Statistiske analyseværktøjer

Statistikker er matematiske beregninger, der bruges til at analysere data. Værktøjer til statistisk analyse kan beskrive, opsummere og sammenligne data. Der er forskellige værktøjer, der kan analysere statistiske data. Disse spænder fra relativt enkle beregninger til avanceret analyse. Grundlæggende analyser kan nemt beregnes, mens mere avancerede metoder kræver en solid forståelse af avanceret statistik samt specialiseret computersoftware.

Beskrivende analyse

Beskrivende analyse bruger specifikke værktøjer til at beskrive data. Det er relativt enkle beregninger, der giver et grundlæggende billede af, hvordan dataene ser ud som helhed. Beskrivende værktøjer omfatter: frekvens, procentsatser og foranstaltninger af central tendens. Frekvens fortæller, hvor mange gange der er sket noget i et datasæt. Procentdele er beregninger, der viser en andel. Foranstaltninger af central tendens er repræsenteret af middel, median og mode. Disse værktøjer beskriver det centrale punkt (median), den mest almindelige (tilstand) eller gennemsnittet (middelværdien) for en bestemt variabel.

Moderat analyse

Moderate statistiske analyseværktøjer ser på forholdet mellem variabler - hvad disse forholds karakter er, og hvis de er betydelige. Disse omfatter korrelation og regression. En korrelation beskriver forholdet mellem to variabler såvel som retningen og styrken af ​​forholdet. Regression kan vise, om en variabel forudser en anden variabel. Ligesom korrelation viser regression dog ikke årsag.

Avanceret analyse

Avancerede analyser inkluderer variansberegninger. Disse kan hjælpe en forsker til at se, hvilken variation der findes i dataene, samt positive resultater i forskningen. For at beregne varians skal en forsker anvende standardafvigelsen. En standardafvigelse måler graden af, at en individuel værdi varierer fra gennemsnittet eller gennemsnittet. Når standardafvigelsen er kendt, kan variansanalyser udføres. En variansanalyse eller ANOVA bruges til at sammenligne forskellen i middel eller middelværdier for variable grupper. Dette vil vise, om et resultat fra en gruppe er statistisk forskelligt fra resultatet for en anden gruppe. En analyse af Covariance, eller ANACOVA, er et værktøj, som kan bruges til eksperimentelle forskningsdesign. ANACOVA vil fortælle forskeren forskellen mellem præ- og post-test data.