ความสำคัญของสถิติทางเศรษฐศาสตร์ (พร้อมตัวอย่าง)

สาขา สถิติ เกี่ยวข้องกับการรวบรวม การวิเคราะห์ การตีความ และการนำเสนอข้อมูล

ในด้านเศรษฐศาสตร์ สถิติมีความสำคัญด้วยเหตุผลดังต่อไปนี้

เหตุผลที่ 1 : สถิติช่วยให้นักเศรษฐศาสตร์เข้าใจสถานะของเศรษฐกิจโดยใช้สถิติเชิงพรรณนา

เหตุผลที่ 2 : สถิติช่วยให้นักเศรษฐศาสตร์มองเห็นแนวโน้มของเศรษฐกิจได้โดยใช้การแสดงภาพข้อมูล

เหตุผลที่ 3 : สถิติช่วยให้นักเศรษฐศาสตร์สามารถหาปริมาณความสัมพันธ์ระหว่างตัวแปรโดยใช้แบบจำลองการถดถอย

เหตุผลที่ 4 : สถิติช่วยให้นักเศรษฐศาสตร์สามารถคาดการณ์แนวโน้มทางเศรษฐกิจได้

ในส่วนที่เหลือของบทความนี้ เราจะอธิบายเหตุผลแต่ละข้อเหล่านี้

เหตุผลที่ 1: ทำความเข้าใจเศรษฐศาสตร์โดยใช้สถิติเชิงพรรณนา

สถิติเชิงพรรณนา ใช้เพื่อ อธิบาย ข้อมูล

นักเศรษฐศาสตร์มักจะคำนวณสถิติเชิงพรรณนาต่อไปนี้สำหรับภูมิภาคที่กำหนด:

• รายได้ครัวเรือนเฉลี่ย
• ค่าเบี่ยงเบนมาตรฐานของรายได้ครัวเรือน
• ผลรวมของผลิตภัณฑ์มวลรวมในประเทศ
• เปอร์เซ็นต์การเปลี่ยนแปลงของงานใหม่ทั้งหมด

ด้วยการวัดผลเหล่านี้ นักเศรษฐศาสตร์สามารถเข้าใจสถานะของเศรษฐกิจในภูมิภาคใดภูมิภาคหนึ่งได้ดียิ่งขึ้น

จากนั้นพวกเขาสามารถใช้การวัดผลเหล่านี้เพื่อแจ้งให้นักการเมืองหรือสมาชิกสภานิติบัญญัติทราบถึงวิธีที่ดีที่สุดที่จะใช้เพื่อให้แน่ใจว่าเศรษฐกิจยังคงแข็งแกร่งและเติบโตได้

หมายเหตุ : สถิติเชิงพรรณนาประเภทนี้ใช้ในทุกระดับของเศรษฐกิจ ตัวอย่างเช่น นักเศรษฐศาสตร์ในระดับชาติ ระดับรัฐ ระดับเมือง ระดับเขต เป็นต้น ทั้งหมดใช้สถิติเชิงพรรณนาเพื่อให้เข้าใจสถานะเศรษฐกิจในภูมิภาคของตนได้ดียิ่งขึ้น

เหตุผลที่ 2: มองเห็นแนวโน้มโดยใช้การแสดงข้อมูล

อีกวิธีทั่วไปในการใช้สถิติในทางเศรษฐศาสตร์คือ การแสดงภาพข้อมูล เช่น กราฟเส้น ฮิสโตแกรม บ็อกซ์พล็อต แผนภูมิวงกลม และกราฟอื่นๆ

แผนภูมิประเภทนี้มักใช้เพื่อช่วยให้นักเศรษฐศาสตร์มองเห็นแนวโน้มที่สามารถช่วยระบุได้ว่าเศรษฐกิจกำลังดีขึ้นหรือลดลง

ตัวอย่างเช่น สมมติว่านักเศรษฐศาสตร์สร้างกราฟเส้นต่อไปนี้ซึ่งแสดงอัตราการว่างงานโดยรวมในเมืองหนึ่งๆ ในแต่ละปี:

