Araştırmalarda i̇statistiğin önemi (örneklerle)

İstatistik alanı verilerin toplanması, analizi, yorumlanması ve sunumuyla ilgilidir.

Araştırmada istatistikler aşağıdaki nedenlerden dolayı önemlidir:

Sebep 1 : İstatistik, araştırmacıların, çalışma sonuçlarının daha büyük bir popülasyona yansıtılabileceği şekilde çalışmalar tasarlamasına olanak tanır.

Sebep 2 : İstatistikler, araştırmacıların yeni bir ilaç, prosedür, üretim yöntemi vb. hakkındaki belirli iddiaların geçerli olup olmadığını belirlemek için hipotez testi yapmalarına olanak tanır. geçerli. Doğrudur.

Sebep 3 : İstatistikler, araştırmacıların nüfus tahminleri etrafındaki belirsizliği yakalamak için güven aralıkları oluşturmasına olanak tanır.

Bu makalenin geri kalanında bu nedenlerin her birini açıklayacağız.

Sebep 1: İstatistikler araştırmacıların araştırma tasarlamasına olanak tanır

Araştırmacılar genellikle popülasyonlarla ilgili aşağıdaki gibi soruları yanıtlamak isterler:

• Belirli bir kuş türünün ortalama ağırlığı nedir?
• Belirli bir bitki türünün ortalama boyu nedir?
• Belirli bir şehirdeki vatandaşların yüzde kaçı belirli bir yasayı destekliyor?

Bu soruları cevaplamanın bir yolu, ilgilenilen popülasyondaki her bir birey hakkında veri toplamaktır.

Ancak bu genellikle çok maliyetli ve zaman alıcı olduğundan araştırmacılar bunun yerine popülasyonun bir örneğini alır ve örnek verileri, popülasyonun bir bütün olarak hakkında sonuçlara varmak için kullanır.

Araştırmacıların bireyleri bir numuneye dahil etmek için potansiyel olarak kullanabileceği birçok farklı yöntem vardır. Bunlar örnekleme yöntemleri olarak bilinir.

Örnekleme yöntemlerinin iki sınıfı vardır:

• Olasılıklı Örnekleme Yöntemleri : Bir popülasyonun her üyesinin, örneğin bir parçası olmak üzere seçilme olasılığı eşittir.
• Olasılıksız örnekleme yöntemleri : Bir popülasyonun tüm üyelerinin, örneğin bir parçası olmak üzere seçilme olasılığı aynı değildir.

Olasılık örnekleme yöntemlerini kullanarak, araştırmacılar genel popülasyonun temsili bir örneğini elde etme şansını en üst düzeye çıkarabilir.

Bu, araştırmacıların örneklemden elde edilen sonuçları genel nüfusa göre tahmin etmelerine olanak tanır.

Burada iki örnekleme yöntemi sınıfı hakkında daha fazla bilgi edinin.

Sebep 2: İstatistikler araştırmacıların hipotez testi yapmasına olanak tanır

İstatistikler aynı zamanda araştırmalarda hipotez testi şeklinde de kullanılır.

Bunlar, araştırmacıların farklı tıbbi prosedürler veya tedaviler arasında istatistiksel anlamlılık olup olmadığını belirlemek için kullanabileceği testlerdir.

Örneğin, bir bilim adamının yeni bir ilacın obez hastalarda kan basıncını düşürebileceğine inandığını varsayalım. Bunu test etmek için 30 hastanın yeni ilacı bir ay boyunca kullanmadan önce ve kullandıktan sonra kan basıncını ölçtü.

Daha sonra aşağıdaki varsayımları kullanarak eşleştirilmiş örnekler t-testi gerçekleştirir:

• H ₀ : μ _sonra = μ _önce (ortalama kan basıncı, ilacı kullanmadan önce ve sonra aynıdır)
• H _A : μ _sonra < μ _önce (ilacı kullandıktan sonra ortalama kan basıncı daha düşüktür)

Testin p değeri belirli bir anlamlılık seviyesinin altındaysa (örn. α = 0,05), bu durumda sıfır hipotezi reddedilebilir ve yeni ilacın kan basıncında düşüşe neden olduğu sonucuna varılabilir.

Not : Bu, araştırmada kullanılan hipotez testlerinin yalnızca bir örneğidir. Diğer yaygın testler arasında tek örnekli t testi , iki örnekli t testi , tek yönlü ANOVA ve iki yönlü ANOVA bulunur.

Sebep 3: İstatistikler araştırmacıların güven aralıkları oluşturmasına olanak tanır

İstatistikler araştırmalarda güven aralıkları şeklinde de kullanılır.

Güven aralığı, belirli bir güven düzeyine sahip bir popülasyon parametresini içermesi muhtemel bir değer aralığıdır.

Örneğin, araştırmacıların belirli bir kaplumbağa türünün ortalama ağırlığını tahmin etmek istediklerini varsayalım.

Araştırmacılar, popülasyondaki her kaplumbağayı dolaşıp tartmak yerine, aşağıdaki bilgilerle basit, rastgele bir kaplumbağa örneği alabilirler:

• Örneklem büyüklüğü n = 25
• Ortalama numune ağırlığı x = 300
• Örneklem standart sapması s = 18,5

Ortalama bir formül için güven aralığını kullanarak araştırmacılar daha sonra aşağıdaki %95 güven aralığını oluşturabilirler:

%95 güven aralığı: 300 +/- 1,96*(18,5/√ 25 ) = [292,75, 307,25]

Araştırmacılar daha sonra bu kaplumbağa popülasyonunun gerçek ortalama ağırlığının 292,75 pound ile 307,25 pound arasında olduğundan %95 emin olduklarını iddia edeceklerdir.

Ek kaynaklar

Aşağıdaki makaleler istatistiğin diğer alanlardaki önemini açıklamaktadır:

Sağlıkta istatistiğin önemi
Hemşirelikte istatistiğin önemi
İşletmelerde istatistiğin önemi
Ekonomide istatistiğin önemi
Eğitimde istatistiğin önemi