Comment faire pour réduire les erreurs dans une analyse statistique

January 26

Comment faire pour réduire les erreurs dans une analyse statistique


Il existe de nombreux types d'analyses statistiques. Ceux-ci peuvent consister à trouver la moyenne ou l'écart type d'une caractéristique d'une population, de tester une théorie sur une caractéristique de la population ou la comparaison de deux ou plusieurs populations. Dans presque toutes les analyses, toutefois, la population est trop importante pour chaque unité à mesurer, de sorte qu'un échantillon est testé à la place. Conclusions sur la population sont prises en fonction des résultats de l'échantillon. Le moyen le plus important pour minimiser les erreurs consiste à échantillonner correctement.

Instructions

Minimiser les erreurs par échantillonnage Valid

1 Prenez un échantillon aléatoire de la population étudiée. La définition du hasard est que chaque unité de la population doit avoir la même chance d'être choisi dans le cadre de l'échantillon. De cette manière, l'échantillon est une approximation de la population, autant que possible. Lors du test de pièces qui sortent une ligne d'assemblage, par exemple, il ne serait pas judicieux de tester les 10 premières pièces produites juste après le démarrage. Au contraire, 10 parties devraient être choisis au hasard au cours de la journée.

2 Prendre un échantillon représentatif de la population testée. signifie que l'échantillon représentatif reflète la composition globale et la diversité de la population. Ceci est une autre façon de veiller à ce que les résultats de l'analyse de l'échantillon peut être considéré comme une image raisonnable de la population plus grande. Par exemple, si un sondage auprès des élèves du secondaire a été effectuée, les étudiants masculins et féminins devraient être interrogés, ainsi que des étudiants de tous les niveaux scolaires.

3 Prenez un échantillon non biaisé de la population. Un échantillon non biaisée est un exemple qui ne soit pas influencée par des facteurs lors de la sélection. Un type de biais est un biais de non-réponse. Si les membres d'une salle de sport, par exemple, ont été invités à envoyer un courriel leur avis sur les nouvelles rénovations au bureau de gestion de la salle de gym, seuls les membres qui ont accès aux ordinateurs serait en mesure de répondre. Ce parti pris de force l'enquête en faveur de ceux qui ont des revenus plus élevés.

4 Prendre un échantillon de taille suffisante. En général, plus la taille de l'échantillon, les plus étroitement les résultats correspondent à la population réelle échantillonnée. Le compromis, bien sûr, est que cela prend plus de temps, d'énergie et d'argent pour prendre un grand échantillon. La plupart du temps, une taille d'au moins 30 d'échantillon donnera raisonnablement bonnes statistiques.