
آمار استنباطی
آمار استنباطی، برخلاف آمار توصیفی، تلاشی است برای اعمال نتایج به دست آمده از یک مطالعه تجربی به جمعیتهای عمومیتر . یعنی این که آمار استنباطی سعی میکند به سوالاتی در مورد جمعیتها و نمونههایی که در آزمایش مورد نظر آزمایش نشدهاند، پاسخ دهد.
اگر شما یک نظرسنجی انجام میدهید، هدف این است که نتایج را به یک جمعیت عمومیتر اعمال کنید، با فرض اینکه اندازه نمونه به اندازه کافی بزرگ باشد و نمونه به اندازه کافی نماینده عموم مردم باشد. این مسئله مهم است زیرا مطالعات و آزمایشها باید چیزی را در مورد جمعیتهای عمومی بیان و نتیجهگیری کنند و نه فقط در مورد نمونهای که مورد مطالعه قرار گرفته است.
به عنوان مثال، فرض کنید یک برنامه آموزشی داریم که ادعا میکند نمرات آزمون را بهبود میبخشد و یک آزمایشگر میخواهد این ادعاها را تأیید کند. او با دو گروه شروع میکند، یکی در برنامه آموزشی شرکت میکند و دیگری نه (گروه کنترل). او نمرات آزمون را در ابتدا و انتها اندازهگیری میکند و مطمئن میشود که نمرات آزمون اولیه، به طور متوسط، برای هر دو گروه آزمون یکسان است. محقق متوجه میشود که نمرات آزمون برای کسانی که در این آموزش شرکت میکنند، در حال حاضر واقعاً بالاتر است و این تفاوت از نظر آماری معنادار است. او فرضیه صفر خود را رد میکند. حالا، صرف بیان و نوشتن نتایج برای دو گروه بر اساس تفاوت میانگین نمرات و نمایش آن به شکل نمودار، آمار توصیفی است. اما اگر او نتیجه بگیرد که برنامه آموزشی در بهبود نمرات آزمون (به طور کلی و برای همه افراد) مؤثر است، این آمار استنباطی است.
مهم ترین آماره های استنباطی عبارتند از: تی تست، آنالیز واریانس، کای دو یا مربع کای یا Chi-square، همبستگی و رگرسیون.
شاید وسوسه شویم که فرض کنیم آمار توصیفی به تنهایی پایان یک آزمایش را نشان میدهد، یا اینکه نتوانیم بین نتایج آزمونهای آماری توصیفی و تحلیل خود تمایزی قائل شویم. آمار ابزارهای قدرتمندی هستند، اما تحلیلی که پس از آن توسط آمار استنباطی ارائه میشود، به صراحت ادعاهایی را در مورد معنای آن نتایج، چرایی و زمینه آن مطرح میکند. به یاد داشته باشید که استنباط شامل تغییر تمرکز از موارد کوچکتر و خاصتر به موارد بزرگتر و کلیتر است.
لازم به ذکر است که آمار استنباطی همیشه بر اساس احتمال صحبت میکند، اما با طراحی شرایط آزمایشی مناسب میتوان آن را بسیار قابل اعتماد کرد. استنباطها تقریباً همیشه یک تخمین با فاصله یا بازه اطمینان هستند. با این حال، مواردی وجود دارد که در آن صرفاً رد فرضیهای که مطرح است، وجود دارد، این حالت زمانی پیش می آید که آزمایش برای رد برخی ادعاها طراحی شده باشد.
چندین مدل در آمار استنباطی وجود دارند که به فرآیند تحلیل کمک میکنند. این مدلها باید با دقت انتخاب شوند، زیرا خطا در فرض یک مدل ممکن است نتیجهگیریهای نادرستی در مورد آزمایش ارائه دهد.
به عنوان مثال، ممکن است فرض شود که دادهها با چگالی احتمال با چند متغیر که باید در آزمایش تعیین شوند، توصیف میشوند. با این حال، مواردی وجود دارد که چنین فرضی را نمیتوان در نظر گرفت، که معمولاً در آزمایشهای مربوط به نمونهگیری از جمعیت انسانی در آزمایشهای علوم اجتماعی رخ میدهد. بنابراین، باید تمام اقدامات احتیاطی را برای رسیدن به نتیجهگیریهای درست از طریق آمار استنباطی انجام داد.
پاسخگوی سوالات و نظرات شما هستیم