Καθώς το πεδίο των αναλύσεων δεδομένων γίνεται πιο δημοφιλές σε όλα τα κανάλια, οι άνθρωποι γίνονται ολοένα και περισσότερο συνειδητοί στη σημασία των έγκυρων αποτελεσμάτων. Είτε δημοσιεύετε μια φιλική ψηφοφορία στο Facebook είτε διεξάγετε μια ευρεία μελέτη αγοράς για τον εργοδότη σας, πρέπει να έχετε τη δυνατότητα να λάβετε ακριβή δεδομένα από τα αποτελέσματα της έρευνας. Αυτό σημαίνει ότι χρησιμοποιείτε ένα από τα πολλά διαθέσιμα εργαλεία σήμερα.
Κατανόηση των συλλεχθέντων δεδομένων
Προτού να μπορέσετε να αποφασίσετε ποιο στατιστικό εργαλείο πρέπει να χρησιμοποιήσετε, πρέπει πρώτα να κατανοήσετε τα δεδομένα που συλλέγονται. Οι έρευνες είναι συχνά σε μορφή ερωτηματολογίου, με απαντήσεις που κυμαίνονται από πολλαπλές επιλογές έως ανοικτού τύπου. Οι στατιστικοί μπορούν επίσης να χρησιμοποιήσουν τη δειγματοληψία, η οποία τους επιτρέπει να πάρουν ένα υποσύνολο ενός μεγαλύτερου πληθυσμού, επιλέγοντας να υποθέσει ότι το δείγμα αντιπροσωπεύει το σύνολο. Οι συλλέκτες δεδομένων πρέπει επίσης να λαμβάνουν υπόψη τις μεταβλητές, καθώς τα αποτελέσματα μπορούν να παραμορφωθούν επιλέγοντας συμμετέχοντες που έχουν ήδη κοινά χαρακτηριστικά. Αν προσπαθείτε να εντοπίσετε μια σύνδεση μεταξύ ορισμένων περιοχών και του επιπολασμού του καρκίνου του πνεύμονα, για παράδειγμα, θα θέλατε να συμπεριλάβετε στοιχεία όπως οι συνήθειες καπνίσματος.
Υπάρχουν επίσης δύο βασικοί τύποι στατιστικών: περιγραφικοί και επαγωγικοί. Τα περιγραφικά στατιστικά στοιχεία αναζητούν ομοιότητες μεταξύ όλων των μελών ενός πληθυσμού, ενώ οι στατιστικές εισόδημας κάνουν παραδοχές για έναν πληθυσμό βάσει των τάσεων που εμφανίζονται στα δεδομένα. Με στατιστικά στοιχεία εισφορών, συχνά η έρευνα αρχίζει με μια υπόθεση. Για παράδειγμα, η κατάθλιψη είναι πιο διαδεδομένη στους ηλικιωμένους που ζουν μόνοι από τους ηλικιωμένους που μοιράζονται ένα σπίτι. Αυτή η υπόθεση θα εφαρμοζόταν τότε στις απαντήσεις από το δείγμα που συλλέχθηκε και χρησιμοποιήθηκε για να καθοριστεί εάν η υπόθεση είναι αληθής ή όχι.
Εξοικείωση με τα εργαλεία
Μόλις συγκεντρωθούν όλες οι απαντήσεις από μια έρευνα, οι στατιστικολόγοι πρέπει να βρουν έναν τρόπο να το οργανώσουν με τέτοιο τρόπο ώστε να μπορούν να μελετηθούν. Απλές μελέτες θα μπορούσαν να ταξινομηθούν σε ένα υπολογιστικό φύλλο του Excel, με σειρές που να εκπροσωπούν την κάθε απάντηση. Αλλά τα βασικά υπολογιστικά φύλλα έχουν τους περιορισμούς τους, γι 'αυτό και οι πιο προηγμένοι στατιστικολόγοι παρακολουθούν στατιστικά εργαλεία ειδικά για τη συλλογή και την ανάλυση δεδομένων.
Συχνά, το λογισμικό που χρησιμοποιείται για τη συλλογή δεδομένων έρευνας μπορεί επίσης να χρησιμοποιηθεί για τη διαχείριση του. Εργαλεία όπως το SurveyMonkey θα εμφανίζουν τα αποτελέσματα ως ποσοστά και αριθμούς, επιτρέποντάς σας επίσης να διασταυρώσετε τις απαντήσεις με βάση τους τύπους ατόμων που ανταποκρίνονται. Εάν μια έρευνα φτάσει σε μια δειγματοληψία ανδρών και γυναικών, για παράδειγμα, τα δεδομένα μπορούν να κατανεμηθούν ανάλογα με την ηλικία, το φύλο και τη γεωγραφική θέση, εφόσον συλλέξατε αυτά τα δεδομένα τη στιγμή που συμμετείχατε στους συμμετέχοντες.
Η μάθηση για τη δημιουργία και τη χρήση βασικών ερευνών είναι ευκολότερη από ποτέ, χάρη στην τεχνολογία. Ωστόσο, οι προηγμένες αναλύσεις δεδομένων συλλέγονται συχνά από επαγγελματίες που ειδικεύονται στη στατιστική εργασία και χρησιμοποιούν εντατικά εργαλεία όπως το MATLAB και το SAS Business Intelligence. Αυτά τα εργαλεία μπορούν να είναι ακριβή και να έρχονται με μια σοβαρή καμπύλη μάθησης, η οποία συχνά απαιτεί εξειδικευμένη κατάρτιση για να τα χρησιμοποιήσει.
