomheden negativt.
De fem trin afspejles i følgende diagram:
Beskrivende statistik