Statistisk databehandling er umulig uden deres bestilling, generalisering og analyse. De opnåede resultater skal først bringes i en sådan form, så der kan uddrages størst mulig brugbar information fra dem. Hvis der modtages for mange data, skal de grupperes eller opsummeres.
Så for gruppering er det nødvendigt at bestemme de normer, som de modtagne data vil blive distribueret efter. Samtidig vil ikke kun synlighed, men også den potentielle nytte af den modtagne information afhænge af den valgte metode. Korrekt grupperede forskningsresultater er meget mere bekvemme at studere og analysere.
Statistiske databehandlingsmetoder kan anvendes på mange områder af menneskelig aktivitet. De kan opdeles i 3 hovedtyper:
1) generiske metoder, der kan bruges uanset omfang;
2) metoder til bestemte aktivitetsområder, der beskæftiger sig med studiet af virkelige processer eller fænomener;
3) metoder tilforskning i visse data.
Det er klart, jo mere nøjagtig metoden er, hvormed den statistiske behandling af data udføres, jo mere effektiv vil analysen af en bestemt situation være. Hvis den første metode er anvendelig til videnskabelige resultater, hvis værdi kun vil blive vurderet i henhold til generelle videnskabelige kriterier, så bruges den tredje metode kun til at løse visse problemer i et bestemt område.
Ud over en generel viden om metoderne, som data behandles med, er det også vigtigt at vide, hvordan man bedst arbejder med resultaterne. Statistisk databehandling involverer oprettelse af tabeller eller grafer for at visualisere den modtagne information.
I den indledende fase kan information opsummeres i en tabel. Så for eksempel giver statistisk behandling af eksperimentelle data, registreret i en tabelform, forskere mulighed for at gemme yderligere unødvendige registreringer af indikatorer, måleværdier, yderligere faktorer, der påvirker eksperimentets forløb. I tabeller er det praktisk at registrere ikke kun data fra undersøgelsen eller eksperimentet, men også at opsummere mellem- og hovedresultaterne. Sandt nok, for deres korrekte konstruktion er det nødvendigt at tænke over det nødvendige antal rækker og kolonner på forhånd, skrive alle de nødvendige parametre ned.
Du kan lave en tabel simpelthen på et ark papir eller straks indtaste data i en computer. Den anden mulighed giver dig mulighed for hurtigt at sortere de modtagne data på den rigtige måde, finde den største eller omvendt den mindste værdi, opsummere eller finde gennemsnitsværdien ved atvalgt resultatgruppe.
Glem ikke, at hvis kompetent statistisk databehandling kræver flere tabeller, så skal de nummereres, og der skal opfindes et unikt navn for hver.
Graffer er en mere visuel måde at registrere data på. De viser visuelt sammenhængen mellem forskellige mængder, hvilket gør det lettere at forstå resultaterne af undersøgelsen.
Ved at kende de grundlæggende principper for at konstruere tabeller og grafer, kan du hurtigt og effektivt behandle de modtagne data.
