Zakaj imam »čudne« rezultate?

7353 ogledov

Analiza podatkov je zadnja faza empirične raziskave. Marsikdo se že veseli in vidi zaključek svojega empiričnega dela, ko naleti na težavo »čudnih« rezultatov. Zakaj so rezultati taki? Kaj sem naredil narobe? Pojavijo se še številna druga vprašanja, le redki pa pomislijo na to, da se vse začne s spremenljivkami.

Vprašanja vaše raziskave (največkrat anketna vprašanja) v fazi analize podatkov predstavljajo spremenljivke. O tem, katere vrste spremenljivk poznamo, smo že pisali. Danes pa želimo izpostaviti, da so lastnosti spremenljivk tiste, ki odločajo o ustrezni statistični metodi za pridobivanje pravilnih rezultatov.

Kakšne so lastnosti mojih spremenljivk?

Odgovor na to vprašanje boste dobili, ko boste preverili dve lastnosti spremenljivk, ki sta v praksi velikokrat zanemarjeni. In sicer:

  1. Kakšna je merska lestvica spremenljivk?
  2. Kakšna je porazdelitev podatkov spremenljivk?

Ti dve lastnosti morate poznati za vsako posamezno spremenljivko, ki jo želite uporabiti v statistični analizi podatkov. Šele nato je pravi čas, da začnete razmišljati o tem, katere statistične metode boste uporabili za preverjanje vaših hipotez.

Da ne boste tudi vi uporabili neustrezno metodo glede na mersko lestvico spremenljivk, smo vam pripravili hitro pomoč. Izbrali smo pogosto uporabljene metode in statistične mere ter vam prikazali, katera vrsta spremenljivk je glede na mersko lestvico ustrezna za uporabo. Pri tem pa ne pozabite, da pomembno vlogo igra tudi vrsta spremenljivk glede na vlogo v statistični analizi.

Tabela spremenljivk in analiz

Kako so »čudni« rezultati povezani z lastnostmi spremenljivk?

Ko govorimo o »čudnih« rezultatih imamo v mislih, da ste pridobili ali vsebinsko čisto nesmiselne rezultate, ali ste pridobili rezultate, ki so pokazali bistveno drugačno zgodbo kot ste jo pričakovali.

Razlogov za to, da so vaši rezultati »čudni«, je seveda več. Zagotovo pa med glavne razloge lahko uvrstimo prav neupoštevanje lastnosti vaših spremenljivk. Dva najpogostejša primera sta:

Primer 1: Izračunali ste aritmetično sredino iz spremenljivk, katerih merska lestvica je nižja/slabša od intervalne.

Primer 2: Uporabili ste metodo, ki predvideva normalno porazdelitev podatkov, vaši podatki pa so porazdeljeni asimetrično.

Ste že tik pred koncem vašega empiričnega dela in ste pri statistični analizi podatkov naleteli na težavo »čudnih« rezultatov? Pošljite nam vaše rezultate v pregled in svetovali vam bomo, kako pridobite pravilne in kakovostne rezultate. Oglasite se: info@benstat.si!