Οι στατιστικές συμπερασμάτων είναι δεδομένα που χρησιμοποιούνται για να γίνουν γενικεύσεις σχετικά με έναν πληθυσμό με βάση ένα δείγμα. Βασίζονται στη χρήση μιας τεχνικής τυχαίας δειγματοληψίας που έχει σχεδιαστεί για να διασφαλίζει ότι ένα δείγμα είναι αντιπροσωπευτικό. Ένα απλό παράδειγμα συμπερασματικών στατιστικών μπορεί πιθανώς να βρεθεί στο πρωτοσέλιδο σχεδόν οποιασδήποτε εφημερίδας, με οποιοδήποτε άρθρο να υποστηρίζει ότι «το X% του πληθυσμού Υ σκέφτεται/κάνει/αισθάνεται/πιστεύει το Ζ». Μια δήλωση όπως «το 33% των ατόμων ηλικίας 24-30 ετών προτιμούν το κέικ από την πίτα» βασίζεται σε στατιστικά στοιχεία συμπερασμάτων. Δεν θα ήταν πρακτικό να ρωτήσουμε κάθε άτομο ηλικίας 24-30 ετών σχετικά με τις προτιμήσεις του για τα επιδόρπια, επομένως, αντ’ αυτού, ένα αντιπροσωπευτικό δείγμα του πληθυσμού έχει ερευνηθεί με στόχο να εξαχθεί ένα συμπέρασμα για τον πληθυσμό στο σύνολό του.
Συμπερασματική και Περιγραφική Στατιστική
Ένας άλλος τρόπος χρήσης των δεδομένων της έρευνας έχει τη μορφή περιγραφικών στατιστικών. Στην περίπτωση αυτή, γίνονται δηλώσεις που απλώς περιγράφουν τα δεδομένα που συλλέχθηκαν. Είναι δυνατό το ίδιο σύνολο δεδομένων να χρησιμοποιηθεί με περιγραφικό ή συμπερασματικό τρόπο. Για παράδειγμα, πριν από τις εκλογές στις ΗΠΑ, 1,000 άνθρωποι σε μια πόλη ενδέχεται να ερωτηθούν σχετικά με τις προθέσεις ψήφου τους, με αποτέλεσμα 430 να δήλωσαν ότι θα ψήφιζαν Δημοκρατικούς, 410 δήλωσαν ότι θα ψήφιζαν Ρεπουμπλικάνους, με 160 αναποφάσιστους ή απρόθυμους να πουν . Ένα παράδειγμα χρήσης αυτών των δεδομένων με περιγραφικό τρόπο θα ήταν να δηλώσουμε απλώς ότι το 43% των 1,000 ατόμων που ερωτήθηκαν σε αυτήν την πόλη σκοπεύουν να ψηφίσουν δημοκράτες. Μια συμπερασματική δήλωση θα ήταν «Οι Δημοκρατικοί έχουν προβάδισμα 2%» — ένα συμπέρασμα σχετικά με τις προθέσεις ψήφου γενικά έχει συναχθεί από ένα δείγμα.
Μέθοδοι
Πριν εξαγάγετε γενικά συμπεράσματα από ένα δείγμα, είναι σημαντικό να χρησιμοποιήσετε τις σωστές μεθόδους, διαφορετικά αυτά τα συμπεράσματα μπορεί να μην είναι έγκυρα. Συνήθεις πηγές σφαλμάτων είναι ο τρόπος με τον οποίο συγκεντρώνεται το δείγμα και ένας αριθμός παραγόντων μπορεί να επηρεάσει την εγκυρότητα του πληθυσμού του δείγματος. Το μέγεθος είναι κρίσιμο, γιατί όσο μικρότερο είναι το μέγεθος, τόσο μεγαλύτερος είναι ο κίνδυνος το δείγμα να μην είναι αντιπροσωπευτικό του πληθυσμού στο σύνολό του. Πρέπει επίσης να ληφθεί μέριμνα για την εξάλειψη των πηγών μεροληψίας. Στο παραπάνω παράδειγμα, παράγοντες όπως η ηλικία, το φύλο και το εισόδημα μπορεί να έχουν σημαντική επιρροή στις προθέσεις ψήφου, επομένως εάν το δείγμα δεν συγκροτήθηκε με τέτοιο τρόπο ώστε να αντικατοπτρίζει τον γενικό πληθυσμό, το συμπέρασμα μπορεί να μην είναι έγκυρο.
