Estimations et descriptives
Une autre façon d'utiliser les données de l'enquête prend la forme de statistiques descriptives. Dans ce cas, les déclarations sont faites, qui décrivent simplement les données recueillies. Il est possible pour le même ensemble de données qui doivent être utilisés d'une manière descriptive ou déductive. Par exemple, dans la période qui a précédé les élections US 1000 personnes dans une ville pourrait être interrogés sur leurs intentions de vote, avec le résultat que 430 ont dit qu'ils voteraient démocrate, 410 ont dit qu'ils voteraient républicain, avec 160 indécis ou ne veut pas dire . Un exemple d'utilisation de ces données d'une façon descriptive serait de dire simplement que 43% des 1.000 personnes interrogées dans cette ville intention de voter démocrate. Une déclaration d'inférence serait «démocrates détiennent 2% de plomb" - une inférence sur les intentions de vote en général a été établi à partir d'un échantillon.
Méthodes
Avant de tirer des conclusions générales à partir d'un échantillon, il est important d'employer les bonnes méthodes, sinon ces conclusions pourraient ne pas être valide.Sources d'erreurs sont dans la façon dont l'échantillon est mis en place, et un certain nombre de facteurs peuvent influer sur la validité de l'échantillon de population. La taille est critique, parce que plus la taille est grande, plus le risque que l'échantillon ne sera pas représentatif de la population dans son ensemble. Des précautions doivent également être prises pour éliminer les sources de biais. Dans l'exemple ci-dessus, des facteurs tels que l'âge, le sexe et le revenu peuvent avoir une influence considérable sur les intentions de vote, si l'échantillon n'a pas été constitué de manière à refléter la population générale, la conclusion pourrait ne pas être valide.
Les méthodes d'échantillonnage doivent être choisis avec soin, par exemple, si quelqu'un a pris un échantillon de convenance qui comprenait tous les 10 nom dans l'annuaire téléphonique ou tous les 10 passant dans un centre commercial, cet échantillon pourrait ne pas être valide. biais de l'échantillon est également un facteur. Par exemple, il est possible que 24 à 30 ans fréquentant les congrès de un amant de tarte sont plus susceptibles de profiter de tarte de gâteau, ce qui signifie qu'une enquête sur les préférences de dessert qui utilisaient participants à la conférence à titre d'échantillon ne serait pas très représentatif.
Utilise
L'utilisation des statistiques déductives est une pierre angulaire de la recherche sur les populations et les événements, car il est souvent difficile, et souvent impossible, de sonder tous les membres d'une population ou d'observer chaque événement. Au lieu de cela, les chercheurs tentent d'obtenir un échantillon représentatif, et l'utiliser comme une base pour tirer des conclusions plus générales. Par exemple, il n'aurait pas été possible de vérifier les dossiers médicaux de chaque fumeur unique afin d'établir un lien entre le tabagisme et le cancer du poumon , mais de nombreux échantillons aléatoires comparant les fumeurs aux non-fumeurs, et en éliminant les autres facteurs de risque, ont fermement établi ce lien.
Les chercheurs qui travaillent avec des statistiques déductives essaient de garder leurs méthodes et pratiques transparentes, et aussi rigoureuse que possible, afin d'assurer l'intégrité de leurs résultats. Énoncés basés sur des sondages informels et des enquêtes rapides peuvent ne pas être très utile, mais dans des domaines tels que la recherche médicale et des essais cliniques normes sont beaucoup plus strictes, et des statistiques déductives ont fourni de grandes quantités d'informations précieuses. Dans d'autres domaines, ils sont utilisés chaque jour pour faire des généralisations sur les populations susceptibles de façonner les politiques publiques, conception de produits, le marketing et les campagnes politiques.
