تجزیه و تحلیل آماری چیست؟

یکی از ویژگیهای آمارخلاصه سازی اطلاعاتو داده ها میباشد. با استفاده از تحلیل آمرای میتوان به این مهم دست یافت

آمار علم جمع‌آوری، پالایش، تعیین الگو، روابط، بررسی روند و پیش‌بینی می‌باشد. تجزیه و تحلیل آماری کاربرد آمار در حوزه‌های مختلف می‌باشد. دو نوع رویکرد در تجزیه و تحلیل آماری با آن روبرو هستیم که عبارتند از آمار توصیفی و آمار استنباطی. آمار توصیفی به خلاصه‌سازی داده‌ها و توصیف مقادیر شاخص‌های مختلف توصیفی می‌پردازد. در آمار استنباطی با استنتاج نتایج از داده‌ها و تعمیم این نتایج به جامعه هدف روبرو هستیم.

آنچه در این مطلب می خوانید

آمار (Statistics) زندگی روزمره ما را از جوانب مختلفی تحت تاثیر قرار داده است. تاثیر آمار در هر جایی وجود دارد. هر روزه با آمارهای مختلفی در اخبار، گزاراشات دولتی، تجارت، صنعت، پزشکی، تحقیقات و … روبرو می‌شویم. تجزیه و تحلیل آماری(Statistical Analysis)، کاربرد آمار می‌باشد که برای جمع‌آوری اطلاعات، اکتشاف، خلاصه سازی داده‌ها، یافتن مقادیر تاثیرگذار، محاسبات بروز و شیوع، پیش‌بینی رویدادها، کشف الگوهای موجود و آزمون فرضیات پروژه تحقیقاتی استفاده میشود.

آمار فرآیند  جمع آوری و تجزیه و تحلیل داده ها برای توصیف و تعیین روابط، الگوها و روندها میباشد

آمار فرآیند جمع آوری و تحلیل داده ها برای توصیف و تعیین روابط، الگوها و روند ها میباشد. آمار با استفاده از اعداد و اطلاعات در طی بررسی آنها سعی میکند که انواع تورش در مطالعات را به حداقل رساند. آمار ابزاری علمی است که در تصمیم گیری های خرد و کلان بسیار کمک می‌کند.

کاربرد آمار و تجزیه و تحلیل آماری – Applied Statistics

آماری علم جمع‌آوری، اکتشاف، تحقیق، مرتب‌سازی، کدبندی و به نمایش گذاشتن نتایج حاصل از اطلاعات است. از تجزیه و تحلیل آماری برای کشف الگوها و روند موجود در اطلاعات می‌توان استفاده نمود. در واقع تحلیل آماری باعث می‌گردد که بتوان بصورت علمی در مورد پدیده‌ها، رویدادها و یا تحقیقات تصمیم‌گیری نمود. مثال‌هایی از کاربرد آمار را می‌توانید در زیر مشاهده نمایید

  • داروسازان برای تاثیر گذاری یک دارو، پزشکان برای بررسی تاثیر یک روش جراحی خاص، اپیدمیولوژیستها برای بررسی شیوه توزیع بیماری درسطح جامعه و محققین برای ساخت و بررسی تاثیر یک واکسن همگی از آمار استفاده می‌نمایند
  • کارخانه داران از آمار برای ساخت محصولات با کیفیت، مهندسان برای بهبود صنعت هوانوردی، موسیقی دانان برای ساخت موزیک های زیباتر همگی از آمار استفاده می‌نمایند.
  • تحلیلگران حوزه دیجیتال آنالیتیکس از آمار برای فروش بیشتر، تبدیل مشتریان بالقوه به مشتریان دائمی، افزایش آمار بازدید و بررسی رفتار مشتریان در بازدید از وبسایت از آمار استفاده می‌نمایند
  • شرکت های ارتباطات از آمار و تحلیل آماری برای شناخت و نیز بهینه سازی منابع شبکه ها، بهبود خدمات و کاهش نارضایتی مشتری های خود استفاده می‌نماید
  • حکومت ها در سرتاسر جهان با تکیه بر علم آمار برای شناخت و فهم بیشتر کشور، تجارت و نیز مردمشان استفاده می‌نمایند.
  • کشاورزان برای بازدهی هر چه بیشتر محصولات کشاورزی، استفاده کمتر از سموم، تاثیر گذاری ادوات جدید و تکنولوژی‌های جدید همگی از آمار استفاده مینمایند.
  • تحلیل آماری مطالعات پژوهشی و مقالات و نیز تحلیل آماری پایان نامه در دانشگاه‌ها بسیار مورد استفاده می‌باشد