Οι μέθοδοι δειγματοληψίας πρέπει να επιλέγονται προσεκτικά. για παράδειγμα, αν κάποιος πήρε ένα δείγμα ευκολίας που περιελάμβανε κάθε 10ο όνομα στον τηλεφωνικό κατάλογο ή κάθε 10ο περαστικό σε ένα εμπορικό κέντρο, αυτό το δείγμα μπορεί να μην είναι έγκυρο. Η μεροληψία του δείγματος είναι επίσης μια εξέταση. Για παράδειγμα, είναι πιθανό οι νέοι ηλικίας 24 έως 30 ετών που παρακολουθούν ένα συνέδριο για λάτρεις της πίτας να έχουν περισσότερες πιθανότητες να απολαύσουν την πίτα παρά το κέικ, πράγμα που θα σήμαινε ότι μια έρευνα για τις προτιμήσεις των γλυκών που χρησιμοποίησε τους συμμετέχοντες στο συνέδριο ως δείγμα δεν θα ήταν πολύ αντιπροσωπευτική.
μπορείτε να χρησιμοποιήσετε
Η χρήση συμπερασματικών στατιστικών αποτελεί ακρογωνιαίο λίθο της έρευνας για πληθυσμούς και γεγονότα, επειδή είναι συνήθως δύσκολο, και συχνά αδύνατο, να ερευνηθεί κάθε μέλος ενός πληθυσμού ή να παρατηρηθεί κάθε γεγονός. Αντίθετα, οι ερευνητές προσπαθούν να πάρουν ένα αντιπροσωπευτικό δείγμα και να το χρησιμοποιήσουν ως βάση για πιο γενικά συμπεράσματα. Για παράδειγμα, δεν θα ήταν δυνατό να ελεγχθούν τα ιατρικά αρχεία κάθε καπνιστή προκειμένου να διαπιστωθεί η σχέση μεταξύ του καπνίσματος και του καρκίνου του πνεύμονα, αλλά πολλά τυχαία δείγματα που συγκρίνουν καπνιστές με μη καπνιστές και εξαλείφουν άλλους παράγοντες κινδύνου, έχουν τεκμηριωθεί σταθερά. αυτός ο σύνδεσμος.
Οι ερευνητές που εργάζονται με στατιστικές συμπερασμάτων προσπαθούν να διατηρήσουν τις μεθόδους και τις πρακτικές τους διαφανείς και όσο το δυνατόν πιο αυστηρές, για να εξασφαλίσουν την ακεραιότητα των αποτελεσμάτων τους. Οι δηλώσεις που βασίζονται σε άτυπες δημοσκοπήσεις και γρήγορες έρευνες μπορεί να μην είναι πολύ χρήσιμες, αλλά σε τομείς όπως η ιατρική έρευνα και οι κλινικές δοκιμές τα πρότυπα είναι πολύ πιο αυστηρά και τα συμπεράσματα στατιστικά στοιχεία έχουν παράσχει τεράστιες ποσότητες πολύτιμων πληροφοριών. Σε άλλους τομείς, χρησιμοποιούνται καθημερινά για να γίνουν σαρωτικές γενικεύσεις σχετικά με πληθυσμούς που μπορεί να διαμορφώσουν τη δημόσια πολιτική, το σχεδιασμό προϊόντων, το μάρκετινγκ και τις πολιτικές εκστρατείες.