Статистички процес је скуп фаза или фаза које се морају завршити да би се спровела истрага заснована на квантитативним информацијама и постигли резултати који су верни проучаваној стварности.
Када говоримо о статистичком процесу, говоримо о низу корака које је упутно спровести како би се добили резултати који су верни стварности коју проучавамо у статистичкој студији која је намењена спровођењу. То је неопходно, јер ако не извршимо ове кораке, можемо доћи до погрешних закључака и, према томе, доносити лоше одлуке.
На пример, замислимо да имамо сладолед. Морамо приближно да знамо колико бисмо требали купити сладоледа на основу количине потражње. Дакле, ако паднемо, купци би могли доћи до њих којима бисмо морали да им кажемо да у овој сладоледари нема сладоледа. Напротив, ако имамо превише, могло би се покварити. Због тога је неопходно покушати проценити колико треба да купимо или бар приближни опсег. Ако израчунамо тај опсег, прикупљамо податке који нису репрезентативни (на пример, сладолед, смештен у другом граду са мање богатства), могли бисмо да погрешимо.
Дакле, имајући ово јасно, морамо знати низ корака и детаља које морамо следити како би се резултати прилагодили стварности и доносили боље одлуке.
Фазе статистичког процеса
У зависности од посећеног приручника или аутора, могли смо да видимо различите фазе са различитим именима. У суштини, готово сви документи на ту тему укључују исте одељке, само што неки укључују неколико фаза у једној, а други више фрагментирају процес.
У нашем случају сматрамо да се статистички процес састоји од:
Изјава о проблему
У исказу проблема смештена је централна ос на којој се може артикулисати све остало. Ова фаза одговара на следеће питање: Шта треба да студирам и зашто? Понекад, колико год невероватно изгледало да представља проблем, може нас довести до закључка да у ствари не треба да радимо статистичку студију.
Прикупљање података
Једном када покренемо проблем, морамо прикупити податке. Овде је важна методологија. Дакле, постоје различита разматрања. Дакле, морамо утврдити врсту узорковања, величину узорка, врсту прикупљања података (на пример, кроз базе података или персонализоване анкете), лично, путем интернета или путем телефона итд.
Организација података
Једном када имамо све податке, остаје их објединити и организовати. Као и у свему, и ми морамо да унесемо податке у програм или платформу који нам тада омогућавају да израчунамо одређене метрике и правилно анализирамо. Да бисте то урадили, увек је згодно организовати податке. Штавише, понекад ћемо морати сакупљати податке из различитих база података које нуде различите формате датотека и биће неопходно објединити све у истом формату.
Анализа података
Једном када се проблем покрене, подаци се прикупе и организују, можемо их ефикасно анализирати. У зависности од изјаве о проблему, извршиће се једна или друга врста анализе. На пример, ако желимо да знамо да ли су две променљиве зависне, могли бисмо да користимо анализу коинтеграције. Ако је оно што желимо да проучимо укупна дисперзија финансијске имовине, израчунаћемо статистички опсег.
Тумачење података
И на крају, али не најмање важно, имамо тумачење података. Бескорисно је правилно проводити све фазе статистичког процеса ако је на крају интерпретација погрешна. То је зато што ће, ако је тумачење погрешно, одлуке имати нежељени ефекат. На пример, претпоставимо да спроводимо студију о променљивости продаје компаније. Ако се једном добијемо резултати испостави да постоји велика дисперзија, треба је смањити и протумачимо да није, то би могло негативно утицати на компанију.
Пет корака се огледа у следећем дијаграму:
Дескриптивна статистика