Пошто поље анализе података постаје све популарније у свим каналима, људи све више постају свесни важности валидних резултата. Било да постављате пријатељску анкету на Фацебоок-у или спроводите широку тржишну студију за свог послодавца, морате бити у могућности да добијете точне податке из резултата истраживања. То значи кориштење једног од многих доступних алата.
Разумевање прикупљених података
Пре него што можете да одлучите који ће се статистички алат користити, прво морате да разумете прикупљене податке. Истраживања су често у облику упитника, а одговори варирају од вишеструког избора до отвореног. Статистички стручњаци такођер могу користити узорковање, што им омогућава да преузму подскуп већег броја становника, одабирајући претпоставку да узорак представља цјелину. Сакупљачи података такође морају узети у обзир варијабле, јер се резултати могу искривити одабиром учесника који већ имају одређене заједничке карактеристике. Ако покушавате да утврдите везу између одређених региона и преваленције рака плућа, на пример, желели бисте да укључите карактеристике као што су навике пушења.
Постоје и два главна типа статистике: дескриптивна и инференцијална. Дескриптивна статистика тражи сличности између свих чланова популације, док инференцијална статистика прави претпоставке о популацији на основу трендова који се виде у подацима. Са инференцијском статистиком, анкета често почиње хипотезом. На примјер, “Депресија је чешћа међу старијим особама које живе саме од старијих који дијеле дом”. Та би се хипотеза примијенила на одговоре из прикупљеног узорка и користила се за одређивање да ли је та хипотеза истинита.
Познавање алата
Када се прикупе сви одговори из анкете, статистичари морају пронаћи начин да га организују на начин да се он може проучавати. Једноставне студије могу се сабрати у Екцел табели, са редовима постављеним тако да представљају сваки одговор. Али основна табела има своја ограничења, због чега напреднији статистичари окрећу статистичким алатима специфичним за прикупљање и анализу података.
Често се софтвер који се користи за прикупљање података из истраживања може користити и за управљање истим. Алати као што је СурвеиМонкеи приказат ће резултате као постотке и бројеве, а такођер ће вам омогућити унакрсне референце на темељу типова особа које реагирају. Ако анкета дође до узорка мушкараца и жена, на примјер, подаци се могу сегментирати према старости, сполу и географској локацији, све док сте прикупили те податке у вријеме када сте испитивали учеснике.
Учење стварања и коришћења основних истраживања је лакше него икада, захваљујући технологији. Међутим, напредне аналитике података често прикупљају професионалци који се специјализују за статистичке послове и користе интензивне алате као што су МАТЛАБ и САС Бусинесс Интеллигенце. Ови алати могу бити скупи и долазе са озбиљном кривуљом учења, често захтијевајуци специјалну обуку како би их користили.
