ככל שהשדה של ניתוח הנתונים הופך פופולארי יותר בכל הערוצים, אנשים הופכים מודעים יותר ויותר לחשיבות של תוצאות תקפות. בין אם אתה שולח סקר ידידותי בפייסבוק או לנהל מחקר שוק נרחב עבור המעסיק שלך, אתה צריך להיות מסוגל לקבל נתונים מדויקים מתוצאות הסקר. משמעות הדבר היא שימוש באחד הכלים רבים הזמינים כיום.
הבנת הנתונים שנאספו
לפני שתוכל להחליט איזה כלי סטטיסטי להשתמש בו, תחילה עליך להבין את הנתונים הנאספים. סקרים הם לעתים קרובות בצורת שאלון, עם תשובות שונות בין בחירה מרובות כדי לפתוח. סטטיסטיקאים יכולים גם להשתמש דגימה, אשר מאפשר להם לקחת משנה של אוכלוסייה גדולה יותר, בוחרים להניח כי המדגם מייצג את כולו. אוספי נתונים חייבים גם לקחת בחשבון משתנים, שכן התוצאות יכולות להיות מוטות על ידי בחירת המשתתפים שכבר יש להם תכונות משותפות. אם אתה מנסה לאתר את הקשר בין אזורים מסוימים ואת שכיחות סרטן הריאה, למשל, אתה רוצה גורם תכונות כמו הרגלי עישון.
ישנם גם שני סוגים עיקריים של נתונים סטטיסטיים: תיאורית והסקתית. סטטיסטיקה תיאורית מחפשת קווי דמיון בין כל בני האוכלוסייה, ואילו סטטיסטיקה סטטיסטית מבצעת הנחות לגבי אוכלוסייה המבוססת על מגמות שנצפו בנתונים. עם סטטיסטיקה סטטיסטית, לעתים קרובות הסקר מתחיל בהיפותזה. לדוגמה, "דיכאון שכיח יותר בקרב קשישים שחיים לבדם מאשר לקשישים החולקים בית". ההשערה הזאת הייתה מיושמת לאחר מכן על התשובות מהמדגם שנאסף ומשמש כדי לקבוע אם ההשערה נכונה.
היכרות עם כלים
לאחר שנאספו כל התשובות מסקר, על הסטטיסטיקאים למצוא דרך לארגן אותו באופן שניתן ללמוד אותו. מחקרים פשוטים ניתן לאסוף בגיליון אלקטרוני של Excel, עם שורות להגדיר לייצג כל תשובה. אבל גיליונות אלקטרוניים בסיסיים יש מגבלות שלהם, ולכן סטטיסטיקאים מתקדמים יותר לסטות לעבר כלים סטטיסטיים ספציפיים איסוף וניתוח נתונים.
לעתים קרובות התוכנה המשמשת לאסוף נתוני הסקר יכול לשמש גם כדי לנהל את זה. כלים כמו SurveyMonkey יציג את התוצאות כאחוזים ומספרים, וגם יאפשר לך להפנות הפניות לתגובות בהתאם לסוגי האנשים שמגיבים. אם הסקר מגיע אל דגימה של גברים ונשים, לדוגמה, ניתן לפזר את הנתונים לפי גיל, מין ומיקום גיאוגרפי, כל עוד נאספת נתונים אלה בזמן שנסקרים את המשתתפים.
הלמידה ליצור סקרים בסיסיים ולהשתמש בהם היא קלה מתמיד, הודות לטכנולוגיה. עם זאת, ניתוח נתונים מתקדם נאסף לעתים קרובות על ידי אנשי מקצוע המתמחים בעבודה סטטיסטית, והם משתמשים בכלים אינטנסיביים כמו MATLAB ו- SAS Business Intelligence. כלים אלה יכולים להיות pricey לבוא עם עקומת למידה חמורה, לעתים קרובות הדורש הכשרה מיוחדת על מנת להשתמש בהם.
