Принципи подання даних

Дуже важливо, як буде подано дані для аналізу. Загальний підхід — подання даних має бути якомога простішим. Основні принципи подання даних такі:

Кількість спостережень. Загальний обсяг вибірки даних є у первісному звіті дослідника. Не слід формувати групи респондентів на основі підвибірок, що входять до загальної вибірки.

Основи класифікації. Результати опитування мають бути згруповані таким чином, щоб вони були доступні в поданні та розумінні. Особливо це стосується «вільних» питань або відповідей (на кшталт перше, друге або ваш варіант). Дослідник повинен розробити кодовані категорії, за якими групуватимуться ці «вільні» відповіді.

Недоцільна точність. Не слід надавати даним більшого значення, ніж вони мають насправді. Не потрібно подавати дані з більшою точністю, ніж необхідно для аналізу. Корисність їх при цьому не збільшиться, а сприйняття менеджером погіршиться;

Абсолютні та відносні дані. Дані можна подавати у вигляді їх абсолютних значень і відсоткових відношень. І ті, й інші можуть використовуватися в аналізі з різним успіхом залежно від виду досліджуваної проблеми. Найбільша цінність подання даних у вигляді відсоткових відношень полягає в тому, що можна безпосередньо порівнювати одну групу з іншою‚ однак не завжди зрозуміло, за яким правилом їх порівнювати. Це залежить від двох моментів: процедуру порівняння необхідно провести виходячи з власного уявлення про те, що відбувається в системі, яким чином вона залежить від досліджуваної проблеми.

Вибіркові розподіли. Вибірковий розподіл в узагальненому вигляді відображає варіацію характеристик усіх можливих випадкових вибірок даного обсягу з деякої сукупності спостережень. На практиці рідко здійснюється більше за одну випадкову вибірку, отже, вибірковий розподіл потрібно розглядати швидше як теоретичне поняття. Воно використовується при оцінюванні міри достовірності характеристик, отриманих унаслідок здійснення одиничної випадкової вибірки.

Теорія статистичних вибірок вивчає зміну окремих узагальнених вибіркових характеристик, таких як середня, дисперсія за різних способів формування вибірок.

Для кожного з різних узагальнюючих показників, таких як середня, дисперсія, коефіцієнт кореляції і т. д., можна побудувати свій вибірковий розподіл. Розглянемо вибіркові розподіли середньої, оскільки подібні розподіли є найбільш важливими і водночас найбільш простими.

Вибірковий розподіл середніх, отриманий за реалізації простих випадкових вибірок обсягу n, кожна з яких витягнута з однієї і тієї самої сукупності даних, має три простих властивості. Середня цього розподілу дорівнює середній для початкової сукупності; його форма наближується до форми нормального розподілу (це не стосується вибірок дуже малого обсягу); нарешті, його стандартне відхилення є стандартним відхиленням індивідуальних спостережень у початковій сукупності.

Значення дисперсії може бути розраховане на базі стандартного відхилення наявної вибірки. У цьому випадку, взагалі кажучи, має бути використаний t-розподіл Стьюдента, однак, якщо виключити вибірки дуже невеликого обсягу, то розподіл Стьюдента буде трохи відрізнятися від нормального розподілу зі стандартним відхиленням.

Величина стандартного відхилення характеризує розсіяння середніх значень різних вибірок обсягу n і звичайно називається стандартною помилкою середньої. Це одна з основних формул у теорії статистичних вибірок.

Вибіркові розподіли інших узагальнених характеристик звичайно мають складніший вигляд, однак для вибірок великого обсягу їх форма наближається до форми нормального розподілу. Цей факт полегшує розв’язання проблем, з якими стикається дослідник у теорії статистичних вибірок.