Tilastollinen otos on joukko tietoja, jotka kuuluvat tietopopulaatioon. Tilastollisesti sen on koostuttava tietystä määrästä havaintoja, jotka edustavat riittävästi kokonaisdataa.
Tilastot matematiikan alana vastaavat tietojen keräämisestä, tilaamisesta ja analysoinnista. Toisin sanoen, kun haluamme tutkia tiettyä ilmiötä, siirrymme tilastoihin. Hyvä esimerkki tilastojen tutkimasta ilmiöstä on maan kansalaisten keskipalkka
Tässä mielessä emme voi kerätä kaikkia tietoja ajan ja kustannusten vuoksi. Tämä tiedon kokonaisuus tunnetaan tietopopulaationa tai yksinkertaisesti populaationa.
Miksi työskentelet tilastollisten otosten kanssa?
Selitämme miksi tilastollista otosta käytetään koko väestön sijasta, käytämme yllä esitettyä esimerkkiä.
Oletetaan, että haluamme tutkia mitä tahansa ilmiötä. Meidän tapauksessamme tämä ilmiö on maan kansalaisten keskipalkka. Tietopopulaatio koostuu jokaisesta maan työntekijästä. Tietenkin ajan ja kustannusten vuoksi olisi mahdotonta kysyä jokaiselta työntekijältä heidän vuosipalkkaansa. Se vie kauan tai tarvitsemme paljon resursseja.
Tässä vaiheessa ilmestyy tilastollisen otoksen käsite. Sen sijaan, että kysyisimme miljoonilta työntekijöiltä maassa tai alueella, keräämme vain vähän tietoja. Kysyimme esimerkiksi 100 000 ihmiseltä. Tämä tehtävä on edelleen monimutkainen, mutta on paljon edullisempaa kysyä 100 000 ihmiseltä kuin 30 miljoonalta.
Tämän pienen tietomäärän on oltava edustavaa. Toisin sanoen sen on edustettava riittävästi väestöä. Jos kyselemämme 100 000 ihmistä on keskittynyt varakkaisiin alueisiin, saamme tietoja, jotka eivät ole edustavia. Keskipalkka olisi paljon korkeampi kuin se todellisuudessa on.
Edustavan tilastollisen otoksen ominaisuudet
Jos haluat tehdä hyvää tutkimusta, tilastollisen otoksen laatu on välttämätöntä. On hyödytöntä suorittaa monimutkaisimpia tilastollisia mittareita kehittyneimmillä malleilla, jos tilastollinen otos on puolueellinen. Eli jos näyte ei ole edustava.
Edustavan otoksen saamisessa on tiettyjä näkökohtia, jotka tutkijan on tiedettävä etukäteen. Näiden näkökohtien joukossa ovat edustavan otoksen ominaisuudet. Edustavan otoksen ominaisuudet ovat seuraavat:
- Riittävän suuri koko: Kun työskentelemme näytteiden kanssa, työskentelemme yleensä tietomäärän kanssa, joka on pienempi kuin populaatio. Jotta tilastollinen otos olisi edustava, sen on kuitenkin oltava riittävän suuri, jotta sitä voidaan pitää edustavana. Esimerkiksi jos väestömme koostuu 10 miljoonasta tiedosta ja valitsemme 10, sen on vaikea olla edustava. Tietysti, mitä suurempi näyte ei ole aina edustavampi.
- Satunnaisuus: Tietojen valinnan tilastollisesta otoksesta on oltava satunnaista. Toisin sanoen sen on oltava täysin satunnainen. Jos suoritamme suunnitellun tiedonvalintaprosessin sen sijaan, että tekisimme sen satunnaisesti, otamme datan keräämiseen esijännityksen. Siksi, jotta vältetään otoksen vääristyminen ja jotta siitä voidaan tehdä edustava näyte, meidän on tehtävä satunnainen valinta.
Tilastollinen päätelmä
Kun olemme saaneet edustavan otoksen, on pääteltävä tietyt mittarit. Usein olemme kiinnostuneita tietämään tietyn muuttujan mittarin. Alkuperäisessä esimerkissä muuttuja olisi maan kansalaisten palkka. Tässä mielessä mittari, jonka haluamme analysoida, on maan kansalaisten keskipalkka.
Toisin sanoen meillä on tietopopulaatio, joka koostuu kaikista Meksikon työntekijöistä. Tästä populaatiosta saadaan muuttuja eli vuosipalkka. Sopivilla tekniikoilla saadaan edustava näyte. Ja lopuksi, kun meillä on tietojoukko, jonka kanssa voimme työskennellä, käytämme tilastollisia päättelytekniikoita keskipalkan laskemiseen.
Tietojen saatuaan voimme tietysti päätellä muista toimenpiteistä. Esimerkiksi kuinka palkka jakautuu, kuinka suuri prosenttiosuus työntekijöistä on alle tietyn palkan tai kuinka suuri on palkkakuilu.
Tilastollinen esimerkkiesimerkki
Oletetaan, että haluamme tehdä tutkimuksen kolumbialaisten perheiden keskimääräisistä menoista tammikuussa. Tätä varten meillä on kaksi vaihtoehtoa:
- Syötä kaikkien Kolumbian perheiden pankkitilit
- Kysy edustavalta määrältä ihmisiä
Ensimmäinen vaihtoehto ei ole käyttökelpoinen useista syistä. Ensinnäkin, että perheet eivät aio luopua tiedoistaan, ja toiseksi, että emme voineet myöskään mennä perheen mukaan tarkastelemalla tietoja. Pääasiassa siksi, että Kolumbian väkiluku on lähes 50 miljoonaa. Samaan aikaan toinen on mahdollisuus kerätä tilastollinen otos.
Se, mitä teemme edellä mainittujen ominaisuuksien mukaisesti, on pyytää 100 000 perhettä. Se on jonkin verran monimutkaista, mutta paljon helpompaa kuin kysyä 50 miljoonalta kolumbialaiselta. Ero on huomattava. Siksi tämän 100 000 perheen otoksen perusteella yritämme laskea perheiden keskimääräiset menot tammikuussa.
Poimitut tiedot ovat enemmän tai vähemmän luotettavia joukon mittareita, jotka otetaan huomioon tilastollisissa tutkimuksissa. Tietysti tämäntyyppiset mittarit ovat kehittyneempiä, joten emme keskustele niistä täällä.