نرم افزارهای تحلیل آماری – Statistical Softwares

از آنجایی که هیچکس نابغه ریاضیات نمی‌باشد و نیز نمی‌تواند تمامی تجزیه و تحلیل آماری را به تنهای انجام دهد، نیاز به ابزاری برای آسان‌تر کردن این فرآیند دارد. امروزه با پیشرفت‌های صورت گرفته در تکنولوژی و وجود ابزار مناسب برای انجام محاسبات پیچیده می‌توان از نرم افزارهای آماری که برای اینکار طراحی شده اند استفاده کرد. این ابزار برای ساده سازی آمار، بدست آوردن سریع نتایج از اطلاعات و انجام محاسبات پیچیده می‌توانند طیف وسیعی از آزمون‌های اماری را پوشش دهند.

نرم افزارها با سرعت و براحتی می‌توانند جداول و نمودارها را طراحی نمایند. نرم افزارهای آماری از تنوع بسیار زیادی برخوردار هستند. هر کدام از این نرم افزارها ویژگی‌های خاص مربوط به خود را برای تجزیه و تحلیل آماری دارند. این ویژگی‌ها که باعث می‌گردد برخی از آزمون‌ها با آنها بهتر قابل اجرا باشد. رایج‌ترین این نرم افزارها SPSS,SAS, R, Prism, Stata, Minitab هستند. این نرم افزارها می‌توانند در هر دو بخش آمار توصیفی و آمار استنباطی (Descriptive and inferential Statistics) ابزاری بسیار مناسبی را برای تجزیه و تحلیل آماری در اختیار کاربران قرار دهند.

در ایران شناخته شده ترین نرم افزار تحلیل آماری SPSS می‌باشد. دلایل محبوبیت این نرم افزار رابط کاربری بسیار خوب این نرم افزار و عدم نیاز به برنامه نویسی می‌باشد. علاوه بر این تعداد تحلیل هایی که این نرم‌افزارپوشش می‌دهد گستره وسیعی از آزمون‌های آماری را در برمی‌گیرد. این نرم افزار قابلیت بررسی و شفاف سازی اطلاعات و کدبندی آنها را دارد. علادوه بر این خروجی‌ جداول و نموداری این نرم افزار برای وارد سازی به محیط نرم افزار Microsoft word بسیار مناسب هستند.

تحلیل آماری پایان نامه – Statistical Analysis Thesis or Dissertation

آمار کاربرد وسیعی در سطح خرد وکلان دارد. سازمان‌ها یا افراد در مشاغل مختلف با آمار و تجزیه و تحلیل آماری سروکار دارند. این کاربرد می‌تواند در حکومت، صنعت، اقصاد، تحقیقات و دانشگاه باشد.

تحلیل آماری پایان نامه در آمار آکادمی به وسیله متخصصان مجرب آمار اجرا میگردد و شما در آمار آکادمی میتوانید سفارشات خود را ثبت نمایید تا در زمان خود صرفه جویی نمایید.

کاربرد آمار در تحقیقات، پروژه های دانشگاهی(انواع مطالعات درعلوم پزشکی و علوم غیر پزشکی) اکثرا در تحلیل آماری پایان‌نامه و مقالات علمی می‌باشد. فرآیند تحلیل اماری پایان نامه یا مقالات علمی شامل مراحل مختلفی است که عبارتند از

  • جمع آوری اطلاعات و وارد سازی آنها به نرم افزار و آماده سازی و کد بندی داده ها
  • توصیف اطلاعات و داده ها برای نمایش کلی داده ها به صورت جداول و نمودارها
  • تحقیق در مورد بررسی ارتباطات موجود بین متغیرها با توجه به ماهیت متغیرها
  • مدلسازی داده‌ها و ایجاد مدلهای منطقی برای ارتباطات موجود
  • بررسی اعتبار مدل
  • استفاده از مدلهای پیش بینی برای بررسی روندها در آینده
  • گزارش نتایج به صورت مبسوط

تجزیه و تحلیل آماری پایان نامه یا مقاله به صورت‌های مختلفی انجام می‌شود که در ادامه به آن می‌پردازیم

انواع تحلیل آماری – Types of statistical Analysis

دو نوع از تحلیل آماری وجود دارد که عبارتند از آمار توصیفی و آمار استنباطی(Descriptive and inferential Statistics). آمار توصیفی خلاصه‌ای از اطلاعات را به صورت جداول و نمودارهای ارائه میدهد و هیچگونه نتیجه گیری در مورد اطلاعات و یا تعمیم نتایج به جامعه را ارائه نمی‌دهد.

