Statistiline protsess on etappide või faaside kogum, mis tuleb läbi viia kvantitatiivse teabe põhjal uurimise läbiviimiseks ja uuritud reaalsusele truude tulemuste saamiseks.
Kui räägime statistilisest protsessist, siis räägime mitmest etapist, mis on soovitav läbi viia, et saada tulemusi, mis on ustavad tegelikkusele, mida uurime statistilises uuringus, mida kavatsetakse läbi viia. See on vajalik, sest kui me neid samme ei tee, võime teha valesid järeldusi ja seetõttu langetada halbu otsuseid.
Kujutame näiteks ette, et meil on jäätisekohvik. Peame umbes teadma, kui palju jäätist peaksime ostma, lähtudes nõudluse hulgast. Nii et kui me alla jääme, võiksid kliendid jõuda selleni, kelle peame neile ütlema, et selles jäätises pole jäätist. Vastupidi, kui meil on liiga palju, võib see rikkuda. Seetõttu on vaja proovida hinnata, kui palju peaksime ostma, või vähemalt ligikaudne vahemik. Kui selle vahemiku arvutamiseks kogume andmeid, mis ei ole representatiivsed (näiteks jäätisekohvik, mis asub mõnes teises jõukamas linnas), võime eksida.
Niisiis, kui see on selge, peame teadma mitmeid samme ja üksikasju, mida peame järgima, et tulemused vastaksid tegelikkusele ja teeksime paremaid otsuseid.
Statistilise protsessi etapid
Sõltuvalt külastatud juhendist või autorist võisime näha erinevaid etappe erinevate nimedega. Põhimõtteliselt sisaldavad peaaegu kõik selleteemalised dokumendid samu jaotisi, ainult et mõned sisaldavad ühes etapis mitu faasi ja teised killustavad protsessi rohkem.
Meie puhul leiame, et statistiline protsess koosneb:
Probleemipüstituses
Probleemi väites asub kesktelg, millel artikuleerida kõike muud. See etapp vastab järgmisele küsimusele: mida ma pean uurima ja miks? Mõnikord, nii uskumatu kui see võib probleemi tunduda, võib see meid viia järelduseni, et meil pole tegelikult vaja statistilist uuringut teha.
Andmete kogumine
Kui probleem on tõstatatud, peame andmed koguma. Siin on oluline metoodika. Seega on erinevaid kaalutlusi. Seega peame kindlaks määrama valimi tüübi, valimi suuruse, andmete kogumise tüübi (näiteks andmebaaside või isikupärastatud uuringute kaudu), isiklikult, veebis või telefoni teel jne.
Andmete korraldamine
Kui kõik andmed on meil olemas, jääb nende ühendamine ja korrastamine. Nagu kõigis, peame ka andmed sisestama programmi või platvormi, mis võimaldab meil siis teatud mõõdikuid arvutada ja õigesti analüüsida. Selleks on alati mugav andmeid korraldada. Veelgi enam, mõnikord peame koguma andmeid erinevatest andmebaasidest, mis pakuvad erinevaid failivorminguid, ja on vaja kõik ühtlustada samas vormingus.
Andmete analüüs
Kui probleem on tõstatatud, kogutud ja korrastatud andmed, saame neid tõhusalt analüüsida. Sõltuvalt probleemilausest viiakse läbi üht või teist tüüpi analüüs. Näiteks kui tahame teada saada, kas kaks muutujat sõltuvad, võiksime kasutada kointegreerimisanalüüsi. Kui uurida soovime finantsvara kogu hajumist, siis arvutame statistilise vahemiku.
Andmete tõlgendamine
Viimaseks, kuid mitte vähem tähtsaks, meil on andmete tõlgendamine. Asjatu on statistikaprotsessi kõiki etappe õigesti läbi viia, kui lõpuks on tõlgendus vale. Seda seetõttu, et kui tõlgendus on vale, on otsustel soovimatu mõju. Oletame näiteks, et viime läbi uuringu ettevõtte müügi muutlikkuse kohta. Kui tulemuste saamisel selgub, et hajutamist on palju, tuleks seda vähendada ja tõlgendada, et ei ole, võib see ettevõtet negatiivselt mõjutada.
Viis etappi kajastub järgmisel diagrammil:
Kirjeldav statistika