Statistični postopek je sklop stopenj ali faz, ki jih je treba opraviti, da se opravi preiskava na podlagi kvantitativnih informacij in dobijo rezultati, ki ustrezajo preučevani resničnosti.
Ko govorimo o statističnem procesu, govorimo o vrsti korakov, ki jih je priporočljivo izvesti, da dobimo rezultate, ki ustrezajo resničnosti, ki jo preučujemo v statistični študiji, ki naj bi jo izvedli. To je potrebno, saj če teh korakov ne bomo izvedli, lahko dobimo napačne sklepe in se zato slabo odločamo.
Na primer, predstavljajmo si, da imamo sladolednico. Približno moramo vedeti, koliko sladoleda bi morali kupiti glede na količino povpraševanja. Če torej zatajimo, bi kupci lahko prišli do njih, ki bi jim morali povedati, da v tej sladoledarni ni sladoleda. Nasprotno, če ga imamo preveč, bi ga lahko pokvarili. Zato je treba poskusiti oceniti, koliko bi morali kupiti, ali vsaj približen obseg. Če bi izračunali ta obseg, zbiramo podatke, ki niso reprezentativni (na primer sladolednica, ki se nahaja v drugem mestu z manj bogastva), bi se lahko zmotili.
Torej, če je to jasno, moramo poznati vrsto korakov in podrobnosti, ki jih moramo upoštevati, da bomo rezultate prilagodili resničnosti in sprejeli boljše odločitve.
Faze statističnega procesa
Glede na obiskani priročnik ali avtorja smo lahko videli različne faze z različnimi imeni. V bistvu skoraj vsi dokumenti na to temo vključujejo iste odseke, le da nekateri vključujejo več faz v enem, drugi pa postopek bolj razdrobijo.
V našem primeru menimo, da je statistični postopek sestavljen iz:
Izjava o težavi
V obrazložitvi problema se nahaja osrednja os, na kateri je mogoče artikulirati vse ostalo. Ta faza odgovarja na naslednje vprašanje: Kaj moram študirati in zakaj? Včasih, kolikor neverjetno se zdi, da predstavlja problem, nas lahko pripelje do zaključka, da nam v resnici ni treba narediti statistične študije.
Zbiranje podatkov
Ko smo opozorili na težavo, moramo podatke zbrati. Tu je pomembna metodologija. Torej obstajajo različni premisleki. Tako moramo določiti vrsto vzorčenja, velikost vzorca, vrsto zbiranja podatkov (na primer prek zbirk podatkov ali prilagojenih anket), osebno, prek spleta ali po telefonu itd.
Organizacija podatkov
Ko imamo vse podatke, jih je treba še poenotiti in organizirati. Kot pri vsem, moramo podatke vnesti v program ali platformo, ki nam nato omogoča izračun določenih meritev in pravilno analizo. Če želite to narediti, je podatke vedno priročno organizirati. Še več, včasih bomo morali zbirati podatke iz različnih zbirk podatkov, ki ponujajo različne oblike datotek, in vse bo treba poenotiti v isti obliki.
Analiza podatkov
Ko je problem postavljen, podatki zbrani in organizirani, jih lahko učinkovito analiziramo. Glede na izjavo o problemu se bo izvedla ena ali druga vrsta analize. Če želimo na primer vedeti, ali sta dve spremenljivki odvisni, lahko uporabimo analizo kointegracije. Če je tisto, kar želimo preučiti, skupna razpršenost finančnega sredstva, bomo izračunali statistični obseg.
Interpretacija podatkov
Nenazadnje imamo interpretacijo podatkov. Nekoristno je pravilno izvajati vse faze statističnega postopka, če je na koncu razlaga napačna. V primeru, da je razlaga napačna, bodo odločitve imele neželen učinek. Denimo, da izvedemo študijo o spremenljivosti prodaje podjetja. Če se po izsledkih rezultatov izkaže, da je razpršenosti veliko, jo je treba zmanjšati in si razlagamo, da ni, bi to lahko negativno vplivalo na podjetje.
Pet korakov je prikazanih v naslednjem diagramu:
Opisna statistika