تجزیه و تحلیل آماری به دو بخش آمار توصیفی و آمار استنباطی دسته بندی میشود. آمار توصیفی به توصیف داده ها و نشان دادن شاخص های مرکزی آنها میپردازد اما در آمار استنباطی به بررسی فرضیه های مطالعه وتحقیق میپردازیم و میخواهیم نتایج مطالعه را به جامعه تعمیم دهیم.

آمار استنباطی به تجزیه و تحلیل آماری و ارائه نتایجی که بتوان آنرا به جامعه هدف تعمیم داد می‌پردازد.

آمار توصیفی – Descriptive Statistics

آمار توصیفی روشی برای خلاصه سازی (summarizing) داده ها و اطلاعات می‌باشد. در این نوع رویکرد هدف توصیف اطلاعات و استفاده ازجداول توصیفی و نمودارهای توصیفی(میله ای، دایره ای و …) می‌باشد. در آمار توصیفی هیچ قصدی بر استنتاج نتایج از جمعیت مورد بررسی که نمونه گیری(Sampling) از آن انجام شده است را نداریم. نوع استفاده از ابزار آمارتوصیفی نیز بستگی به ماهیت داده‌ها (متغیر کمی یا کیفی) نیز دارد. باید توجه داشت که انتخاب نمونه و نیز اعتبار یک مطالعه باید به صورتی باشد که کمترین خطا (Systematic Error or Bias) در فرآیند جمع آوری اطلاعات صورت گیرد تا بتوان نتایج متقن و معتبری را ارائه نمود.

آمار توصیفی به دو بخش آمار توصیفی تک متغیره و و یا آمار توصیفی دو/چند متغیره دسته‌بندی می‌شود.

آمار توصیفی یک متغیره – Univariate Descriptive Statistics

در آمار توصیفی تک متغیره به توصیف ویژگیهای یک متغیر می‌پردازیم. آمار توصیفی تک متغیره ابزار مختلفی دارد که عبارتند از

  • شاخص های گرایش به مرکز(Central Tendency) : در این شاخص های محل مرکزیت داده ها به نمایش گذاشته میشود. در واقع شاخص های گرایش به مرکز به شما میگویند که بیشتر مقادیر در کدام قسمت هستند. شاخص های گرایش به مرکز مرسوم همان میانگین، میانه و مد میباشد. اما شاخص های دیگری نیز از گرایش به مرکز همانند میانگین هندسی، میانگین هارمونیک، میانگین حسابی وزنی، میانگین بریده شده، میانه توکی و انواع دیگری از شاخص های گرایش به مرکز نیز وجود دارد
  • شاخص های پراکندگی (measures of variability  or dispersion): در واقع شاخص های پراکندگی به ما میگوید که داده های ما چقدر از مرکز داده ها و جایی که بیشتر داده ها در آنجا حضور دارند فاصله دارند. شاخص های مختلفی برای نمایش پراکندگی داده ها وجود دارد که عبارتند از واریانس، انحراف معیار، ضریب تغییرات، دامنه، دامنه میان چارکی و انواع دیگری از شاخص
  • نسبت (Proportion / Ratio): نمایش توصیفی داده ها نیز به صورت فراوانی و درصد میباشد که میتواند با نسبت فاکتور مورد نظر در جامعه بررسی گردد.
  • بررسی توزیع داده ها (The Shape of the Distribution): توزیع داده ها نیز ممکن است به وسیله شاخص هایی توصیفی همانند چوگلی و کشیدگی بررسی شود. علاوه بر این بررسی توزیع داده ها به صورت گرافیکی همانند هسیتوگرام و نمودار شاخه و برگ نیز میتواند صورت گیرد.

آمار توصیفی دو/چند متغیره – Bivariate/Multivariate Descriptive Statistics

علاوه بر این نیز آمار توصیفی به صورت دو/چند متغیره نیز انجام می‌شود که به صورت جداول توافقی (Cross-tabulations or contingency tables)، نمودارهای پراکنش (Scatter plot)، مقادیر کمی وابستگی (Quantitative measures of dependence)و توصیف توزیع های شرطی (Descriptions of conditional distributions)نیز قابل انجام است.

تفاوت اصلی آمار توصیفی تک متغیره و دو/چند متغیره این است که در امار توصیفی دو/چند متغیر تنها توصیف ساده نیست، بلکه توصیف رابطه بین دو متغیر مختلف نیز توصیف می‌گردد. در واقع آمار توصیفی برای به نمایش گذاشتن هر چه بهتر اطلاعات خام استفاده میگردد که باعث توصیف راحت تر اطلاعات می‌شود. آمار توصیفی در فهم شکل کلی مجموعه داده بسیار می‌تواند به ما کمک نماید.

