Koska data-analytiikan ala on yhä suositumpi kaikilla kanavilla, ihmiset ovat yhä tietoisempia oikeiden tulosten tärkeydestä. Oletteko lähettämässä ystävällistä kyselyä Facebookissa tai teet laajan markkinatutkimuksen työnantajallesi, sinun on voitava saada tarkkoja tietoja kyselyn tuloksista. Tämä tarkoittaa yhtä monista nykypäivän työkaluista.
Kerätyn datan ymmärtäminen
Ennen kuin voit päättää, mitä tilastollista työkalua käytetään, sinun on ensin ymmärrettävä kerätyt tiedot. Tutkimukset ovat usein kyselylomakkeessa, ja vastaukset vaihtelevat monivalinnasta avoimeen. Tilastotieteilijät voivat myös käyttää näytteenottoa, jonka avulla he voivat ottaa osaa suuremmasta populaatiosta ja päättää olettaa, että näyte edustaa kokonaisuutta. Tietojen kerääjien on myös otettava huomioon muuttujat, koska tulokset voidaan vinoutua valitsemalla osanottajat, joilla on jo tiettyjä yhteisiä piirteitä. Jos yrität selvittää esimerkiksi tiettyjen alueiden ja keuhkosyövän esiintyvyyden välisen yhteyden, haluaisit ottaa huomioon esimerkiksi tupakointitottumukset.
Tilastotyyppejä on myös kaksi: kuvaileva ja johdonmukainen. Kuvaileva tilasto etsii yhtäläisyyksiä kaikkien väestön jäsenten välillä, kun taas vähäisemmät tilastot tekevät oletuksia väestöstä tietoihin perustuvien suuntausten perusteella. Havainnollisten tilastojen avulla kysely alkaa usein hypoteesista. Esimerkiksi "Masennus on yleisempää vanhusten keskuudessa, jotka asuvat yksin kuin vanhukset, jotka jakavat kotinsa." Tätä hypoteesia sovellettaisiin sitten otokseen kerättyihin ja käytettyihin vastauksiin sen määrittämiseksi, onko tämä hypoteesi totta.
Työkalujen tuntemus
Kun kaikki kyselyn vastaukset on kerätty, tilastotieteilijöiden on löydettävä tapa järjestää se siten, että se voidaan tutkia. Yksinkertaiset tutkimukset voitaisiin yhdistää Excel-taulukkolaskenta-alueeseen, jossa rivit on määritetty edustamaan kutakin vastausta. Peruslaskentataulukoilla on kuitenkin rajoituksia, minkä vuoksi kehittyneemmät tilastotieteilijät vievät kohti tilastollisia työkaluja, jotka liittyvät tietojen keräämiseen ja analysointiin.
Usein kyselytietojen keräämiseen käytettävää ohjelmistoa voidaan käyttää myös sen hallintaan. Työkalut, kuten SurveyMonkey, näyttävät tulokset prosentteina ja numeroina, jolloin voit myös vertailla vastauksia vastaavien henkilöiden tyypin perusteella. Jos kysely pääsee esimerkiksi miesten ja naisten otokseen, tiedot voidaan segmentoida iän, sukupuolen ja maantieteellisen sijainnin mukaan niin kauan kuin kerättiin nämä tiedot haastatelluista osallistujista.
Perustutkimusten luominen ja käyttäminen on tekniikan ansiosta helpompaa kuin koskaan. Kehittyneitä tietojen analysointia keräävät kuitenkin usein tilastotyöhön erikoistuneet ammattilaiset, ja he käyttävät intensiivisiä työkaluja, kuten MATLAB ja SAS Business Intelligence. Nämä työkalut voivat olla kalliita ja niissä on vakava oppimiskäyrä, joka vaatii usein erikoiskoulutusta niiden käyttämiseksi.