เพียงดูกราฟแท่งนี้ นักเศรษฐศาสตร์ก็จะสามารถเห็นว่าอัตราการว่างงานลดลงเมื่อเวลาผ่านไป ซึ่งเป็นสัญญาณว่าเศรษฐกิจมีความแข็งแกร่ง และประชาชนจำนวนมากขึ้นเรื่อยๆ กำลังหางานทำ

เหตุผลที่ 3: หาปริมาณความสัมพันธ์ระหว่างตัวแปรโดยใช้แบบจำลองการถดถอย

สถิติยังใช้ในเศรษฐศาสตร์ในรูปแบบของ แบบจำลองการถดถอย

เหล่านี้เป็นแบบจำลองที่ช่วยให้นักเศรษฐศาสตร์สามารถหาปริมาณความสัมพันธ์ระหว่างตัวแปรทำนายตั้งแต่หนึ่งตัวขึ้นไปกับ ตัวแปรตอบสนอง

ตัวอย่างเช่น นักเศรษฐศาสตร์อาจเข้าถึงข้อมูลจำนวนปีการศึกษา ชั่วโมงทำงานรายสัปดาห์ และรายได้ของครัวเรือนในเมืองหนึ่งๆ

จากนั้นพวกเขาสามารถสร้างแบบจำลองการถดถอยเชิงเส้นพหุคูณต่อไปนี้:

รายได้ = 35,870.22 + 1,500.24 (ปีการศึกษา) + 400.34 (ชั่วโมงทำงานต่อสัปดาห์)

วิธีตีความค่าสัมประสิทธิ์การถดถอยในแบบจำลองนี้มีดังนี้:

• สำหรับการศึกษาเพิ่มเติมแต่ละปี รายได้รวมของครัวเรือนจะเพิ่มขึ้นโดยเฉลี่ย 1,500.24 ดอลลาร์ (สมมติว่าชั่วโมงทำงานคงที่)
• สำหรับชั่วโมงทำงานที่เพิ่มขึ้นแต่ละชั่วโมงต่อสัปดาห์ รายได้รวมของครัวเรือนจะเพิ่มขึ้นโดยเฉลี่ย 400.34 ดอลลาร์ (สมมติว่าจำนวนปีการศึกษาคงที่)

เมื่อใช้แบบจำลองนี้ นักเศรษฐศาสตร์สามารถเข้าใจได้อย่างรวดเร็วว่าการเพิ่มระดับการศึกษาและจำนวนชั่วโมงทำงานทั้งหมดสัมพันธ์กับรายได้ครัวเรือนที่สูงขึ้น

นอกจากนี้ยังสามารถระบุได้อย่างแน่ชัดว่าการศึกษาเพิ่มเติมและชั่วโมงทำงานเพิ่มเติมส่งผลต่อรายได้ของครัวเรือนอย่างไร

เหตุผลที่ 4: การคาดการณ์แนวโน้มทางเศรษฐกิจ

สถิติยังใช้ในทางเศรษฐศาสตร์ในรูปแบบของการพยากรณ์แนวโน้ม

ตัวอย่างเช่น นักเศรษฐศาสตร์สามารถรวบรวมข้อมูลยอดขายรวม (เป็นล้าน) ของสินค้าในบางประเทศ จากนั้นสร้างการคาดการณ์ยอดขายในอนาคต:

ด้วยการคาดการณ์เหล่านี้ นักเศรษฐศาสตร์สามารถคาดการณ์ (ด้วย ความมั่นใจในระดับ หนึ่ง) ว่าเศรษฐกิจจะมีแนวโน้มว่าจะเป็นอย่างไรในช่วงหลายเดือนและหลายปีต่อจากนี้

แหล่งข้อมูลเพิ่มเติม

บทความต่อไปนี้อธิบายความสำคัญของสถิติในด้านอื่นๆ:

เหตุใดสถิติจึงมีความสำคัญ (10 เหตุผลที่สถิติมีความสำคัญ!)
ความสำคัญของสถิติในธุรกิจ
ความสำคัญของสถิติในการบัญชี
ความสำคัญของสถิติในการศึกษา
ความสำคัญของสถิติในการดูแลสุขภาพ