آمار استنباطی – Inferential Statistics

نوع دوم تجزیه و تحلیل آماری رویکرد آمار استنباطی می‌باشد. آمار استنباطی رویکرد تحلیلی برای داده‌ها فراتر از توصیف می‌باشد. در واقع امار استنباطی برای بررسی فرضیات مطالعه استفاده می‌گردد. اینکه از چه آزمون و یا روشی در آمار استنباطی استفاده گردد کاملا بستگی به این دارد که هدف مطالعه شما چیست و اینکه ماهیت داده و اطلاعاتتان به چه صورت است. در آمار استنباطی می‌توانیم با تعیین جامعه (Population) و انتخاب نمونه مناسب و کاملا تصادفی از جامعه‌ای که نشان دهنده جامعه هدف است، نتایجی را نسبت به جامعه بدست بیاوریم .

استنباط آماری میتواند با استفاده از روشهای مختلفی استفاده گردد که میتوان به استنباط کلاسیک( Frequentist inference)، استنباط بیزی(Bayesian Inference)، استنباط بر اساس درستنمایی(Likelihood-Based Inference)، استنباط بر اساس AIC و … اشاره نمود. هر کدام از این روشها رویکردهای مختلفی دارند. به عنوان مثال در روش کلاسیک که رایج ترین روش استنباط می‌باشد ما دو نوع رویکرد تحلیل پارامتری و ناپارامتری (Parametric and non-parametric) را در نظر می‌گیریم. روش‌های استنباط بیزی نیز در چند دهه اخیر به دلیل پیشرفت تکنولوژی و توانایی کامپیوترها در محاسبات پیچیده، پیشرفت زیادی داشته است.

تفاوت آمار توصیفی با آمار استنباطی در این است که آمار توصیفی برای توصیف داده‌ها استفاده می‌گردد در حالی که آمار استنباطی برای استنتاج نتایج و آزمون فرضیات نمونه و تعمیم نتایج به جامعه هدف مورد استفاده قرار می‌گیرد.

مزایای تحلیل آماری – Statistical Analysis Benefits

آیا واقعا ارزش دارد که بر روی داده های بزرگ (Big Data) و یا تحلیل اماری سرمایه گذاری کنیم؟ بهترین پاسخ به این سوال این است که در مورد مزایای آن صحبت کنیم. آمار در خلاصه‌سازی اطلاعات و برون دهی نتایج مختلف در حوزه های مختلف تاکنون توانسته است به پیشرفت علوم در عرصه های مختلف کمک شایانی کند. آماردر استنتاج نتایج، پیش بینی، بررسی روند و گزارشات تاکنون کمک شایانی نموده است که بدون استفاده از روش‌های آماری این پیشرفت ها دست نیافتنی بودند و یا بسیار مشکل به دست می‌آمد. در واقع بدون استفاده از آمار و تجزیه و تحلیل آماری شما تنها با مجموعه ای از داده های خام (Raw Data) روبرو هستید که هیچ چیز را به شما نشان نمی‌دهد.

همچنین تجزیه و تحلیل آماری باعث عینیت بخشیدن به تصمیم گیری صحیح (Decision Making) می‌شود. تجزیه و تحلیل آماری به کارآیی کسب و کار بسیار کمک می‌نماید و باعث می‌شود که کسب و کارها شمای کلی در مورد کار، میزان پیشرفت در کار، منابع مورد نیاز و یا منابع مصرف شده در مورد یک بیزینس را داشته باشند.

موسسه آمار آکادمی به عنوان یکی از معتبرترین موسسات که در حوزه تجزیه و تحلیل آماری فعالیت می‌نماید در راستای اعتلای علم آمار، آموزش و استفاده از این علم تلاش می‌نماید. هدف اصلی ما این است که از علم آمار به درستی برای پیشرفت کشور استفاده نماییم.

نتیجه گیری

آمار علم جمع آوری،شفاف سازی و کدبندی داده ها، تعیین الگوها، روابط، بررسی روند و پیش بینی است. تجزیه و تحلیل آماری کاربرد آمار در علوم مختلف میباشد.تحلیل آماری مبتنی بر دو رویکرد آمارتوصیفی و آمار استنباطی میباشد. آمار توصیفی مبتنی بر توصیف و خلاصه سازی داده ها است. اما آمار استنباطی هدفش استنتاج نتایج مرتبط با فرضیات و تعمیم نتایج حاصله به جامعه هدف است. آیا شما تاکنون از آمار توصیفی و یا استنباطی در پروژه های خود استفاده نموده اید؟ تجربه خود را در مورد تجزیه و تحلیل آماری و کاربرد آن در رشته و یا حوزه شما چیست؟