Diferența între statisticile descriptive și cele inferențiale

Statistici descriptive vs. statistici inferențiale

Statisticile sunt una dintre cele mai importante părți ale cercetării în prezent, având în vedere modul în care acestea organizează datele în forme măsurabile. Cu toate acestea, unii studenți se confundă între statisticile descriptive și statisticile inferențiale, ceea ce le face greu să selecteze cea mai bună opțiune de utilizat în cercetarea lor.

Dacă te uiți atent, diferența dintre statisticile descriptive și inferențiale este deja destul de evidentă în numele lor. "Descriptivă" descrie datele, în timp ce "inferențial" conveacă sau permite cercetătorului să ajungă la o concluzie bazată pe informațiile colectate.

De exemplu, sunteți însărcinat să cercetați despre sarcina adolescentă într-o anumită liceu. Utilizând atât statistici descriptive cât și statistice inferențiale, veți cerceta numărul de cazuri de sarcină adolescentă în școală pentru un anumit număr de ani. Diferența constă în faptul că, cu statistici descriptive, doar rezumați datele colectate și, dacă este posibil, detectați un model în schimbări. De exemplu, se poate spune că, în ultimii cinci ani, majoritatea sarcinilor adolescente în liceul "X" s-au întâmplat cu cei înscriși în al treilea an. Nu este necesar să se prevadă că, în al șaselea an, elevii din anul al III-lea ar fi în continuare cei cu un număr mai mare de sarcini adolescente. Concluziile, precum și predicțiile se fac doar în statisticile inferențiale.

Principiul descrierii sau al încheierii se aplică și datelor sau informațiilor colectate ale cercetătorului. Referindu-ne la exemplul nostru mai devreme despre sarcini adolescente, statisticile descriptive se limitează doar la populația descrisă. Pentru a spune pur și simplu, datele colectate despre X High School în ceea ce privește sarcina adolescentă sunt NUMAI aplicabile acelei instituții.

În statisticile inferențiale, liceul X ar putea fi doar un eșantion al populației țintă. Să presupunem că intenționați să aflați statutul de sarcină adolescentă în New York. Deoarece ar fi imposibil să se colecteze date de la fiecare liceu din New York, X High School va acționa apoi ca un eșantion care să reflecte sau să reprezinte toate liceele din New York City. Desigur, aceasta înseamnă, de obicei, că există o marjă de eroare, deoarece un eșantion nu este suficient pentru a reprezenta întreaga populație. Această rată de eroare posibilă este, de asemenea, luată în considerare la analizarea datelor. Utilizând calcule variate, cum ar fi media, media și modul, cercetătorii ar putea să descrie sau să examineze datele și să obțină ceea ce doresc prin procesul.

Statisticile, în special cele inferențiale, sunt în mare măsură importante în industria de astăzi, în principal pentru că furnizează informații care au potențialul de a ajuta persoanele să ia decizii în viitor. De exemplu, lansarea de statistici inferențiale cu privire la rata de creștere a populației într-un anumit oraș ar putea servi ca bază pentru ca o afacere să decidă dacă să înființeze sau nu un magazin în acel oraș. Faptul că utilizează și cifrele pentru a ajunge la concluzii sporește acuratețea cercetării, precum și înțelegerea datelor.

Rezultatele statistice sunt adesea prezentate prin diferite modele, de la grafice la diagrame. Pentru a spori acuratețea, cercetătorii iau în considerare și diferiți factori care ar putea afecta populația lor și pot traduce datele numerice. În acest fel, probabilitatea de eroare este minimizată și se obține o prezentare detaliată a cazului.

Rezumat:

1. Statisticile descriptive doar "descriu" cercetarea și nu permit concluzii sau predicții.

2. Statisticile inferențiale permit cercetătorului să ajungă la o concluzie și să prezică schimbările care pot apărea în ceea ce privește zona de interes.

3. Statisticile descriptive operează, de obicei, într-o zonă specifică care conține întreaga populație țintă.

4. Statisticile inferențiale iau, de obicei, un eșantion de populație, mai ales dacă populația este prea mare pentru a efectua cercetări.