İstatistiksel süreç, nicel bilgilere dayalı bir araştırma yürütmek ve çalışılan gerçeğe sadık sonuçlar elde etmek için tamamlanması gereken aşamalar veya aşamalar dizisidir.
İstatistiksel süreçten bahsettiğimizde, yapılması amaçlanan istatistiksel çalışmada incelediğimiz gerçeğe sadık sonuçlar elde etmek için yapılması tavsiye edilen bir dizi adımdan bahsediyoruz. Bu gereklidir, çünkü bu adımları uygulamazsak yanlış sonuçlara varabilir ve bu nedenle kötü kararlar verebiliriz.
Örneğin, bir dondurma salonumuz olduğunu düşünelim. Alacağımız talep miktarına göre yaklaşık olarak ne kadar dondurma almamız gerektiğini bilmemiz gerekiyor. Yani, yetersiz kalırsak, bu dondurmacıda dondurma olmadığını söylememiz gereken müşteriler ulaşabilir. Aksine, çok fazla olursa, bozulabilir. Bu nedenle, ne kadar satın almamız gerektiğini veya en azından yaklaşık bir aralığı tahmin etmeye çalışmak gerekir. Bu aralığı hesaplamak için temsili olmayan veriler toplarsak (örneğin, daha az zenginliğe sahip başka bir şehirde bulunan bir dondurma salonu) yanılıyor olabiliriz.
Dolayısıyla, bunu netleştirdikten sonra, sonuçların gerçeğe uyarlanması ve daha iyi kararlar alabilmemiz için izlememiz gereken adımları ve ayrıntıları bilmeliyiz.
İstatistiksel sürecin aşamaları
Ziyaret edilen kılavuza veya yazara bağlı olarak, farklı isimlerle farklı aşamalar görebiliriz. Özünde, konuyla ilgili hemen hemen tüm belgeler aynı bölümleri içerir, ancak bazıları tek bir aşamada birkaç aşama içerir ve diğerleri süreci daha fazla parçalara ayırır.
Bizim durumumuzda, istatistiksel sürecin aşağıdakilerden oluştuğunu düşünüyoruz:
Sorun bildirimi
Sorunun ifadesinde, diğer her şeyin eklemleneceği merkezi eksen yer alır. Bu aşama şu soruyu yanıtlar: Neyi çalışmam gerekiyor ve neden? Bazen, sorunu ortaya çıkarıyormuş gibi görünse de, bizi gerçekten istatistiksel bir çalışma yapmamız gerekmediği sonucuna götürebilir.
Veri Toplama
Sorunu dile getirdikten sonra verileri toplamalıyız. Burada metodoloji önemlidir. Yani farklı düşünceler var. Bu nedenle, örnekleme türünü, örneğin boyutunu, veri toplama türünü (örneğin, veri tabanları veya kişiselleştirilmiş anketler aracılığıyla), şahsen, çevrimiçi veya telefonla vb. belirlememiz gerekir.
Veri organizasyonu
Tüm verilere sahip olduğumuzda, onları birleştirmek ve düzenlemek için kalır. Her şeyde olduğu gibi, verileri bir programa veya platforma girmemiz gerekiyor, bu da belirli metrikleri hesaplamamızı ve doğru bir şekilde analiz etmemizi sağlıyor. Bunu yapmak için verileri düzenlemek her zaman uygundur. Üstelik bazen farklı dosya formatları sunan farklı veritabanlarından veri toplamamız gerekecek ve her şeyi aynı formatta birleştirmemiz gerekecek.
Veri analizi
Sorun ortaya çıktığında, toplanan ve organize edilen veriler, onu etkili bir şekilde analiz edebiliriz. Problem ifadesine bağlı olarak, bir tür analiz veya başka bir analiz yapılacaktır. Örneğin, iki değişkenin bağımlı olup olmadığını bilmek istiyorsak, bir eşbütünleşme analizi kullanabiliriz. Çalışmak istediğimiz şey bir finansal varlığın toplam dağılımı ise, istatistiksel aralığı hesaplayacağız.
Verilerin yorumlanması
Son olarak, verilerin yorumlanmasına sahibiz. Sonuç olarak yorum yanlışsa, istatistiksel sürecin tüm aşamalarını doğru bir şekilde yürütmek işe yaramaz. Bunun nedeni, eğer yorum yanlışsa, kararların istenmeyen bir etkisi olacaktır. Örneğin, bir şirketin satışlarının değişkenliği üzerine bir araştırma yaptığımızı varsayalım. Sonuçları aldığımızda çok fazla dağılma olduğu ortaya çıkarsa, bunun azaltılması gerekir ve öyle olmadığı şeklinde yorumlanırsak, bu firmayı olumsuz etkileyebilir.
Beş adım aşağıdaki şemada yansıtılmıştır:
Tanımlayıcı istatistikler