התהליך הסטטיסטי הוא מכלול השלבים או השלבים שיש להשלים בכדי לבצע חקירה על בסיס מידע כמותי ולהשיג תוצאות הנאמנות למציאות שנחקרה.
כאשר אנו מדברים על התהליך הסטטיסטי, אנו מדברים על סדרת צעדים שמומלץ לבצע על מנת להשיג תוצאות הנאמנות למציאות אותה אנו חוקרים במחקר הסטטיסטי שנועד להתבצע. זה הכרחי, מכיוון שאם לא נבצע את הצעדים הללו אנו יכולים להגיע למסקנות שגויות ולכן, לקבל החלטות רעות.
לדוגמא, בואו נדמיין שיש לנו גלידריה. עלינו לדעת בערך כמה גלידות עלינו לקנות בהתבסס על כמות הביקוש שתהיה לנו. לכן, אם אנו נופלים, הלקוחות יכולים להגיע אליהם נצטרך לומר להם כי אין גלידה בגלידרייה זו. להפך, אם יש לנו יותר מדי, זה יכול להיות מקולקל. לכן, יש צורך לנסות להעריך כמה עלינו לקנות, או לפחות טווח משוער. אם כדי לחשב טווח זה, אנו אוספים נתונים שאינם מייצגים (למשל גלידריה הממוקמת בעיר אחרת עם פחות שפע) אנו עשויים לטעות.
לכן, לאחר שהדבר ברור, עלינו להכיר את סדרת הצעדים והפרטים שעלינו לבצע כדי שהתוצאות יותאמו למציאות ונקבל החלטות טובות יותר.
שלבי התהליך הסטטיסטי
תלוי במדריך שביקרו בו או בסופר, נוכל לראות שלבים שונים עם שמות שונים. למעשה, כמעט כל המסמכים בנושא כוללים את אותם סעיפים, רק שחלקם כוללים מספר שלבים באחד ואחרים מקטעים את התהליך יותר.
במקרה שלנו, אנו סבורים כי התהליך הסטטיסטי מורכב מ:
הצהרת בעיה
בהצהרת הבעיה נמצא הציר המרכזי עליו ניתן לבטא את כל השאר. שלב זה עונה על השאלה הבאה: מה עלי ללמוד ולמה? לפעמים, עד כמה שזה עשוי להדהים את הבעיה, זה יכול להוביל אותנו למסקנה שאנחנו לא באמת צריכים לעשות מחקר סטטיסטי.
איסוף נתונים
לאחר שהעלנו את הבעיה עלינו לאסוף את הנתונים. כאן המתודולוגיה חשובה. אז יש שיקולים שונים. לפיכך, עלינו לקבוע את סוג הדגימה, את גודל המדגם, את סוג איסוף הנתונים (למשל באמצעות מאגרי מידע או סקרים מותאמים אישית), באופן אישי, מקוון או טלפוני וכו '.
ארגון נתונים
ברגע שיש לנו את כל הנתונים, נותר לאחד ולארגן אותם. כמו בכל דבר, עלינו להזין את הנתונים בתוכנית או בפלטפורמה שמאפשרת לנו לחשב מדדים מסוימים ולנתח נכון. לשם כך, תמיד נוח לארגן את הנתונים. יתרה מכך, לפעמים נצטרך לאסוף נתונים ממאגרי מידע שונים המציעים פורמטים שונים של קבצים ויהיה צורך לאחד הכל באותו פורמט.
ניתוח נתונים
לאחר העלאת הבעיה, הנתונים שנאספו ומאורגנים, נוכל לנתח אותם ביעילות. בהתאם להצהרת הבעיה, סוג כזה של ניתוח יבוצע. לדוגמה, אם אנו רוצים לדעת אם שני משתנים תלויים, נוכל להשתמש בניתוח מטבע-שילוב. ואילו אם מה שנרצה ללמוד הוא הפיזור הכולל של נכס פיננסי, אנו נחשב את הטווח הסטטיסטי.
פרשנות הנתונים
אחרון חביב, יש לנו את הפרשנות של הנתונים. אין תועלת לבצע נכון את כל שלבי התהליך הסטטיסטי אם בסופו של דבר הפרשנות שגויה. הסיבה לכך היא שאם הפרשנות שגויה, אז להחלטות תהיה השפעה לא רצויה. לדוגמה, נניח שאנו עורכים מחקר על שונות המכירות של החברה. אם ברגע שנשיג את התוצאות יתברר שיש פיזור רב, יש לצמצם אותה ואנו מפרשים שלא, הדבר עלול להשפיע לרעה על החברה.
חמשת השלבים משתקפת בתרשים הבא:
סטטיסטיקה תיאורית