Eșantionarea în analiza statistică

Există două tipuri principale de variabile. În această carte, ne vom concentra în principal pe datele din variabile numerice, deoarece puteți efectua calcule cu numere mai ușor.

Variabilele calitative sunt variabile care au valori care sunt cuvinte, simboluri sau categorii. Ele pot fi, de asemenea, numere care nu au măsură absolută, ordine sau unități. Exemple: sex, titlul postului, nota literei, număr de telefon, numere de pe tricourile de fotbal etc. Acestea sunt, de asemenea, denumite variabile categoriale.

Variabilele cantitative sunt variabile care au valori care sunt valori numerice cu o anumită ordine și unități. Ele reprezintă numărări sau măsuri. Exemple: înălțime, greutate, temperatură, număr de frați, ore de somn etc.

Există mai multe moduri de a alege subiectele care vor fi într-un eșantion. Eșantionarea aleatorie utilizează o metodă aleatorie pentru a selecta eșantionul din populație. Acest lucru este mai bun decât judecata umană, dar nu oferă nicio garanție a obținerii unei mostre perfecte. Este important să vă asigurați că ați selectat un eșantion reprezentativ, ceea ce înseamnă că eșantionul are caracteristici similare cu populația studiată, pentru a evita părtinirea.

De exemplu, dacă doriți să știți ce cred studenții dintr-o facultate despre modificările propuse la cerințele de absolvire, ar trebui să obțineți un eșantion care are studenți de la toate nivelurile de clasă, atât studenți, cât și studente, și nu toți de la aceeași specializare.

Iată un exemplu de eșantion care nu este reprezentativ. Dacă aveți nevoie de 10 persoane pentru un sondaj, atunci întrebați primele zece persoane cu care intrați în contact. Acest lucru poate duce adesea la părtinire extremă. Cele zece persoane ar putea fi rude sau prieteni și au opinii similare.

** Încercați acest lucru pe cont propriu: Următorul eșantion ar fi reprezentativ pentru populație? Un profesor ar dori să știe ce simt elevii cu privire la noul curriculum de matematică. Ei au selectat un eșantion de elevi dintre cei care învață greu și vin pentru ajutor suplimentar.

Fie că efectuăm o analiză statistică a datelor pe care le-am colectat, sau analizăm o analiză statistică efectuată de altcineva, nu ar trebui să ne bazăm pe acceptarea oarbă a calculului matematic. Ar trebui să luăm în considerare acești factori:

Contextul datelor: Ce reprezintă valorile? De ce au fost colectate? Înțelegerea contextului va afecta direct procedura statistică utilizată.
Sursa datelor: Sursa este obiectivă sau părtinitoare? Există ceva de câștigat sau de pierdut prin denaturarea rezultatelor? Fiți vigilenți și sceptici cu privire la studiile din surse care pot fi părtinitoare, cum ar fi un studiu de nutriție realizat de o companie de fast-food.
Metoda de eșantionare: Este metoda aleasă adecvată și ajută la eliminarea părtinirii? Eșantioanele cu răspuns voluntar (autoalese) au adesea părtiniri (cei cu opinii puternice au mai multe șanse să participe). Aceste rezultate ale mostrei nu sunt neapărat valide. Alte metode sunt mai susceptibile de a produce rezultate bune.
Concluzii: Faceți declarații clare pentru cei care nu înțeleg statisticile și terminologia acesteia. Evitați să faceți afirmații nejustificate de analiza statistică.
Implicații practice: Prezentați implicațiile practice ale rezultatelor. Rezultatele pot fi valide și semnificative, dar nu există nicio semnificație practică. Cuiva îi pasă măcar de asta? Bunul simț ar putea sugera că descoperirea nu face o diferență suficientă pentru a justifica utilizarea sa sau pentru a fi practică.
Luați în considerare probabilitatea de a obține rezultatele întâmplător. Dacă rezultatele ar putea apărea cu ușurință din întâmplare, atunci nu sunt semnificative statistic (nu ați justificat nimic). Dacă probabilitatea de a obține rezultatele din întâmplare este suficient de mică, atunci rezultatele sunt semnificative din punct de vedere statistic (ați găsit dovezi puternice).