Tilastollinen prosessi on joukko vaiheita tai vaiheita, jotka on suoritettava määrälliseen tietoon perustuvan tutkimuksen suorittamiseksi ja tutkitulle todellisuudelle uskollisten tulosten saamiseksi.
Kun puhumme tilastollisesta prosessista, puhumme joukosta vaiheita, jotka on suositeltavaa suorittaa saadakseen tuloksia, jotka ovat uskollisia todellisuudelle, jota tutkimme suoritettavassa tilastollisessa tutkimuksessa. Tämä on välttämätöntä, koska jos emme tee näitä vaiheita, voimme saada vääriä johtopäätöksiä ja siten tehdä huonoja päätöksiä.
Kuvitellaan esimerkiksi, että meillä on jäätelöbaari. Meidän on tiedettävä suunnilleen, kuinka paljon jäätelöä meidän pitäisi ostaa kysynnän perusteella. Joten jos jäämme vajaaksi, asiakkaat voisivat tavoittaa kenen meidän on kerrottava heille, että tässä jäätelöbaarissa ei ole jäätelöä. Päinvastoin, jos meillä on liikaa, se voi pilata. Siksi on välttämätöntä yrittää arvioida, kuinka paljon meidän pitäisi ostaa, tai ainakin likimääräinen alue. Jos laskemme kyseisen alueen, keräämme tietoja, jotka eivät ole edustavia (esimerkiksi jäätelöbaari, joka sijaitsee toisessa kaupungissa, jossa on vähemmän varallisuutta), voimme olla väärässä.
Joten, kun tämä on selvää, meidän on tiedettävä sarja vaiheita ja yksityiskohtia, joita meidän on noudatettava, jotta tulokset sovitetaan todellisuuteen ja teemme parempia päätöksiä.
Tilastoprosessin vaiheet
Käydystä oppaasta tai kirjoittajasta riippuen voimme nähdä eri vaiheita eri nimillä. Pohjimmiltaan melkein kaikki aiheeseen liittyvät asiakirjat sisältävät samat osat, vain että jotkut sisältävät useita vaiheita yhdessä ja toiset pirstovat prosessia enemmän.
Meidän tapauksessamme katsomme, että tilastollinen prosessi koostuu:
Ongelma
Ongelman selvityksessä on keskiakseli, jolla voidaan ilmaista kaikki muu. Tämä vaihe vastaa seuraavaan kysymykseen: Mitä minun on tutkittava ja miksi? Joskus niin uskomattomalta kuin se saattaa tuntua aiheuttavan ongelman, se voi johtaa meidät johtopäätökseen, että meidän ei todellakaan tarvitse tehdä tilastollista tutkimusta.
Tietojen kerääminen
Kun olemme nostaneet ongelman, meidän on kerättävä tiedot. Tässä menetelmä on tärkeä. Joten on erilaisia näkökohtia. Siksi meidän on määritettävä otantatyyppi, otoksen koko, tiedonkeruun tyyppi (esimerkiksi tietokantojen tai henkilökohtaisten kyselyjen avulla) henkilökohtaisesti, verkossa tai puhelimitse jne.
Tietojen organisointi
Kun meillä on kaikki tiedot, niiden yhdistäminen ja järjestäminen on edelleen mahdollista. Kuten kaikessa, myös meidän on syötettävä tiedot ohjelmaan tai alustaan, jonka avulla voimme sitten laskea tietyt mittarit ja analysoida oikein. Tätä varten on aina kätevää järjestää tiedot. Lisäksi joskus meidän on kerättävä tietoja erilaisista tietokannoista, jotka tarjoavat erilaisia tiedostomuotoja, ja kaikki on yhdistettävä samassa muodossa.
Tietojen analysointi
Kun ongelma on noussut, kerätty ja järjestetty tieto, voimme analysoida sen tehokkaasti. Ongelmailmoituksesta riippuen tehdään yksi tai toinen analyysi. Esimerkiksi, jos haluamme tietää, ovatko kaksi muuttujaa riippuvaisia, voimme käyttää kointegraatioanalyysiä. Jos haluamme tutkia rahoitusvarojen kokonaisleviämistä, laskemme tilastollisen alueen.
Tietojen tulkinta
Viimeisenä mutta ei vähäisimpänä, meillä on tietojen tulkinta. On hyödytöntä suorittaa kaikki tilastoprosessin vaiheet oikein, jos loppujen lopuksi tulkinta on väärä. Tämä johtuu siitä, että jos tulkinta on väärä, päätöksillä on ei-toivottu vaikutus. Oletetaan esimerkiksi, että teemme tutkimuksen yrityksen myynnin vaihtelevuudesta. Jos saatuamme tulokset käy ilmi, että dispersiota on paljon, sitä tulisi vähentää ja tulkitsemme, että näin ei ole, tämä voi vaikuttaa negatiivisesti yritykseen.
Viisi vaihetta on esitetty seuraavassa kaaviossa:
Kuvailevia tilastoja